基于神经网络的多滤波图像融合及效能评估

对于单幅噪声图像的多滤波算法,文中提出人工神经网络融合多滤波图像的算法,设计了神经网络的结构,应用免疫遗传算法对网络进行学习训练,然后引入性能参数对滤波融合效能做出科学的评估,仿真显示该方法是有效的。     

基于双边滤波的可见光与红外图像自适应融合

针对传统融合方法不能充分提取可见光图像与红外图像各自特有的细节信息和难以确定融合权值的问题,提出一种基于双边滤波的可见光与红外图像自适应融合算法。该方法结合双边滤波与改进的双边滤波,将可见光与红外图像分解为多尺度局部细节、特有细节以及基础信息。在图像融合阶段,局部细节信息采用基于图像边缘能量的融合方法,最大程度保留了图像的细节;图像基础部分的融合,引入了基于局部能量值的正则化参数来自适应调整融合的权值,优化参数的选择;特有细节信息的融合采用了绝对值最大的融合规则以充分保留源图像特有的细节信息。仿真实验结果表明,通过主观判断所提方法融合后的图像视觉效果更好、对比度高,边缘细节的融合比其他算法更加好,在客观指标的评价中,所提融合方法的MI、EN、FMI、SD、Q^AB/F、Mean 6种指标相对于其他方法综合提升了22.6%、5.7%、0.7%、30.4%、14.2%、18.4%,在主观视觉上和客观评价指标中,所提的算法均具备更优的融合效果。     

自适应Wiener滤波改进LOG算子对激光雷达图像的边缘检测能力

LOG算子是一种经典的边缘检测算子,针对激光雷达图像含有丰富的高斯噪声和乘性噪声干扰.提出一种LOG算子的改进方法:用二维自适应Wiener滤波代替LOG算子中Gaussian滤波.设计了自适应性算法,通过仿真可以看出,该方法有效提高了LOG算子对激光雷达图像的边缘检测能力,是一种实用、有效的方法.     

基于平移不变小波变换的图像滤波算法

为克服传统滤波法在去除高斯噪声时存在的不足,研究了一种基于平移不变小波变换的图像高斯噪声滤波算法,分析了小波分解函数、阈值系数及平移间距对滤波结果的影响。仿真试验表明,文中算法能够在去除噪声的同时较好的保持图像边缘,同时,峰值信噪比也较均值滤波法、小波软阈值和硬阈值等方法有所提高,是一种有效的高斯噪声图像滤波算法。     

一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

一种基于小波变换的遥感SAR图像与TM图像融合新算法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例，提出了一种基于小波变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换，得到亮度I、色度H与饱和度S三个分量；其次，依据特征量积和匹配度为融合准则，将TM图像的亮度分量和SAR图像进行融合处理．并用融合结果替代TM图像的亮度分量；最后，作IHS反变换得到融合图像。实验结果表明，文中方法在增强空间细节信息的同时更好地保持了光谱信息，与IHS法和小波变换法相比，证明了文中方法的有效性。     

基于NSCT的红外与可见光图像融合算法

针对红外与可见光图像融合,提出了一种基于NSCT的图像融合方法。首先对图像进行NSCT分解;然后对分解后的子带系数采用基于区域能量匹配度的融合规则分别进行融合:对于低频子带,使用区域能量和方差构造决策值,并使用决策值选大与加权平均相结合的方法进行融合,对于高频子带的最高层采用像素绝对值选大法进行图像融合,对于高频子带的其他层,采用基于区域能量匹配度的区域方差选大的融合规则进行融合;最后使用NSCT逆变换对融合后的系数进行重构得到融合图像。实验结果表明,该融合算法可以获得更多的细节信息,并且获得较理想的融合图像。     

改进的基于区域能量的图像融合方法

图像的不完全配准往往使得应用传统的基于区域能量的融合规则所求得的区域能量“匹配度”出现负值的情况．导致区域之间的能量远近程度很难判定。文中详细分析了产生这一现象的原因，提出了通过引入绝对值．对传统的基于区域能量的“匹配度”改进的方法，并给出了新的融合规则。最后，针对传统的和改进的融合方法，进行了仿真研究。     

基于红外图像与可见光图像特征融合的目标检测算法

对可见光与红外图像融合目标检测问题进行了研究,提出了一种针对目标检测任务的特征融合算法。采用端到端的神经网络方案,将可见光与红外图像同时输入神经网络,分别进行特征提取,后对提取的特征进行融合,再对融合的特征进行目标检测,最后输出检测结果。与一般先融合出一张图片再检测的方法比较,特征融合算法可以保留原始图像的特征,并根据目标检测的结果对特征进行挑选及融合,避免先融合图像造成的信息损失。红外图像能够弥补可见光图像的不足,适应不同光照强度及天气情况。针对目标检测的特征融合方法有效利用了纹理信息及热辐射信息,检测效果优于单独利用可见光或红外图像的方法。     

基于粒子滤波的目标图像多特征融合跟踪方法

研究了序列图像中红外弱小目标的检测跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于粒子滤波的目标图像多特征融合跟踪方法.从红外序列图像中提取了局部灰度均值对比度、局部梯度均值对比度、局部熵和灰度分布四个典型特征,根据各个特征对弱小目标检测的贡献,自适应地进行特征融合.在粒子滤波的框架下,将融合后的特征信息转化为粒子的权值,对红外弱小目标进行跟踪.仿真试验表明,该算法有着良好的检测与跟踪性能.     

