使用小波变换的图象边缘检测算法

将小波变换理论应用于图象边缘提取,提出了一种新的图象边缘检测算法。一种相对于(c0,c3)=(0.05,0.05)的对称尺度函数被用于二进小波变换,得到原图象的一个多分辨率表达式,再提取图象的边缘特征。实验结果表明,本方法是解决图象边缘提取的一个十分有效的模型。     

基于改进Keren配准方法的超分辨率算法

提出一种基于边缘检测和Keren配准方法的自适应归一化卷积超分辨率重建算法。为了进一步提高低分辨率序列图像间的配准精度,该算法将边缘检测与Keren配准算法相结合。首先利用Roberts算子对图像序列进行边缘检测,然后利用基于简化四参数仿射变换模型的Keren改进算法求出边缘图像间的平移和旋转参数。仿真实验结果表明即使在含有噪声及大角度旋转情况下,相比Keren改进算法该算法配准精度得到了显著提高;其中采用Roberts算子相比其他传统算子可获得更高的配准精度。最后采用自适应归一化卷积超分辨率融合算法进行超分辨率重建,真实混叠图像序列的实验表明,基于提出的这种配准方法的超分辨率重建图像获得了很好的视觉效果和更高的分辨能力,具有良好的应用价值。     

使用小波变换的图象边缘检测算法

将小波变换理论应用于图象边缘提取，提出了一种新的图象边缘检测算法。一种相对于（ｃ０，ｃ３）＝（０．０５，０．０５）的对称尺度函数被用于二进小波变换，得到原图象的一个多分辨率表达式，再提取图象的边缘特征。     

受昆虫视觉启发的多光谱遥感影像小目标检测

现有多光谱遥感影像目标检测算法大多依赖于结构化背景模型和先验信息,背景复杂化和先验信息匮乏将导致高虚警率的检测结果。受昆虫视觉系统中小目标检测神经元的启发,跳出传统研究思路,提出多光谱遥感影像小目标仿生检测模型及相应的目标检测方法。该方法利用神经元非线性滤波特性对突变信号的敏感性,在局部区域内通过背景纹理抑制和目标边缘增强实现目标检测。实验结果表明该方法在高复杂度背景条件下获得较为稳定的低虚警率检测效果。同时该算法可以较好地平衡背景复杂度和空间分辨率之间的矛盾关系,相比现有检测算法还具有原理简单、易于实现等特点。     

遥感面阵凝视图像并行超分辨重建方法

遥感面阵凝视成像系统可以得到同一场景的多幅图像,研究者常利用这一特点进行多幅图像超分辨重建,以提高遥感图像空间分辨率。但是这类研究往往将超分辨过程独立出来,很少结合成像系统的几何参数优化超分辨重建模型。因此,对成像姿态影响图像不同方向上分辨率的问题进行了分析,提出了基于姿态角的各向异性模糊估计,使退化模型更加准确。同时,为了进一步精确面阵凝视成像系统超分辨重建中的匹配参数估计,提高由系统引起的全局初始匹配误差的包容性,基于最大后验法提出并行优化超分辨率图像和匹配参数的方法。算法充分利用成像过程信息并实时优化匹配参数,实验结果证明与现有方法相比,不仅可以得到细节信息更丰富,更易于人眼观察的遥感图像,并且均方误差降低0.3倍左右,信息熵平均提高1.2。     

多雷达融合检测中的分辨率匹配处理技术

利用多站雷达信号进行融合检测是提高对海监视能力的有效手段。针对不同分辨率雷达信号的融合检测问题,本文推导了低分辨雷达回波的过采样信号与高分辨率回波信号之间的相互关系,提出了由过采样回波重构高分辨信号的超分辨算法。由此将多分辨的雷达回波统一到相同的分辨率水平上,避免了因分辨率不匹配引起的融合检测性能的下降。仿真结果表明了该算法的有效性。     

