基于自适应多尺度与轮廓梯度的遥感图像分割网络

遥感图像分割算法易受环境因素干扰，如物体遮挡、光照不均匀等。现有的深度学习遥感图像语义分割方法通常采取端到端的编解码结构，但针对相似度较高物体的结构和轮廓，仍存在分割不准确的问题。为了提高算法鲁棒性、分类准确率，提出一种基于轮廓梯度学习的深度卷积神经网络遥感图像语义分割算法。为了提高预测特征图的质量，首先基于SegNet模型，提出自适应注意力的多通道多尺度特征融合网络（D-MMA Net），其中D-MA block采用基于注意力的自适应多尺度模块，根据学习到的权重自适应地对不同尺度特征进行提取，以获得更多有效的高级语义特征。为进一步细化提取物体的边界，基于Sobel边缘检测算子原理提出可学习的轮廓提取模块。最后将轮廓信息与多尺度语义特征相结合，以增强对图像空间分辨率的鲁棒性。实验结果表明，所提算法提高分割的准确率，对于不规则物体边界，能有良好的分割效果。     

基于自适应TV的Chan—Vese图像分割方法

自适应整体变分(Total Variation,TV)图像平滑模型能有效去除噪声,具有较强的图像保征能力.基于多相水平集的Chan-Vese图像分割模型能有效地实现多质图像的分割.将自适应TV图像平滑方法和Chan-Vese图像分割方法有机整合,提出了自适应TV的Chan-Vese图像分割方法.实验表明,该方法能得到较好的分割结果.     

基于平滑性测度的直方图自适应模糊增强图像分割

本文提出了一种新的基于平滑性测度的直方图自适应模糊增强图像分割方法。该方法通过定义图像的平滑性测度,采用模糊增强技术对图像的灰度直方图进行增强,然后在增强的直方图上,利用自适应多阈值分割方法进行图像分割。实验表明,该方法对强噪声图像具有良好的分割效果。     

基于ROI与A适应Ostu相结合的图像分割算法

图像分割对于提取感兴趣区域的特征,提高现有图像分析系统的工作效率有着积极的作用。在结合当前静态图像中的ROI检测技术,利用建立后的ROI区域内图像代替整幅图像作为后续工作,并对Ostu阈值分割法进行自适应改进算法研究的基础上,研究了一种结合ROI生长技术与自适应Ostu阈值分割算法结合的新的分割方法。实验证明,该算法能够取得较理想的分割效果,有效地提取出感兴趣特征。     

基于灰度和局部熵迭代的红外目标分割算法

图像阈值分割在图像分析和图像识别中具有重要的意义，给出了一种以改进的最大类间方差法为基础的自适应阈值图像分割方法，同时利用分割后目标和背景区域的灰度信息和局部熵信息，设计了一个判断是否得到正确分割的准则，通过迭代循环，完成对图像的自动分割。实验结果表明，本文算法自适应性强，可以快速、准确、完整地分割出复杂背景图像中不同大小的红外目标。     

基于核自组织映射与图论的图像分割方法

为了对以特征聚类为基础的图像分割方法进行目标优化并提高分割性能,提出了一种核自组织映射与EGB(efficient graph-based)算法相结合的自适应分割方法。将依据信息理论推导出的核自组织映射应用于图像分割,使得图像经映射聚类后,同一分类内像素的相似度最高且信息熵最大,不同分类间的互信息最小,从而得到最符合图像分割目标的聚类效果。将聚类得到的区域进一步用改进的EGB算法自适应地进行合并,既充分结合了像素的空间特性,又能克服EGB算法的不足,可获得非常准确的分割结果。在综合分析多种图像分割评价方法的基础上,选取了一些量化指标对分割结果进行客观评价。实验及分析结果表明,本文的分割方法准确可靠,其图像分割结果的量化评价指标明显优于EDISON方法。     

基于模糊阈值和水平集的红外图像分割方法

针对阈值法分割红外图像易产生误分割和水平集分割方法受初始曲线限制大,提出了一种结合模糊阈值与水平集的自适应红外图像分割方法。该方法首先采用二维Otsu方法计算阈值,利用该阈值获取模糊阈值分割法中的窗口宽度,使模糊阈值分割法具有自适应性;然后采用此自适应模糊阈值分割法预分割红外图像,利用预分割结果自动获取水平集初始曲线;最后将Chan-Vese方法与Shi方法结合提出改进的水平集方法,并用此方法分割红外图像。实验结果表明,本文方法具有较好的分割效果和较强的鲁棒性。     

自适应权重的偏微分分割模型在变电设备红外图像中的应用

针对变电设备运维中的红外检测图像无法被准确分割的问题,本文应用了一种改进的自适应权重偏微分图像分割方法.通过分析红外图像信噪比低、边缘模糊、对比度低以及最常出现的灰度不均匀问题,在明确传统分割方法不足的基础上,对基于偏微分方程的分割模型开展改进.本文所提出的自适应权重的LGIF分割模型利用目标设备和背景灰度不均匀程度不...     

