基于像素点分类的激光主动成像混合滤波

为了在滤波的同时较好地保留边缘细节,提出一种基于像素点分类的激光主动成像混合滤波方法,将像素点根据其轮廓曲率进行分类,使用Lee滤波去除散斑噪声,使用模糊加权均值滤波器滤除其余混合噪声。定义一种轮廓点筛选方法,从含噪图像中提取候选轮廓点。将轮廓细化,剔除噪声引起的伪轮廓和强度较小的轮廓后,计算轮廓曲率,并根据轮廓曲率将图像上的像素点分为强信息点、弱信息点和无信息点。对于属于不同类的像素点,使用不同滤波参数的Lee和模糊加权均值滤波器进行滤波,使算法具备像素级的自适应性。实验结果表明,所提算法比Lee、Kuan和小波软阈值滤波有更好的去噪能力和轮廓细节保留能力。     

基于组合矩的激光雷达距离像目标识别

激光成像雷达距离像与目标表面物理结构特性密切相关,体现目标的本质特征,是目标识别的主要研究方向。采用组合矩的神经网络方法进行了相干激光雷达距离像目标识别仿真研究。用Hu不变矩和仿射不变矩两者的低阶矩组合表示距离像目标区域特征,利用反向传播(BP)神经网络识别不同方位角的车辆。当视场角不变时,训练10个目标,每个目标取3～19个样本,在不同载噪比(CNR)情况下,分析Hu不变矩、仿射不变矩和两者组合矩的识别率。理论分析和仿真实验表明利用组合不变矩进行距离像目标识别性能优于单独利用其中一种不变矩。     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

同态非局部滤波在激光主动成像散斑抑制中的应用研究

传统的激光主动成像散斑抑制方法中,局部单像素滤波和变换域滤波难以取得良好的抑制效果,同时容易导致边缘展宽,对图像信息造成破坏。鉴于非局部滤波对加性噪声的优异去噪性能,本文研究了三种具有代表性的非局部滤波方法,并使用半导体泵浦固体脉冲激光器搭建主动成像系统,进行散斑噪声抑制性能的比较。实验表明,采用同态FMPatchGP不仅能够有效抑制散斑噪声,而且能很好地保持边缘信息,同时满足实时性处理的要求,在激光主动照明系统中具有良好的应用前景。     

利用Zernike矩对心脏超声图进行光流场计算的领域优化算法

本文针对心脏超声图的特性,介绍了一种计算二维光流场的领域优化算法,通过对Zernike矩的正交性、旋转不变必等特性的分析,论证了Zernike矩的在心脏超声图中作为运动不变特征的优越性,从而将传统光流场计算中的亮度不变假设推广到了亮度各阶Zernike矩不变。另外,由于Zernike矩计算了像素点附近其余像素的贡献,使得单个像素点引起的误差对特征的影响大大减小,从而提高了算法的鲁棒性。     

利用Zernike矩对心脏超声图进行光流场计算的邻域优化算法

本文针对心脏超声图的特性 ,介绍了一种计算二维光流场的邻域优化算法 ,通过对Zernike矩的正交性、旋转不变性等特性的分析 ,论证了Zernike矩在心脏超声图中作为运动不变特征的优越性 ,从而将传统光流场计算中的亮度不变假设推广到了亮度各阶Zernike矩不变 .另外 ,由于Zernike矩计算了像素点附近其余像素的贡献 ,使得单个像素点引起的误差对特征的影响大大减小 ,从而提高了算法的鲁棒性     

基于数学形态学的非规则缺失图像修复仿真

面对非规则缺失图像修复过程中容易出现的毛刺和小孔问题，在数学形态学支持下修复非规则缺失图像。结合数学形态学方法对修复图像膨胀和腐蚀预处理，避免修复区域受到干扰出现毛刺。预处理待修复图像后，获取待修复图像的全部像素点，连接像素点形成一个待修复轮廓，计算该部分的像素点优先权。通过粗略、精细搜索步骤定位最佳匹配块。在保证未知像素块相邻四个方向像素颜色一致的基础上填充像素。通过分割图像阈值，确定缺失区域基准点灰度值，判断目标点和噪声点，实现噪声点滤波处理，避免出现小孔问题。由实验结果可知，所提方法最高PSNR值为0.98，且无毛刺、无小孔，具有良好修复效果。     

基于模糊聚类算法的边缘图像增强技术

通过边缘图像增强处理,提高模糊图像的辨识能力和成像质量。针对边缘图像像素差异性较大,导致成像质量差的问题,提出一种基于模糊聚类算法的边缘图像增强技术。对图像进行小波降噪处理,提取降噪输出图像的灰度直方图特征信息参量,在仿射不变区域对特征量进行模糊聚类,采用C均值聚类算法实现灰度像素点的边缘聚敛和信息增强,进行图像的边缘轮廓特征提取。仿真结果表明,采用该方法进行图像增强处理,提高了输出图像的峰值信噪比,图像的辨识性能得到改善。     

改进的低阶轮廓矩特征推导方法

轮廓矩特征能够有效描述目标的形状。与基于区域的矩特征不同,轮廓矩扫描目标周长像素点时,时间和空间复杂度低,但轮廓矩公式的推导过程复杂。提出用参数方程描述轮廓曲线段的方法,基于格林定理仅利用一次二项式定理推导出轮廓矩的一般表达式。以舰船投影图像为例计算了常用低阶轮廓矩,实验表明,与区域矩特征相比运行速度快,且质心误差不超过2%。     

一种基于组合不变矩的新的舰船图像目标识别方法

利用图像的不变矩特征进行目标识别是一种有效的方法.通过比较Hu矩、仿射不变矩和小波不变矩的特点和适用条件,提出了一种运用部分Hu矩、仿射矩和小波矩组合来识别舰船图像目标的方法.仿真实验结果表明,该组合矩对于提高舰船图像目标的识别率是有效的.     