边缘区域约束的导向滤波深度像超分辨率重建算法

为了解决TOF(Time of Flight)相机获取的深度像分辨率较低的问题，基于导向滤波器提出了一种边缘区域约束的超分辨率重建算法。首先对低分辨深度像进行初始上采样，利用多尺度边缘检测提取深度像的边缘区域；然后根据同场景中灰度图像与深度像的边缘相似性，提取公共边缘区域；最后，根据灰度图像的边缘像素在公共边缘区域中的位置约束导向滤波器的系数生成，重新对导向滤波器的系数进行加权，从而构建出高分辨率的深度图。通过标准数据库Middlebury数据集进行验证，与3种近年来基于滤波的超分辨重建算法相比较，文中方法既能有效地保护重建深度像的边缘结构，同时具有较高的计算效率。研究结果可以为低分辨激光成像雷达的目标识别、场景重建等对实时性要求较高的工程应用提供理论依据。     

一种新的边缘检测算法

本文提出了一种基于边缘马尔可夫随机场和波尔兹曼机的边缘检测算法,不仅考虑图象的灰度分布信息,而且利用局部的边缘元素结构。边缘检测过程主要包括两个步骤:(1)利用波尔兹曼机学习算法估计模型参数;(2)波尔兹曼机的迭代搜索算法。实验结果证实了算法的可行性。     

结合光谱相似性与相位一致模型的高分辨率遥感图像分割方法

提出一种结合高分辨率遥感图像的光谱相似性与相位一致边缘检测模型的分水岭分割方法.分水岭分割算法的性能依赖干图像边缘梯度图.利用同类地物的光谱相似性特点,可有效抑制相位一致模型边缘检测中产生的伪边缘和噪声信息,从而获得更好的遥感图像分割结果.首先基于目标像元与其邻域像元之间的光谱曲线距离之和定义光谱相似性模型,结合相位一致模型获得边缘响应强度;然后利用自动标记分水岭变换方法实现高分辨率遥感图像分割.基于此方法和其它方法进行了分割实验,并利用基于多光谱信息熵方法对分割结果进行了非监督评价和比较,同时对比分析了计算耗时.结果表明此方法可有效抑制遥感图像过分割现象,并取得较好的分割结果.     

基于区域增长的遥感影像视觉显著目标快速检测

针对传统视觉注意模型在遥感影像视觉显著区域检测中存在的计算复杂度高、检测精度低等缺点,提出了一种新的视觉显著区域快速检测算法。首先利用整数小波变换降低遥感影像的空间分辨率,从而降低视觉注意焦点检测的计算复杂度;然后在视觉特征融合中引入二维离散矩变换,生成边缘与纹理信息更为丰富的遥感影像显著图;最后在显著图分析中提出区域增长策略来获得视觉显著区域的精确轮廓。实验结果表明,新算法不仅有效降低了遥感影像视觉显著区域检测的计算复杂度,而且能够精确描述视觉显著区域的轮廓信息,同时避免了对整幅遥感影像的分割与特征提取,为今后的遥感影像目标检测提供了一定地参考价值。     

基于CUDA的遥感图像快速超分辨率重建算法研究

传统图像插值方法和基于字典学习的图像超分辨率重建方法在图像处理速度和重建图像的视觉质量之间很难保证有效的平衡,针对这一问题,文章利用自然图像非局部相似性的特点和GPU(Graphic Processing Unit)并行处理的优势,提出了一种基于CUDA(Compute Unified Device Architecture)的遥感图像快速超分辨率重建算法。实验结果表明,文章提出的方法能够很好的保持图像的边缘及结构信息,获得良好的视觉效果,同时实现遥感图像的快速超分辨率重建。     

结合光谱相似性与相位一致模型的高分辨率遥感图像分割方法

提出一种结合高分辨率遥感图像的光谱相似性与相位一致边缘检测模型的分水岭分割方法。分水岭分割算法的性能依赖于图像边缘梯度图。利用同类地物的光谱相似性特点,可有效抑制相位一致模型边缘检测中产生的伪边缘和噪声信息,从而获得更好的遥感图像分割结果。本文首先基于目标像元与其邻域像元之间的光谱曲线距离之和定义光谱相似性模型,结合相位一致模型获得边缘响应强度;然后利用自动标记分水岭变换方法实现高分辨率遥感图像分割。使用本文方法和其它方法对遥感图像进行了分割实验,并利用基于多光谱信息熵方法对分割结果进行了非监督评价和比较,同时对计算耗时进行了对比分析。结果表明本文所提方法可以有效地抑制遥感图像的过分割现象,并取得较好的分割结果。     