一种基于最小模糊熵遗传算法的SAR图像分割方法

在合成孔径雷达（Synthetic Aperture Radar）自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文在最大模糊熵分割方法的基础上,根据图像目标和背景内部像素灰度值的一致性和集中性,提出了一种新的图像分割隶属度函数,从而得到最小模糊熵分割方法,然后将最小模糊熵作为遗传算法的适应度函数应用于SAR图像,进行全局快速的最优阈值寻找。实验结果表明,由于最小模糊熵的抗噪能力强,将其作为遗传算法的适应度函数后,能够更有效地克服SAR图像中的乘性噪声,分割后的噪声点明显减少,图像目标清晰,分割效果明显优于最大模糊熵分割方法。     

基于光斑图像的激光束散角测量方法研究

利用光斑图像测量激光束散角,易受相机动态范围的限制,加衰减片又会影响光斑分布特性,从而影响测量精度.利用相机线性响应动态范围特性,提出了可行的测量图像方法,对得到的临界饱和光斑图像使用均值滤波后进行束散角测量,测量不确定度为0.02 mrad;同时提出利用图像融合的方法,通过对曝光不足和曝光过量的光斑图像融合,扩大了相...     

一种基于组合导航的快速联邦滤波算法

通过对传统联邦滤波算法的研究,根据其存在的固有缺陷,提出了一种基于组合导航的快速联邦滤波算法.然后应用矩阵范数理论,推导出了令Neumann展开式收敛的强化条件,并且利用信息分配因子的选取加快了滤波的收敛速度.最后通过与传统联邦滤波算法的仿真对比,验证了本算法的鲁棒性和快速性.     

基于免疫算法的图像基元提取方法

借鉴免疫细胞的耐受成熟过程和克隆选择过程,将免疫算法引入基元提取问题,以椭圆提取为例对基于免疫算法的基元提取方法的实现方法进行了详细介绍。通过与RHT和SGA算法的比较实验及分析,说明该方法在噪声较多时具有收敛速度快、抗干扰能力强等优点,对图片进行的椭圆提取表明该算法的广泛适用性和实用价值。     

改进型中值滤波器在图像去噪中的应用

中值滤波的改进算法,首先求得噪声图像滤波窗口中去除最大和最小像素灰度值后的中值,然后计算出该中值与对应像素灰度值的差,再与阀值相比较以确定是否用求得的值代替该像素的灰度值.仿真实验表明,与传统的中值滤波算法相比,该算法具有更好的滤波性能.     

基于改进经验模式分解算法的实时滤波新方法

由于电液伺服系统本身的特点使某些干扰信号频段与正常信号的频段很靠近,普通数字滤波器很难起到较好的作用。为了能够精确过滤这些干扰信号,改进了Hilbert-Huang变换中所提出的经验模式分解(EMD)算法,扩展了极值点的定义,给出了插值判断条件,新增了分解结束判断条件。改进后的EMD算法对电液伺服系统信号有更好的包络效果、更佳的分解效果和更快的分解速度,可以满足实时滤波要求。将基于改进EMD算法的实时滤波器应用于实际的电液伺服控制系统后,同普通数字滤波器和原EMD算法进行对比,其结果验证了该滤波器的滤波效果优于普通数字滤波器,计算效率得到提高。     

基于自适应梯度先验的旋转模糊图像复原算法

弹载红外成像系统随弹体作高速旋转运动时,在曝光时间内获取的图像存在严重旋转模糊问题,给后续的目标识别与图像跟踪造成极大困扰。针对此问题,提出了一种基于自适应梯度先验的旋转模糊图像复原算法。该算法通过使用自适应梯度先验的正则化项,对从图像中沿旋转模糊路径提取的一维向量在频域内进行反卷积运算。同时针对使用Bresenham算法提取像素方法产生的空穴点问题,设计了一种查表决策的自适应中值滤波算法。仿真实验结果表明,相对于改进的维纳滤波、约束最小二乘滤波、梯度加载滤波,该算法能有效地适应低信噪比干扰环境,具有较强的噪声抑制和削弱振铃效应的能力。     

量子粒子群算法的弹载SAR图像自聚焦方法

为了补偿弹载合成孔径雷达( SAR)回波数据中的相位误差,研究了一种新颖的SAR图像自聚焦算法.该方法以量子粒子群( QPSO)算法为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正,改善聚焦质量以提高打击精度.同传统的相位梯度自聚焦算法(PGA)相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频高阶...     

基于卡尔曼滤波算法的数据链延时补偿

为了减小数据链信息传输处理延时对空战态势判断的影响,将预测滤波技术应用到数据链系统中。研究了直角坐标系下的卡尔曼滤波算法,采用"当前"统计模型来描述目标的机动加速度,在数据链信息传输过程中增加了延时补偿和数据处理,并通过坐标变换将态势信息转换到极坐标系下以适合雷达测量需要。仿真结果表明,应用卡尔曼滤波补偿后系统误差显著减小,大大提高了空战态势的判断精度,取得了比较理想的效果。     

利用数学形态学和复数小波方向窗维纳滤波的图像去噪算法

利用小波进行图像去噪是目前图像处理研究的热点。提出了一种结合数学形态学和复数小波方窗维纳滤波的图像去噪算法。该算法同时利用了复数小波的方向特性和图像本身固有的几何特性,首先使用双树复数小波变换对图像进行处理,再在基于复数小波域上进行维纳滤波,接着使用数学形态学把图像分成光滑区域和纹理区域2个部分,然后结合复数小波方向窗去更准确地估计小波域方向子带每一点的信号方差,最后利用维纳滤波器进对含噪图像进行去噪处理。实验结果表明,该算法的去噪效果优于一般的复数小波维纳滤波,并且运算更加简洁。