基于小波变换图像融合的镁熔液弱小目标检测

针对镁熔液图像中第一气泡不易检测的问题,提出1种基于小波图像融合与罗宾逊滤波法相结合的检测算法。利用小波变换将第一气泡析出前后的各2帧图像分别分解为多尺度的低频分量和高频分量,根据融合规则对所获得的低频分量和高频分量分别进行处理,获得融合图像;对2帧融合图像分别进行罗宾逊滤波,再通过形态学开运算处理,检测弱小目标。对比分析融合图像与原图像,结果表明融合图像一定程度上可弥补信息缺失,补充图像细节,信噪比得到提高。并将罗宾逊滤波效果与加权均值滤波效果和中值滤波效果进行对比分析,结果表明,采用罗宾逊滤波后的图像信噪比提高了1倍以上,对比度提高了约13倍。实验结果验证了本文方法检测镁熔液第一气泡的有效性。     

液下气泡检漏方法研究

探讨了液下气泡检漏法的基本原理、泄率计算方法以及检漏精度和分辨率。应用该方法对石棉像胶垫片的泄漏率进行了测定,试验结果与采用集漏空腔增压法测得的泄漏率具有较好的可比性。分析了液下气泡法用于中实际时应注意的问题。     

一种复杂背景下的运动目标检测方法

提出一种复杂背景下的运动目标检测方法．它根据背景运动情况下,像素与它领域之间的相关性对实行运动目标的检测,消除由于背景运动所造成的错误检测,并采用自适应背景更新方法,提高算法的稳定性和可靠性．通过实验验证,本算法对光照变化、背景运动、前景和背景互化有很强的适应能力．     

基于二维小波变换的三相流化床气泡边缘检测

针对三相流化床反应器中的气泡图像的边缘检测问题,提出了一种基于二维小波变换的边缘检测方法,以二次样条函数构造二维小波函数,并应用于三相流化床气泡的边缘检测。实验结果表明,对于清水中的气泡图像,该方法好于传统边缘检测方法。为了更好地检测浑水中的气泡边缘,又提出了一种改进的小波函数构造方法,在应用于三相流化床气泡边缘检测中,无论是清水还是浑水下的气泡图像,都获得了较好的检测结果。     

一种复杂背景图像三维重建算法及其医学应用

针对复杂背景下绝大多数三维重建算法的可靠性不高和鲁棒性不强的问题,提出一种适合复杂背景图像的三维重建算法.研究空间点三维重建计算的一般性框架,并分析具体的实现过程;为了提高复杂背景下三维重建的可靠性和鲁棒性,对初始视差图中的无纹理或低纹理区域、遮挡区域和深度不连续区域分别运用置信滤波器、左右一致性滤波器和唯一性滤波器进行预处理,剔除伪匹配点;将滤波后的致密视差图进行空间点的三维重建,得到复杂背景图像点的深度信息.实验结果表明,该算法计算效率高,具有很强的稳健性,即使图像背景条件发生动态变化也能够获得满意的三维重建精度,能够为计算机辅助外科诊断系统提供可靠的深度信息.     

基于小波分析的图像融合方法的研究

图像融合是多传感器信息融合在图像处理领域的一个重要应用,小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。论述了基于小波分析的图像融合的基本原理、方法和优点,介绍了基于小波分析图像融合、小波框架图像融合和多小波图像融合等方法,分析比较几种图像融合效果的评价方法及其适用范围等。     

复杂背景下运动目标检测的ViBe改进算法

针对ViBe运动目标检测算法在复杂背景下出现鬼影和鲁棒性低等问题,文中提出一种基于边缘梯度特征的自适应阈值改进算法.通过计算当前帧图像背景复杂度,自适应调整阈值R,提取前景目标;建立前景区域与运动区域的边缘梯度模型,通过判断模型之间的相似度,消除鬼影区域.经对采集的3个设定视频场景进行实验验证,结果表明,该算法对复杂场...     

一种在复杂背景彩色图像中划分手部图像的方法

对面部和手部图像进行正确定位是当前图像处理领域中的重要课题 .在机器人手势识别实验中 ,我们试图利用一个BP神经网络对连续手势进行识别 .由于实时性的要求 ,我们希望找到一种尽量简单的图像划分方法 .本文通过对采集到的彩色图像进行色度变换和色调过滤 ,成功的实现了从复杂背景的彩色图像中划分出手部图像 ,并提取其轮廓以供处理 .作为计算机图像识别的预处理过程 ,这种划分方法算法简单 ,易于实现 ,十分适合于实时彩色图像的划分与识别 .     