POCS超分辨率图像重构的快速算法

超分辨率图像重构是将多帧低分辨率图像重构成一幅高分辨率图像的过程。由于其求解是一大型病态求逆问题，计算量随着放大倍数的增加而急剧上升，如何降低计算复杂度是超分辨率成像所面临的一个急需解决的课题。提出了一个基于PoCs的高分辨率图像重构的快速算法。其原理是利用各低分辨率图像之间位移的关系将所有的低分辨率图像进行重组，然后对每个组进行PoCs超分辨图象重构。实验结果表明。该快速算法较大地提高了超分辨图像重构的速度。     

基于分数阶微分的遥感图像边缘检测方法

边缘保持是单幅遥感图像的超分辨率重建的关键步骤,边缘检测的精度直接影响着遥感图像边缘保持的效果。针对传统边缘检测算子对噪声敏感,边缘检测效果不理想的缺点,采用经典的分数阶微分G-L定义推导出的差分定义方程,构造了该文的分数阶掩模算子。通过与传统边缘检测算子检测结果的对比试验,结果表明:该算子可以有效地提取遥感图像的边缘信息、对噪声有较好的抑制作用和能获得更高的信噪比。     

有序抖动匹配法边缘编码的研究

理论和实验证明:把图象的高频和低频分量分别编码可获得较大的数据压缩比和良好的图象质量。高低频编码的关键技术是高低频分量的分解与综合。本文研究了利用有序抖动(Ordered Dither)矩阵匹配法检测边缘,从而把图象分成边缘子块和均匀子块,较好地解决了上述问题。本文具体介绍了边缘子块的检测算法和一个数据压缩方案,它对边缘子块采用BTC编码,对均匀子块用其子块灰度均值表示。对于有复杂背景的人头象,取得了0.701 bit/pel的结果。     

基于稀疏表征的图像超分辨算法研究

超分辨率图像恢复的目的是由低分辨率图像得到高分辨率图像,通常需要多幅或者一系列连续低分辨率图像．在有限的条件下很难得到。针对单幅图像超分辨问题,结合当前比较先进的稀疏表征方法,利用训练集图像的先验信息．对单幅图像进行超分辨率恢复。结合当前先进的基于稀疏表征的超分辨算法,采用误差反投影方法,提出一种改进的算法．对超分辨率...     

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率.本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率.仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别.     

角点与边缘信息相结合的遥感图像飞机检测新方法

利用遥感图像中飞机目标的边缘特征和角点特征,提出边缘与角点信息相结合的遥感图像飞机检测新方法.首先,进行Canny边缘检测,提取遥感图像中飞机目标边缘信息,并利用OTSU算法二值化处理图像;然后,进行Harris角点检测,找出满足飞机角点分布特征的区域,去除伪目标;最后,进行区域生长式聚类,通过求取类心最终确定飞机位置.对60幅高分辨率遥感图像进行飞机检测测试,正确检测出238架飞机中的220架,漏检18架,48个虚警.实验表明,该方法可以有效解决复杂背景下飞机检测问题,具有良好的检测性能.     

一种改进的可见光与红外图像融合算法

针对红外和可见光图像的特点,提出一种基于加权对比度和局部熵相结合的多分辨图像融合算法.利用小波变换得到待融合图像的多分辨结构,在图像多分辨结构相应各级上采取不同的融合规则,得到融合图像的多分辨结构,利用小波逆变换重构融合图像.实验结果表明,该方法在保留可见光图像高的空间分辨率和丰富的纹理细节信息的同时,融合了红外图像对热目标比较敏感的特点,提高了图像的可判读性.     

二项分布—拉普拉斯边缘检测算子

本文提出了一种用二项分布序列作为滤波模板,并相继进行拉普拉斯运算和零交点检测提取图象边缘的新的边缘检测算法。推导了二项分布——拉普拉斯边缘检测算子及实现卷积运算的快速算法。即使当尺度空间常数n较小时本文提出的算子亦具有较理想的带通特性及高频抑制性能。利用均方误差最小原理对被检测点邻域九点进行平面拟合可以成功地检测零交点,适当选择拟合平面斜率的检测阀值可大大消除噪声并有效地提取出图象边缘。