一种改进的在线图像对齐算法

由于图像之间存在光照变化巨大、部分遮挡和损坏等现象,稳健且高效的图像对齐仍然是一项具有挑战性的任务。为此,提出了一种改进的在线图像对齐算法。通过图像梯度方向(IGO)的主成分分析(PCA)来提供比像素强度更可靠的低维子空间,然后在IGO域中寻找对齐,使新到达图像的IGO对齐被分解为稀疏误差和从先前良好对齐图像上学习得到的IGO-PCA基的线性组合的总和,进而图像对齐问题可被建模为l1范数最小化问题。将该问题松弛为凸优化问题,并提出一种基于乘子交替方向法的凸优化求解算法。考虑IGO均值的偏移,基于增量奇异值分解自适应地更新IGO-PCA基。在大量具有挑战性的数据集上验证了所提算法的有效性。实验结果表明,相比于目前典型的尺度不变特征变换(SIFT)算法、稀疏和低秩分解(RASL)算法和变换Grassmannian鲁棒自适应子空间跟踪算法 (t-GRASTA),本文算法的对齐效果更佳,对于图像的光照变化和遮挡现象等具有更强的鲁棒性。     

基于自适应流形高维滤波的太赫兹图像滤波算法

针对太赫兹图像分辨率差,噪声严重和信噪比低等不足,提出了一种基于自适应流形高维滤波的太赫兹图像降噪算法。算法利用中值滤波滤除太赫兹图像的强噪声点,再利用自适应流形高维滤波去除图像中的大部分噪声,最后通过基于拉普拉斯高斯算子的边缘增强对二次滤波后的结果图像进行图像增强。实验结果表明,该算法对于太赫兹图像有良好的降噪效果,在滤除图像中噪声的同时,图像的边缘和细节部分也得到了较好的保留。     

基于自适应图像块组合的无损图像认证算法

现有基于分块的无损图像认证算法在图像认证块划分方面存在不足。为此,提出一种基于自适应分块组合的无损图像认证算法。算法中的认证块由基本分块根据原图像特征和水印图像保真度要求自适应组合而成,认证信息用数字签名技术产生,以无损水印方式嵌入,同时以多次嵌入方式实现图像编号的顽健传送,利用图像编号和认证块编号防止矢量量化攻击。理论分析与实验结果表明该算法篡改定位能力强于现有无损图像认证算法,且适应性强,能抗矢量量化攻击。     

一种基于简化PCNN的自适应图像分割方法

近年来的研究表明,脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)可有效地用于图像分割.然而对于不同图像,常需要选取适当的网络参数,以得到有效的分割结果.但是,目前网络参数的选取还主要停留在人工调整和确定阶段,尚无一种能够根据图像本身特性自动确定参数的方法,这在很大程度上限制了PCNN的应用.针对这一问题,本文提出了一种基于简化PCNN的自适应图像分割方法,通过利用图像本身空间和灰度特性自动确定网络参数,实现对不同图像的分割.实验结果表明,本文算法可以有效地对不同图像进行自动分割,具有一定的健壮性.     

粒子群进化学习自适应双通道脉冲耦合神经网络图像融合方法研究

针对双通道脉冲耦合神经网络图像融合方法中参数选取不易确定之挑战,提出了一种基于进化学习的自适应双通道脉冲耦合图像融合方法.通过引入自适应学习能力的进化学习算法和构建新的优化目标对双通道脉冲耦合神经网络模型参数来进行优化,提出的新算法能够有效地找到双通道脉冲耦合神经网络模型的近似最优参数,克服了经典双通道脉冲耦合神经网络图像融合方法需要人工交互穷举尝试不同参数来获取较优参数之缺点.实验研究亦表明了上述优点.     

