基于二维到三维图像信息变换的新加密算法

随着信息网络化飞速发展,图像网络交互在诸多领域得到应用,尤其某些图像信息涉及个人隐私和国家安全,必须采取秘密传输的方式,因此图像加密的安全问题备受人们关注。文章提出了基于创新性的图像预处理、二维到三维图像信息变换的图像加密算法的加密原理、优势和最新进展。实验结果表明该成果对图像加密算法的改进、新算法的研究以及在实际工程中对算法的选取具有重要意义。     

微光图像与红外图像融合技术研究

图像融合技术在微光和红外图像处理中得到了广泛的应用.为了深入理解图像融合技术以及融合后的图像质量,首先分析了微光和红外图像的融合技术,对微光和红外图像进行了预处理,分析了微光和红外成像过程、图像增强技术、特征提取方法、图像配准等.重点研究了拉普拉斯图像融合、对比度调制融合、基于小波分解的图像融合技术.最后通过实验对这几种融合技术进行了比较,结果显示融合后的图像质量得到了改善,突出了目标轮廓和细节,方便了目标识别.     

一种新的基于图像增强的融合算法

针对一般融合算法在图像预处理上存在的不足,将图像融合引入图像预处理中,使待融合图像不仅得到增强,且不损失其他信息,为下一步图像融合奠定良好的基础,在此基础上对图像进行融合,其标准差、平均梯度、熵等图像评价指标都优于直接对图像进行融合,达到预期效果.     

数字图像放大算法的研究

数字图像已经在工程和数学领域引起广泛关注,而图像技术也已被广泛应用于数字图像处理,例如图像缩放、图像变形、图像恢复、图像重建、图像配准等.图像插值就是利用已知邻近像素点的灰度值来产生未知像素点的灰度值,以便由原始图像再生出具有更高分辨率的图像.通过分析实际图像获取系统将图像数字化后,建立图像的模型,并给出了图像的表示方法,根据数字图像的特点阐述了图像放大的基本原理.     

微光图像和紫外图像分析与融合方法研究

在分析了微光图像和紫外图像的特征以及双通道彩色夜视系统信息量的基础上，提出了微光图像和紫外图像双通道彩色夜视理论。在设计并试验了灰度调制法、谱域融合法、特有成分融合法的基础上，提出了微光图像和紫外图像假彩色融合的改进算法以及新算法，包括微光图像和紫外图像分段灰度调制法、图像差别提取法、基于物体对夜天光反射特性的成分分离法，以及体现图像传感器光谱响应和视觉自然感受的色空间映射法，取得了较好的效果。     

基于分布式光纤的视觉传达图像清晰化处理系统

为了提升图像观感，设计基于分布式光纤的视觉传达图像清晰化处理系统。分布式光纤采集图像数据，然后由SPGD算法和近红外光谱模型转移新方法调整图像基本参数，再通过非视域成像系统模型，获取基于视觉传达图像的粗透折射率，消除图像雾化，最后利用虚光蒙版调整图像“锐化”,实现整体视觉传达图像的清晰化处理。实验结果表明，所提方法处理视觉传达图像后，图像在强、暗两种光照条件下的清晰度均较高，基于四张清晰度较低的视觉传达图像的结构相似性测量参数均不低于0.9,图像失真程度较低。     

基于ERS-2SAR和Landsat TM图像融合的道路提取算法

针对雷达图像道路与水体难以区分的问题和多光谱图像易受干扰的现象,提出了一种基于图像融合的道路提取算法.在对图像进行降低噪声和几何配准等预处理后,首先从Landsat TM第1、2、3波段合成图像中选择样本作为支持向量机分类器的输入进行训练,在结构风险最小化原则下,实现Landsat TM图像的分类;然后利用SAR图像对...     

遥感图像的图像配准方法

图像配准技术是近年来发展迅速的图像处理技术之一，是图像拼接、信息融合不可缺少的步骤。本文对遥感图像的配准进行了总结和归纳，介绍了几种常见的图像配准方法，并根据高光谱图像和高空间分辨率图像的特点指出了适合不同类型遥感图像的配准方法。     

医学图像中典型分割算法的比较分析

通过图像分割算法获取医学图像感兴趣区域是医学图像分析与识别要解决的首要问题及技术难点。在阐述医学图像分割及其研究意义的基础上,总结了医学图像分割中的典型算法。接着,以MR颅脑图像的分割为例,做了基于FCM、C-V、区域生长法的图像分割及对比分析,讨论了医学图像有效分割存在的技术难点。最后,指明了医学图像分割未来的发展趋势。研究成果对深入认识医学图像分割的研究意义、分割算法、分割难点、分割趋势等,推动医学图像分割技术的发展均具有一定意义。     

基于小波变换的红外偏振图像融合算法

为了改善红外图像质量、提高人造目标的可识别率,基于偏振度图像能够较好地凸显人造目标,偏振角较好地描述不同物体表面取向,I图像能反映场景的强度信息的特征,采用对红外图像进行偏振图像融合的算法,即先通过红外热像仪和偏振片拍摄到偏振角度为0°,60°和120°3幅红外图像,再通过计算得到I,Q,U图像,进而得到偏振度图像和偏振角图像,最后对I图像、偏振度和偏振角图像进行红外偏振图像融合,得到高质量的红外偏振图像,由理论分析得到了各个图像的性能指标数据。结果表明,基于小波变换的红外偏振图像融合算法得到的图像数据合理,达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。     