基于自适应预处理的图像分割方法

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算法的基础上,首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素点邻域中像素分类后的分布情况,来判断考察点是处于区域中心还是处于边界,并据此对考察点的梯度值进行调节。然后在预处理后的梯度图像上选定标记,将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明,该分割方法具有良好的分割效果。     

自适应的均值漂移分割算法

针对传统均值漂移算法在图像分割时参数确定耗时,工程量大,分割效果不明显的问题,本文根据在图像处理中对图像分割前期准备工作高效、准确的要求,结合图像的直方图,提出一种自适应的均值漂移分割算法.算法首先利用图像的直方图估计出图像的概率密度.对每个像素点根据其周围特征以及概率分布计算它的带宽值.实验结果表明,改进算法很好的解决了固定带宽均值漂移算法在确定带宽时效率低,分割效果差的问题.自适应的均值漂移分割算法可以有很好的分割结果.     

基于双稳态系统二值图像质量改善算法

针对二值图像处理,为抑制噪声改善图像质量,论文提出一种利用双稳态随机共振系统实现含噪二值图像恢复方法。论文首先对图像分别按行和列重采样为一维信号,并将该一维信号输入双稳态系统,通过欧拉法或龙格-库塔法迭代求解双稳态方程的输出序列,得到恢复图像对行和列两个方向的偏导数,再结合该偏导数根据截断的二维泰勒公式推导出邻近像素点的值,然后对每个像素计算获得的多个值加权平均得到恢复的灰度图像,对灰度图像二值分割即得到最终的复原二值图像。实验结果表明,论文算法能有效从高强度噪声中恢复原二值图像,且相对于传统维纳滤波算法峰值信噪比提高了22.36%,相对于对比算法,峰值信噪比平均提高了10.8%。      

基于小波变换的视觉信号特征提取方法

该文提出了一种用于视觉信号特征提取的新方法将CCD获取的图像投影后的信号波形进行小波变换。当小波的尺度选择恰当时,小波变换结果的零交叉点可用于确定图像的中心。实验结果表明,该方法相对于其他方法对随机误差的干扰具有更强的鲁棒性。     

基于小波变换算法的新型防攻击数字水印技术

随着Internet的迅猛发展，数字水印技术越来越受到人们的关注。在其发展的同时数字水印攻击手段也在不断的发展。因此，介绍一种在小波变换的基础上加以改进，从而提高数字水印的防攻击能力新型算法：它借助于随机平放算法，通过DWT变换嵌入水印，同时对图象质量无影响。此法能抵制多种攻击，如：图象旋转、裁剪、伪造等，在实践中表现出较好的健壮性。     

Consistent image alignment for video mosaicing

Image mosaicing is widely used in computer vision applications. In this paper, a new globally consistent image alignment method for video mosaicing is presented. Due to various uncertainties on noise, illumination, and modeling, the problem of global image alignment is considered as a stochastic estimation problem. The augmented system state consists of the transformation parameters of video image sequences. The system motion model, the augmentation model, and the observation model are constructed. The homography parameters of image sequences are augmented and estimated recursively with augmented Kalman filter in a common state vector and covariance matrix. Some experimental results are provided to validate the performance of the proposed method. The proposed image alignment method can handle the uncertainty efficiently. Image alignment is globally consistent and accurate.     

分形插值图像压缩的一种快速解码算法

一维分形插值图像编码是用插值点数据构造分形曲线来拟合数字图像的灰度曲线从而实现压缩。其解码过程就是求用插值点数据构造的迭代函数系统(IFS)的吸引子,由于图像数据以及分形插值迭代规律的特殊性,使得随机迭代算法和通常的固定迭代算法并不适用。本文设计了快速且节省内存的解码算法,并进行了复杂度分析。同时,本文的算法作为分形插值方法的一部分,同样可以用在分形插值法的其他应用领域。     

变符号准则匹配方法研究

本文对变符号准则匹配法进行了理论分析.证明了在不考虑遮挡和几何失真的条件下,匹配点处的符号变化次数为最大,并且对于该算法的抗遮挡性能进行了讨论.在DPS-8/52计算机系统上用图象进行了大量的模拟实验.理论分析和实验结果证明,变符号准则匹配方法不仅在信噪比小于1的情况下能够正确匹配,同时在特定条件下具有抗遮挡的能力.     