用自适应光学系统拍摄海王星和土卫六的图像

使用位于夏威夷的世界最大的 Keck 望远镜 ,已拍摄到迄今在地上拍摄的最好的“海王星”和“土卫六”的红外图像。它是用自适应光学技术拍摄的第一批 Keck图像。该技术可以迅速调节反射镜 ,从望远镜图像上迅速去除地球的大气湍流 ,产生前所未有的清晰度。自适应光学的成像工作是利用可连续变形的反射镜和光波传感器修正射入望远镜的光 ,然后将此信息传给变形镜 ,该镜每几个毫秒对图像修正一次。自适应光学的红外图像揭示了由每小时6 0 0英里的盛行风所造成的“海王星”风暴 ,以及“土卫六”表面似乎是由冷的碳氢化合物海或湖所分离的冻土地…     

自适应字典改进Canny算子CT图像分割

算法的基本思路是: 首先寻找合适医学图像的自适应字典并利用稀疏矩阵理论进行图像降噪: 其次根据边缘的特点, 将降噪后的医学图像利用改进的Canny算子对图像进行边缘检测并利用差值把边缘点连接起来; 再次使用区域的连通性将相关区域合并起来; 最后我们将感兴趣区域提取出来. 本文通过介绍基于自适应学习的超完备字典训练算法, 并以此展开研究探索, 深入研究了基于KSVD算法的图像降噪方法, 通过MATLAB平台仿真, 验证了此方法的有效性.     

逆合成孔径雷达运动补偿中一种包络对齐新方法

逆合成孔径雷达(ISAR)成像中,包络对齐是初相校正和图像重构的基础。基于刚体模型的包络相关法对具有大动态范围的回波处理时对齐效果较差,针对这一问题,本文提出了一种基于自适应幂变换的相关包络对齐新方法,对齐质量明显提高,大量实测数据验证了该方法的有效性。     

图像小波增强算法在无损检测中的应用比较

射线数字成像是当前射线检测、诊断技术发展的重要方向,图像降噪增强是提高无损检测图像质量的关键.将基于小波变换的图像增强技术引入到射线无损检测(NDT)图像处理中,介绍了基于小波变换的反锐化掩模法、子带增强法和自适应增强法3种增强算法,并分别用这3种算法对射线NDT图像进行增强处理.通过对实验结果数据进行对比分析得出,相比另外两种小波增强算法,自适应小波增强算法处理后的图像更贴近实际,能够更好地在抑制图像噪声的同时增强图像细节.     

基于小波的方向自适应图像插值

图像插值是图像处理的一项重要技术,经典的插值算法会产生细节模糊和边缘锯齿现象。该文提出一种基于小波的方向自适应图像插值方法,将小波变换思想和局部方向自适应插值方法结合。为了获得清晰的细节部分,对图像实施改进的方向自适应双线性插值;结合小波方法,提高插值图像的高频细节信息,并进行相关后处理,增强视觉效果。实验结果表明,该文方法插值后的图像边缘清晰光滑,有效抑制了边缘模糊和锯齿现象,相比较传统方法,插值图像的客观质量和视觉效果都得到明显增强,更加适合人眼视觉系统。     

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.     

基于视频序列的数字图像拼接技术研究进展

基于视频序列的数字图像拼接是指将具有重叠区的多帧视频通过数字配准和融合获得单幅宽视场静态全景图或动态全景图.基于视频序列的数字图像拼接技术主要包括全局快速配准算法、运动目标分割算法和无缝融合算法.首先分析理想数字图像拼接系统的特性,然后介绍近年来基于视频序列的数字图像拼接技术的研究进展,最后分析其研究动向.     

基于SURF的敦煌壁画数字图像智能拼接系统研究

针对敦煌壁画数字图像拼接数据量大、计算耗时长这一急待解决的技术难题,构建了敦煌壁画数字图像智能拼接系统的总体结构;提出并实现了基于SURF的图像配准算法,该算法在积分图像的基础上进行快速计算,通过快速Hes-sian检测子来检测特征点;通过计算哈尔小波变换,确定其主方向及特征点描述子,并根据描述向量之间的欧式距离实现图像间的特征点的匹配;最后,采用渐入渐出的图像融合算法实现了图像拼接系统。实验表明：该系统既能满足匹配准确性的要求,又具有计算量小,计算速度快的优点。     