SMT焊点视觉获取及预处理系统的建立与应用

为研究检测SMT焊点的质量和可靠性的方法，建立了一套SMT焊点视觉获取及预处理系统。该系统由硬件检测装置和相关软件组成，具有视频采集、图像捕捉、图像保存、图像预处理以及图像特征参数分析的功能。该系统可以实时对SMT焊点进行视频采集，可以捕捉图像并进行图像预处理，能够获得SMT焊点三维重构所需的图像。通过对比各种图像滤波算法和增强算法，找到了适合SMT焊点图像的预处理算法。     

数字图像拼接方法研究进展

数字图像拼接是指将具有重叠区的多幅数字图像或多帧视频通过配准和融合获得单幅宽视场图像或者动态全景图.数字图像拼接方法主要包括图像配准算法和图像融合算法.根据待拼接图像和拼接图像的特点,介绍图像拼接的4种基本类型,说明图像拼接的研究意义,概述近年来图像拼接方法的研究状况,最后分析图像拼接方法的研究动向.     

毫米波辐射图像的融合研究

微波辐射计具有全天时全天候的工作能力，可提供红外、可见光不能提供的信息。然而提高微波辐射图像的质量是一个急需解决的关键问题。针对简单场景，研究了波段相差极大的多传感器图像的融合算法，提出利用小波变换将基于光学的模拟毫米波图像和实测毫米波辐射图像的相关信息进行融合，合成的图像可作为精确制导中地图匹配的标准地图。仿真结果表明：融合图像包含了模拟图像和实测图像的更多互补信息，在一定程度上提高了图像的分辨率。     

CMOS图像传感器赶超CCD图像传感器

比较了CMOS图像传感器与CCD图像传感器的优缺点，分析了CMOS图像传感器的结构、研制现状、应用及市场前景。提出了随着CMOS图像传感器技术的发展，CMOS图像传感器可以代替CCD图像传感器，并对其发展趋势作了预见。     

图像视觉显著性和改进型SVM在图像分割中的研究

随着我国经济发展水平的不断提高,基于计算机视觉图像分割技术不断发展与进步,使图像处理更加高效、便捷.当前,图像分割方法已经非常多样,可以分为基于灰度与梯度的经典图像分割、融合先验证知识的图像分割、彩色图像分割等,由此可见,图像分割不断朝着智能化方向发展,图像分割的处理能力也在不断增强.     

基于图像融合的木板表面缺陷检测研究

针对木板表面节子缺陷被染料染色后难以识别的问题,本文利用图像融合技术提出一种新的木板表面缺陷检测方法。该方法采集被染色木板的近红外图像和可见光图像,使用加权平均法、主成分分析（PCA）算法、小波变换、Laplacian金字塔变换等不同的融合算法对采集的近红外图像和可见光图像进行融合,然后对不同算法融合后的图像仔细观察分析和比对并计算其信息熵。实验结果证实,融合后的图像能够明显地辨别出染色后的木板缺陷,并且基于Laplacian金字塔算法的融合效果最好。     

一种基于假彩色的像素级多传感器图像融合算法

本文给出了一种基于假彩色的像素级多传感器图像融合算法,并将其用于两幅灰度图像的融合中.这种算法将现有的图像融合技术和彩色显示技术相结合,在灰度融合图像的基础上利用色差来表现原图像与灰度融合图像的细节差异.该算法分为三步:首先,用选择与平均相结合的方法得到两幅原图像的灰度融合图像;接着,求出灰度融合图像与两幅原图像的差异图像;最后,将两幅差异图像和灰度融合图像分别送至R、G、B颜色通道进行显示.比起灰度融合图像,最终得到的彩色融合图像在色彩上更丰富,包含更多的细节,直觉上更容易辨认.     

基于视觉与标注相关信息的图像聚类算法

算法首先按视觉相关程度对标注字进行打分,标注字的分值体现了语义一致图像的视觉连贯程度.利用图像语义类别固有的语言描述性,从图像标注中抽取具有明显视觉连贯性的标注字作为图像的语义类别,减少了数据库设计者繁琐的手工编目工作.按标注字信息对图像进行语义分类,提高了图像聚类的语义一致性.对4500幅Corel标注图像的聚类结果证实了算法的有效性.     

基于红外与可见光图像融合技术发展与性能评价

红外图像可以全天候且不受光照条件影响的根据目标和背景热辐射差异来区分目标和背景。可见光图像可以通过人的视觉系统的高空间分辨率和清晰度来提供景物的质地和结构细节。因此将红外图像和可见光图像融合可以结合两种图像优势,融合后的图像效果预期良好。本文对传统经典方法和目前较新融合方法进行综述。首先回顾了红外和可见光图像的融合方法,其次选取了一些融合图像的性能评价指标,然后选择具有代表性的具体算法进行图像融合,根据融合图像结果获取评测指标,最后根据指标进行分析并对现状进行总结讨论,及对以后的工作发展方向进行展望。     

红外图像目标识别的预处理技术研究

红外图像目标识别系统,由图像预处理、特征提取及模式分类组成,红外图像目标识别的图像预处理包括滤波降噪、图像增强、图像分割等。滤波降噪有邻域平均、中值等滤波方法,图像增强可通过微分、Butterworth高通滤波和形态学高低帽变换完成,图像分割采用阈值分割技术和形态学方法实现。综合比较各种处理方法,采用中值滤波进行降噪、高低帽变换进行图像增强、阈值分割与形态学处理结合进行图像分割,较好地实现了红外图像目标识别的预处理。