基于图像融合的联合小波包图像去噪方法研究

提出一种基于图像融合的联合小波包图像去噪方法.利用不同特性的小波包基对含噪图像进行阅值去噪,得到多幅降噪图像,然后按照一定的融合准则对这些图像进行处理.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

SAR图像的边沿检测方法研究

针对合成孔径雷达(SAR)图像的特点,利用小波变换的高频分量能反映边沿细节的特性,提出了一种结合小波变换、中值滤波、自适应门限判决和微分梯度算子的边沿检测方法。实验结果表明,该方法具有良好的边沿检测效果和稳定性。     

An Underwater Image Bubble Noise Removal Method Based on Optical Flow

基于光流法的水下图像气泡噪声消除方法

李浩,陶建国,罗阳,邓立平,邓宗全

（哈尔滨工业大学 机器人与系统国家重点实验室,哈尔滨 150001）

中文说明：

对于水下机器人来说,准确地检测和定位目标物体是非常重要的。 然而,在许多情况下,由于存在气泡噪声,很难清楚地观察目标物体。本文提出一种基于光流法的水下图像气泡噪声消除方法。 首先使用LK光流算法计算图像背景的运动矢量并补偿背景运动。 然后,通过HS光流算法计算气泡的光流场,并通过二值化图像获得气泡存在的区域。 最后使用相邻的帧图像来修复气泡区域。气泡噪声去除实验结果表明,该方法可有效去除图像中的气泡噪声。

关键词：气泡噪声,光流法,背景运动,图像修复

     

基于复小波变换的纺织品图案检索方法研究

针对海量数据中提取纺织品设计图案问题,引入面料视觉基础分类的横纹、竖纹、格纹等面料图像类概念,针对海量数据中提取纺织品设计图案问题,从而构建基于Dauchechies小波旋转变换和旋转复变换的多分辨率图像分解形成的特征表,代替传统方法下使用矩阵的均值和方差作为特征纹理数据的方法,除了尺度和位移两个参量外,增加了一个方向参量,具有更好的方向辨识能力,从而对图像的边缘,如曲线、直线等几何特征的表达有一定优势。研究结果可以为基于内容的面料图案图像数据库检索提供基础理论依据。     

基于提升小波和图像融合的数字图像隐藏技术

提出了一种基于提升小波变换的彩色图像融合算法.首先阐述提升小波变换的基本原理,然后根据人眼的视觉特性,将彩色图像变换到YIQ颜色空间,运用不同融合规则进行融合.对I和Q 色彩分量采用改进的混沌序列来代替融合参数融合,对Y分量采用自反馈法得到其最终优化融合结果,最后由三分量融合结果变回到 RGB颜色空间,在该图像融合方法的基础上,给出了针对相同大小图像的数字图像隐藏的方法,在图像融合过程中,用改进的混沌序列来代替融合参数,使得该方法具有很好的安全性.实验表明,该方法具有较好的效率和安全性.     

基于非下采样contourlet变换的图像去噪方法

根据非下采样contourlet变换(NSCT)具有多尺度、多方向和平移不变的性质,提出了一种基于NSCT变换的图像去噪方法。首先对图像进行NSCT变换,得到不同尺度、不同方向的信息,然后根据分解所得系数确定阈值,依此阈值进行去噪处理,最后对去噪处理后的系数进行反变换,得到去噪图像。实验表明:该方法比小波变换(WT)及contourle变换(CT)能更稀疏表示图像,可有效消除图像中的伪吉布斯效应及噪声,能达到更好效果及更高的峰值信噪比(PSNR),较好地保持图像细节及纹理。     

基于视觉注意机制的复杂背景下红外小目标检测

针对视觉注意机制Itti模型对复杂背景下红外小目标检测易受到图像背景杂波影响,检测结果不理想的情况,对传统算法加以改进,在Itti模型中引入背景预测算子。对图像背景进行预测,与原图像进行差减,以达到突出目标区域的目的,消除背景区域对目标显著性的影响。再提取滤除背景后的图像视觉差异,找出图像的显著性区域,实现对红外小目标的检测。将改进后的模型应用于复杂背景下红外小目标检测中,实验结果表明,相对于传统的Itti模型的检测算法,新提出的算法具有更高的检测率。     

一种改进的自适应图像增强法

在去除噪声的同时，如何避免图像细节信息的损失和边缘的模糊，这是图像增强技术中的一个难点和关键问题．本文提出了一种自适应图像增强方法，即在对小波变换系数取阈值处理，并结合图像的自身特征对噪声和信号加以区分，通过对调整因子的设置来自适应增强图像边缘的方法．并用该法进行了实验仿真分析，取得了较好的增强效果，在降噪的同时保持了大部分细节及边缘信息．     

基于小波变换的人体图像边缘检测

根据人体图像的特点 ,利用三次样条二进小波 ,采用Mallat快速算法进行小波分解 ,提取了人体图像的正面和侧面边缘 .结果显示 ,提取图像的边缘连续性较好 ,弯曲部分边缘也能准确提取 ,为人体着装图像的边缘检测提供一种新的方法