Stochastic super-resolution image reconstruction

The objective of super-resolution (SR) imaging is to reconstruct a single higher-resolution image based on a set of lower-resolution images that were acquired from the same scene to overcome the limitations of image acquisition process for facilitating better visualization and content recognition. In this paper, a stochastic Markov chain Monte Carlo (MCMC) SR image reconstruction approach is proposed. First, a Bayesian inference formulation, which is based on the observed low-resolution images and the prior high-resolution image model, is mathematically derived. Second, to exploit the MCMC sample-generation technique for the stochastic SR image reconstruction, three fundamental issues are observed as follows. First, since the hyperparameter value of the prior image model controls the degree of regularization and intimately affects the quality of the reconstructed high-resolution image, how to determine an optimal hyperparameter value for different low-resolution input images becomes a very challenging task. Rather than exploiting the exhaustive search, an iterative updating approach is developed in this paper by allowing the value of hyperparameter being simultaneously updated in each sample-generation iteration. Second, the samples generated during the so-called burn-in period (measured in terms of the number of samples initially generated) of the MCMC-based sample-generation process are considered unreliable and should be discarded. To determine the length of the burn-in period for each set of low-resolution input images, a time-period bound in closed form is mathematically derived. Third, image artifacts could be incurred in the reconstructed high-resolution image, if the number of samples (counting after the burn-in period) generated by the MCMC-based sample-generation process is insufficient. For that, a variation-sensitive bilateral filter is proposed as a ‘complementary’ post-processing scheme, to improve the reconstructed high-resolution image quality, when the number of samples is insufficient. Extensive simulation results have clearly shown that the proposed stochastic SR image reconstruction method consistently yields superior performance.     

星载SAR自然地面场景仿真方法研究

本文对星载SAR图象仿真方法进行了深入地研究,基于分形理论、小面单元模型和陆地杂波散射特性模型提出了一种仿真自然地面场景星载SAR图象的实现方法.根据实地勘测的DEM数据进行计算机仿真,实验结果表明:利用本文方法仿真的星载SAR图象逼真地反映了自然地面场景的随机起伏特性和雷达图象特有的几何畸变现象,能够对星载SAR系统方案设计进行验证,对实现SAR卫星总体方案的优化设计具有重要意义.     

一种外置式视频同步信号发生器的设计

对随机视频信号的特点进行了研究，提出了采用谱分析提取随机视频信号的同步频率的方法，根据数据传输的要求设计了基于USB接口的外置式视频同步信号发生器并给出了系统的硬件框图和软件流程。系统具有自动分析随机视频信息隐含的同步信号频率，精确产生同步脉冲信号的特点，满足随机视频信号采集和稳定显示的同步要求。同步精度达到300帧内图像漂移小于1个像素。利用该视频同步信号发生器控制非标准图像采集卡实现了计算机辐射的随机视频信号的采集和稳定显示。     

Segmentation of stochastic images with a stochastic random walker method

We present an extension of the random walker segmentation to images with uncertain gray values. Such gray-value uncertainty may result from noise or other imaging artifacts or more general from measurement errors in the image acquisition process. The purpose is to quantify the influence of the gray-value uncertainty onto the result when using random walker segmentation. In random walker segmentation, a weighted graph is built from the image, where the edge weights depend on the image gradient between the pixels. For given seed regions, the probability is evaluated for a random walk on this graph starting at a pixel to end in one of the seed regions. Here, we extend this method to images with uncertain gray values. To this end, we consider the pixel values to be random variables (RVs), thus introducing the notion of stochastic images. We end up with stochastic weights for the graph in random walker segmentation and a stochastic partial differential equation (PDE) that has to be solved. We discretize the RVs and the stochastic PDE by the method of generalized polynomial chaos, combining the recent developments in numerical methods for the discretization of stochastic PDEs and an interactive segmentation algorithm. The resulting algorithm allows for the detection of regions where the segmentation result is highly influenced by the uncertain pixel values. Thus, it gives a reliability estimate for the resulting segmentation, and it furthermore allows determining the probability density function of the segmented object volume.