一种基于灰关联分析的红外图像滤波算法

空空导弹红外图像中存在的噪声严重影响目标的检测与识别,论文通过分析灰关联度与图像灰度变化的对应关系,提出了一种基于灰关联分析的红外图像滤波算法。首先选取含噪图像3×3邻域内4个方向的比较序列,分别计算其与理想参考序列之间的灰关联度;再通过比较4个灰关联度的大小得到当前象素点的类型;对噪声点、非噪声点象素分别处理得到去噪后的图像。最后对可见光、红外图像分别添加高斯噪声、椒盐噪声进行去噪实验。结果表明该算法能够很好的去除可见光、红外图像中的高斯噪声及椒盐噪声,具有较强的普适性。     

低剂量CT投影图像噪声分析及去噪算法研究

提高低剂量CT图像的信噪比(SNR)是使低剂量CT获得有效临床应用的关键。本文对低剂量CT投影数据噪声研究发现,在投影图像的某些区域中可能会存在一些孤立的噪声点,滤除这些孤立点后的投影数据近似服从非平稳高斯噪声分布。由此,提出一种低剂量CT图像降噪算法,包括孤立点检测与滤波(IDE),基于最大后验概率(MAP)的高斯噪声滤波及FBP重建过程。计算机仿真以及真实数据实验表明,本文提出的去噪算法获得的重建CT图像,SNR及视觉效果均有明显的提高。     

一种新的图像拷贝篡改检测方法

针对图像的区域拷贝篡改提出了一种新的检测方法,即基于LPP-SIFT(Locality Preserving Projection-Scale Invariant Feature Transform)的检测算法.该算法利用SIFT提取图像的特征点,结合LPP特征映射,生成低维特征点描述子,然后依据向量角度比率得到匹配点对,匹配点对聚集的区域即为拷贝篡改区域.实验表明该算法能够有效地检测定位区域拷贝篡改图像,且对于拷贝区域的旋转、缩放以及图像的JPEG压缩、噪声添加等操作具有较强的鲁棒性.     

基于模糊逻辑的图像脉冲噪声滤除

为了兼顾与平衡在图像脉冲噪声滤除和细节保留两方面的内容,提出了基于模糊逻辑的图像脉冲噪声滤除算法.新算法通过分析像素不同方向邻域像素灰度值分布情况来检测脉冲噪声点,另外为保持图像边缘等细节特征,使用改进MMEM(maximum-minimum exclusive median)算法对噪声像素点的灰度值进行估计.最后,新算法通过引入模糊逻辑规则,更加合理地进行噪声污染像素点的灰度值复原.仿真结果表明,与其它改进中值滤波算法相比新算法在去除脉冲噪声时能取得更好的效果.     

基于Benford模型的自然图像与计算机生成图像的鉴别

针对目前自然图像和计算机生成图像的鉴别方法鉴定准确率不高的问题,提出了一种基于Benford模型的自然图像与计算机生成图像的鉴别方法.本算法利用DCT域AC系数首位有效数字的Benford曲线分布,分别对图像的RGB三个色彩通道进行统计,以3条概率分布曲线的重合程度作为鉴别取证的依据,对2类图像进行正确分类.实验结果表明,该方法可有效地鉴别自然图像和计算机生成图像,与已有算法相比具有更高的识别率,鉴别准确率达97.17%,且计算量小、易于实现,为图像取证、数字防伪鉴别等提供可靠的依据.     

基于Kinect的深度图像修复方法

提出采用基于权值的联合双边滤波器(WJBF)和深度补偿滤波器(DCF)相结合的方法对深度图像进行修复。首先,通过Kinect获得对齐后的彩色图像和深度图像;然后,利用基于权值的联合双边滤波器处理深度图像中的空洞和噪声;最后,用深度补偿滤波器减少边缘模糊。将本文算法与3种常用的深度图像修复方法进行了定性和定量上的分析和对比,实验结果表明,本文方法具有更好的修复效果。     

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。     

硬度图像角点检测算法

硬度检测图像中存在大量杂质与噪声,目标区域的边缘模糊且形状复杂,传统角点检测算法无法检测出目标区域的角点,也很难应用直线拟合或直线检测算法实现角点的精确定位。针对硬度检测中面临的复杂环境下角点检测任务,提出一种新的基于旋转灰度变化的角点检测算法。与传统的角点检测算法相比,该方法对噪声和杂质具有更好的鲁棒性,能够在背景复杂、边缘模糊的情况下准确检测出目标区域的角点位置,具有更好的适用性。在硬度图像上与传角点检测算法及直线求交确定角点方法的对比实验表明了算法的有效性。     

具有显著异常值的夜间模糊图像非盲去模糊

为了抑制夜间模糊图像中常出现的各类异常值对去模糊的影响,提出了一种基于联合稀疏与最大熵先验的异常值检测与去模糊算法,该算法能够有效检测分布具有稀疏性的异常值。另一类异常值-饱和像素的分布通常具有聚集性,为此设计了一种高度饱和区域周边振铃伪影修正算法作为复原图像的后处理步骤。在包含冲击噪声的数据集上测试表明,本文算法能够对不同密度的噪声有效自适应。在部分饱和模糊图像上的实验显示,本文算法复原图像的平均SSIM值相比其他先进算法提高了0.1以上。     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