一种基于独立元分析的仿射不变描述和仿射变换 参数估计的新方法

本文提出了一种基于独立元分析(Independent Component Analysis,ICA)的仿射目标识别和仿射参数估计的新方法.对于待识别的不同扭曲程度的目标,可采用ICA方法提取轮廓的仿射不变描述,从而解决扭曲目标识别问题.该方法同时能够估计两个视频帧间的仿射变换参数,在高压缩率编码标准中,如MPEG4或MPEG7,具有很重要的现实意义.实验结果表明,该方法优于传统的目标识别和仿射参数估计方法.     

Affine-permutation invariance of 2-D shapes.

Shapes provide a rich set of clues on the identity and topological properties of an object. In many imaging environments, however, the same object appears to have different shapes due to distortions such as translation, rotation, reflection, scaling, or skewing. Further, the order by which the object's feature points are scanned changes, i.e., the order of the pixels may be permuted. Relating two-dimensional shapes of the same object distorted by different affine and permutation transformations is a challenge. We introduce a shape invariant that we refer to as the intrinsic shape of an object and describe an algorithm, BLAISER, to recover it. The intrinsic shape is invariant to affine-permutation distortions. It is a uniquely defined representative of the equivalence class of all affine-permutation distortions of the same object. BLAISER computes the intrinsic shape from any arbitrarily affine-permutation distorted image of the object, without prior knowledge regarding the distortions or the undistorted shape of the object. The critical step of BLAISER is the determination of the shape orientation and we provide a detailed discussion on this topic. The operations of BLAISER are based on low-order moments of the input shape and, thus, robust to error and noise. Examples illustrate the performance of the algorithm.     

一种新的仿射不变特征及其在平面曲线匹配中的应用

构造了一种新的仿射变换不变特征,提出了一种适合于仿射变换的曲线匹配算法。首先将整个轮廓区域进行仿射区域划分,得到一系列子区域质心点;然后将质心和子区域的质心点按规则构成三角形,计算三角形的面积比序列,并将其规范化,构造新的仿射不变特征。在该不变特征的基础上设计新的识别向量和差异度度量函数,通过计算待识别目标与模型曲线之...     

复杂背景下回转体目标识别方法研究

提出了基于改进BP神经网络的复杂背景下的回转体目标识别方法,实现了对目标的准确提取.采用中值滤波滤除图像噪声,用改进最大类间方差阈值法进行图像分割.提取回转体目标7个不变矩特征作为神经网络输入的特征向量,建立了基于BP神经网络的目标识别系统,进行回转体目标识别,模拟实验结果说明,所提出的图像预处理方法可有效去除复杂背景图像噪声、准确地分割图像,选择7个不变矩特征作为回转体目标识别特征是合理的,基于BP神经网络的回转体目标识别方法具有较高的识别率.     

具有仿射不变性的离散余弦描述子

边缘轮廓是图像目标的重要特征信患.使用微分面积对目标轮廓进行参数化,进而计算其离散余弦变换.所得到的一系列描述子在仿射变换(平移、旋转、尺寸、剪切)下具有不变性,尤其适用于在视点发生变化时,三维空间中运动目标识别.通过理论分析,给出了算法的推导过程,并对三维空间中不同姿态的飞机轮廓图像进行了仿真实验.实验结果表明,各描述子描述的特征值是相对稳定的.     

一种新的红外假目标示假效果评价方法

提出一种新方法,解决了红外图像中目标每个面的准确分解问题,通过分解假目标图像综合数据评价假目标红外的示假效果.利用目标可见光曲率图像边界信息的易获得性分解目标图像,获取目标可见光图像各面的边界坐标,确定对应的目标红外图像各面边界.使用仿射不变矩实现对三维多面体假目标红外示假效果的综合量化评价.车辆目标评价实验表明,该方法具有很好的有效性、可操作性和稳定性.     

共孔径红外/激光双模成像导引头系统研究

针对巡航导弹以及各种对地攻击的灵巧炸弹的末制导段．提出了一种共孔径红外／脉冲激光（IR／Ladar）双模成像导引头系统设计方案,可用于对地面固定目标和各种可重定位（Relocatable）目标进行精确地识别和跟踪。该系统采用了被动红外和主动脉冲激光两种成像模式．以被动红外成像来辅助导引头对目标的搜索和捕获．以主动激光雷达成像来完成对目标的精确识别和跟踪．并且被动红外与主动激光成像系统共用一套光学系统,这样既满足目标搜索和捕获阶段的大探测视场的要求,又满足了目标识别跟踪阶段的高分辨率要求。     

仿射不变的中心投影

 考虑将区域和轮廓类不变特征提取算法结合:利用中心投影将目标转化为闭曲线,对闭曲线运用轮廓类方法提取不变特征.证明了图像经中心投影所得闭曲线保持仿射变换的结论.介绍了一种利用小波变换进行仿射不变特征提取的算法.对一些汉字、26个大写英文字母等的实验结果表明结论的有效性,与传统方法相比该算法对噪声具有较强的鲁棒性.