圆形工件检测及对准方法的研究与实现

快速而准确地实现工件对准在工业自动化领域有着广阔的应用前景。在此基于图像处理技术构建了圆形工件的对准系统,对圆形工件的检测及对准技术开展研究。该系统通过图像采集卡采集被测工件的视觉图像,进行中值滤波、采用Sobel边缘提取,利用改进的Hough圆变换进行中心定位,从而求得工件中心离视场中心的偏移量,使得步进电机依照此偏移量进行x,y方向的驱动。相较于传统的对准方法,该系统大大降低了图像处理所需时间,实现了圆形工件的快速检测和对准。     

图像处理在双面光刻机中的应用

讨论了双面对准光刻机的底部对准原理,并着重介绍了图像处理在高精度光刻机中的应用。通过对采集到的标记图形进行图像分割和边缘定位,使标记的边缘精确定位在亚像素级。从实验的结果来看,这种方法能够对对准标记达到很好的边缘定位,提高了对准精度。     

一种新型TFT-LCD用配向膜材料研究

基于面内转换IPS(In-Plane-Switching)液晶显示模式采用新型的光配向技术,相比摩擦配向技术具有无静电、无污染、可控的预倾角等优势。但同时存在显示画质不良如残像,对产品良率及客户体验感影响很大。本文通过对三款聚酰亚胺材料制备及应用光配向技术形成取向层,首先对聚酰亚胺材料特性进行研究,分别为亚胺化率、接触角、Edge Margin、表面各向异性;再对画质不良残像原理进行简单分析,根据残像画面呈现形式分为长期残像与短期残像。通过一系列测试结果得出最优材料亚胺化率为92%、Edge Margin为70.6nm、接触角为78.5°、表面各向异性光配向能量为300mJ,能够满足目前生产要求;实验测试显示画面为短期残像LV2水平优于量产LV3水平,低电阻率(1×10~(12))配向膜对残像具有明显改善效果,能够很好满足客户需求。同时本文研究思路对后续新材料测试及验证具有一定的参考价值。     

Constructing cylindrical panoramic image using equidistant matching

An efficient algorithm for constructing cylindrical panoramic image mosaics from a near pure panning camera is proposed. The algorithm uses equidistant matching for image alignment which uses a translational motion model. It also allows the effective focal length of the camera to be estimated efficiently by a bisection method     

基于瓦片技术的遥感影像库设计与实现

由于对海量遥感影像数据存储管理的迫切需求,研究了基础影像库组建过程、应用和关键技术。对遥感影像库管理应用系统的开发进行了论述,重点介绍了影像库的创建过程,包括数据库设计、类操作设计和软件模块设计;研究了影像数据批量导入图幅算法、影像数据更新策略、按范围导出策略和浏览策略;实现了标准的影像数据按库、层和图幅方式导出。对采用瓦片技术与采用不分块的遥感影像库中影像入库时间和读取时间进行了试验和比较。     

Automated georeferencing and orthorectification of Amazon basin-wide SAR mosaics using SRTM DEM data

Frequently large synthetic aperture radar (SAR) mosaics are not precisely georeferenced because topographic distortions are not removed during the mosaicking process due to the lack of adequate digital elevation models (DEMs). The Shuttle Radar Topography Mission (SRTM) has recently provided high-resolution DEM data with nearly global coverage and makes it possible to rectify SAR mosaics. Though techniques are available for rectifying individual scenes of SAR imagery using DEM data, these methods encounter difficulties when rectifying SAR mosaics because abrupt geometric discontinuities occur in SAR mosaics at scene boundaries. This paper introduces an automated method to removing topographic distortions from SAR mosaics and producing orthorectified mosaics, without accessing original SAR images. The procedures include SAR image simulation from DEMs, two-staged image matching between SAR mosaics and the simulated image, automated tie-point derivation and screening, piecewise image rectification for localized adjustment, and production of orthorectified mosaics. The method is used to orthorectify both high-water and low-water Global Rain Forest Mapping project SAR mosaics covering the entire Amazon basin. Validation results show that one-pixel (i.e., 92 m) positioning accuracy (root mean square error) was achieved in both cases, compared to 14-16 pixel errors (i.e., 1288-1472 m) of the original mosaics.