红外焦平面阵列补偿方法计算机仿真

研究补偿红外焦平面阵列固定图形噪声的计算机仿真方法 .建立了红外焦平面阵列输出信号的数学模型 ,推导出使用参考辐射源的补偿算法并设计了仿真程序 .补偿过程图像验证了响应率和偏置的非均匀性对固定图形噪声的影响 .研究结果表明用计算机仿真方法研究焦平面阵列补偿技术是可行的 ,所产生的图像及方法可用于图像识别研究     

噪声特征与EXIF信息相关性的图像篡改鉴定

建立了照片可交换图像文件（EXIF）信息中的5个常用参数与图像统计噪声之间的相关性,利用这种相关性对图像的真实性做出判断. 通过提取训练图像的统计噪声特征及5个EXIF特征,建立了二者的相关性,利用此相关性估计待检测图像的EXIF信息,再与照片本身的EXIF信息进行对比,进而判断其是否遭到篡改. 实验结果显示,利用提出的方法对图像是否经过照片滤镜和模糊等修改进行检测,得到了较好的检测结果.     

TMS320DM642对视频图像欠采样压缩处理的实现

通常采用降采样完成实时视频格式调整。在降采样过程中不可避免地会引入欠采样噪声。为此提出了TMS320DM642上欠采样噪声的处理算法,实现了在TMS320DM642上实时欠采样噪声处理,描述了该程序的优化。其可以支持从CIF（Common Intermediate Format）到SQCIF（Sub-Quarter Common Intermediate Format）的实时视频格式调整。实验结果表明,在网络传输带宽波动时,该方法可有效减小混叠,图像质量清晰流畅。     

利用计算机声卡产生高斯白噪声的方法

为了在雷达信号处理和数据处理算法研究中产生真正的白噪声,提出了一种利用话筒、计算机声卡和Matlab软件产生高斯白噪声的方法．该方法首先采集环境噪音,然后进行白化滤波处理,使其变成白噪声,最后进行统计检验,若通过正态性和独立性检验,则作为高斯白噪声输出．实验结果表明,该方法既避免了数学方法的确定性,又不必设计专门的硬件电路;产生的白噪声能满足正态性和独立性的要求．     

基于数学形态学的集成电路真实缺陷图像滤波

在集成电路真实缺陷检测中,缺陷图像的滤波程度直接影响到后续处理的结果。通过对若干幅实际集成电路真实缺陷图像的分析,提出一种基于数学形态学的集成电路真实缺陷图像滤波方法,该方法不仅能滤除非冗余物缺陷,而且能滤除冗余物缺陷内部噪声,得到纹理一致的冗余特缺陷。     

距离图像的分层滤波处理算法

距离图像是指由波束扫描和脉冲反射测距相结合形成的图像,它与常规的光学图像相比具有一些不同的统计特性.提出一种用于处理这种距离图像的分层滤波处理算法,它利用了距离图像中存在多目标时统计直方图具有多峰值的特点进行分层分割、分别滤波,再合成重建新图像.与常规的滤波处理方法相比,它能更加有效地滤除噪声干扰,获得清晰的目标和背景图像.     

高逼真激光雷达场景建模与分析

为了提高激光雷达场景的仿真逼真度,采用光线跟踪的方法构建了以激光成像模型为基础的激光成像模拟仿真系统.结合激光散射定律,对计算机图形学中基本光照模型进行了一系列改进,得到了简化的用于高真实感场景仿真的激光成像模型,具体的改进如下:1加入激光光源的直接反射分量;2将多光源光亮度模型改变为多次反射的功率模型;3在模型中引入探测器噪声项.对典型场景进行了激光雷达场景成像计算,用采集到的激光雷达图像数据进行对比分析.仿真结果表明,模拟结果与实采图像在基本特征上是相似的;定量分析结果表明,模拟图像与实采图像在主要特征上是相符的.     

A diffusion method based on polar coordinate for ultrasound images denoising

The paper presents a novel anisotropic diffusion approach to the problem of ultrasound images denoising based on the polar-coordinate representation.Local gradients based on the polar coordinate are introduced and they are more suitable for ultrasound images than horizontal gradients and vertical gradients commonly used in anisotropic diffusion methods.Moreover,an adaptive adjustment scheme for the threshold parameter in conduction functions is presented according to the incident angle of the ultrasonic beam with respect to the organ surface.Furthermore,based on the structure matrix,an edge-adaptive diffusion model is introduced,which can selectively preserve the edge from the blurring or smooth noise.Experimental results of real ultrasound images show the validity of the presented approach,which takes the physical imaging mechanism of ultrasonic devices into account.     

一种基于Gaussian-Hermite矩的SAR图像分割方法

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于Gaussian-Hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用Gaussian-Hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。     

基于双向转换网络的域自适应单幅图像去雾方法

当前图像去雾算法对人工合成图像域去雾效果与真实图像域去雾效果存在较大差异。针对该问题,提出了一种基于双向域转换网络的自适应单幅图像去雾算法。首先,构建双向域转换网络,实现人工合成有雾图像与真实有雾图像之间的自适应域转换;然后,通过卷积神经网络进行图像去雾。在实验中采用RESIDE人工合成的数据集以及真实环境的有雾图像作为训练集。结果表明,在人工合成图像域和真实图像域所提算法都有较好的处理能力和模型泛化能力,峰值信噪比(PSNR)、结构相似度(SSIM)等指标均有提高。