SAR相干斑噪声的抑制

研究了相干斑噪声抑制技术，提出了(1)增强小波软阈值相干斑噪声抑制方法．考虑SAR杂波复杂情况，不同类型的区域滤波要求不同，将小波软阈值滤波方法与SAR杂波特点结合．(2)增强小波维纳相干斑噪声抑制方法．基于合成孔径雷达图像杂波结构，结合小波变换和自适应维纳滤波提出了新的抑制SAR图像相干斑噪声方法，该方法能够较好保留杂波边缘和点目标．实验表明这两种相干斑噪声抑制方法能够获得比较满意的效果，并且增强小波维纳方法略优于增强小波软阈值方法效果．     

一种基于LTS-HD测度的低信噪比图像鲁棒配准方法

针对图像传感器的固有噪声严重影响现有图像配准算法精度和可靠性的现状．提出了一种对低信噪比图像的鲁棒配准方法．通过采用区域多向灰度差阈值抑制的特征点提取技术和基于LTS-HD（Least Trimmed Square Hausdorff Distance）测度的特征点集匹配方法来获取待配准图像间的仿射变换参数以实现配准．对噪声干扰和场景变换具有良好的适应性     

结合PCM和MIE的多模态图像配准方法

针多模态图像配准问题,提出了一种基于相位一致性模型（PCM）和互信息熵（MIE）的配准方法.通过相位一致性模型同时提取多模态图像的角点和边缘特征,在边缘图上取角点的邻域,依据邻域间互信息熵的最小值在估计区域搜索匹配特征,利用RANSAC算法去除错配,进而确定待配准图像间的变换参数.实验表明：该方法达到了像素级配准精度、求解稳定,对多模态引起的非线性灰度变化、光照变化、噪声等都具有较强的鲁棒性;计算精度较基于同类特征的配准方法高,角点、边缘等几何特征综合运用在多模态图像配准中效果良好.     

基于畸变程度分割的SAR实时图像精配准方法

由于大气干扰、地形起伏、雷达平台不稳定等原因,无法避免合成孔径雷达(SAR)成像时图像的几何畸变,这种现象在无人机实时SAR图像上尤其显著.为解决SAR图像几何畸变的问题,提出一种基于图像分割的配准方法.该方法通过图像畸变程度对图像区域进行分类,针对不同的畸变区域计算各自的映射关系,最后利用图像拼接重构完成整幅图像的配准.实验结果表明,与基于变化域配准方法、基于灰度相关性配准方法、基于特征点方法相比,本文配准方法的稳定性和配准精度更高.     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。     

一种改进的基于各向异性微分的SAR图像增强方法

合成孔径雷达(SAR)图像经过相干斑抑制后,图像中目标边缘会出现模糊。针对这一问题,提出了一种改进的基于各向异性微分的SAR图像增强方法。该方法在梯度方向和与梯度垂直方向构造了两个扩散系数分布函数。在非目标边缘区域,各方向扩散程度不同,对相干斑噪声具有较好的抑制效果;在目标边缘区域,梯度方向不做平滑,以保护和增强边缘,而在垂直于梯度方向有较大的平滑,突出边缘轮廓。实验结果表明,该方法具有很好的相干斑抑制能力和边缘增强能力。     

基于ICA的极化SAR图像相干斑抑制

根据极化SAR图像的特点,针对传统空域滤波方法总存在降低相干斑与有效保持边缘纹理信息这一对矛盾,探讨了基于独立分量分析的极化SAR图像相干斑抑制技术,研究了两种基于ICA的极化SAR图像相干斑抑制方法,并分析了其优缺点及应用条件。实验结果表明:基于独立分量分析的方法能有效降低相干斑噪声,较好地保留边缘纹理信息,是一种有效的相干斑抑制方法。     

一种SAR图像相干斑噪声抑制新算法

为抑制合成孔径雷达(SAR)图像乘性相干斑噪声,同时有效保护SAR图像的边缘特征,给出了相干斑噪声在小波域的一种加性转换噪声模型．并以此模型为基础,提出了一种非下采样小波包分解下自蛇扩散与改进L1-L2联合优化相结合的相干斑噪声抑制新算法．该算法利用非下采样小波包变换对SAR图像进行多层子带分解,然后对低通子带系数进行自蛇扩散滤波,并将滤波处理后的系数作为原SAR图像在小波域的局部均值估计,再以此局部均值为基础,利用改进的L1-L2联合优化对其他各高频子带系数进行自适应软阈值收缩滤波去噪．最后通过重构滤波后的各子带系数实现SAR图像相干斑噪声抑制．实验表明: 与经典的空域Kuan滤波算法、P-M扩散滤波算法及基于非下采样小波变换的Γ-WMAP算法相比,本算法在SAR图像的相干斑噪声抑制与边缘保护方面均取得了较好的效果．     

基于相位梯度的干涉条纹图配准方法

利用单基线InSAR系统对同一地区进行重复观测,是获取多基线干涉数据的一种现实可行的途径.单基线InSAR系统单次航过形成的SAR图像对具有高相干性,利用传统的图像配准方法容易实现配准.然而,多次航过获得的SAR图像存在严重的时间去相干和基线去相干,配准难度很大.但是,多次航过形成的干涉相位图对应于同一数字高程模型(Digital Elevation Model,DEM),因此,多次航过产生的DEM中必然存在相干信息.基于此,提出了一种对干涉相位图的配准方法,此方法充分利用相位梯度信息,解决了单基线InSAR多航过数据处理中的干涉条纹图配准问题.计算机仿真结果验证了本方法能够有效地配准单基线InSAR系统多次航过所获得的干涉条纹图.     

一种改进的最大互信息医学图像配准算法

给出了一种基于最大互信息和边缘互方差的医学图像配准算法．这种算法是在计算原始图像互信息之后，引入参考图像和浮动图像的边缘互方差值，从而建立起一个新的测度函数来指导寻优过程，最终实现图像配准。与传统的最大互信息配准算法相比，避免了单纯依赖图像联合直方图所造成的不稳定性，使配准能更加符舍图像的特点。实验证明，这种改进算法有以下优点：配准参数曲线峰值尖锐。易于选择出最优值；在图像灰度缺失的情况下配准有较高的准确性；在噪声方差增大的情况下配准有较强的鲁棒性。     

一种基于Gaussian-Hermite矩的SAR图像分割方法

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于Gaussian-Hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用Gaussian-Hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。     

Road network extraction in classified SAR images using genetic algorithm

Due to the complicated background of objectives and speckle noise, it is almost impossible to extract roads directly from original synthetic aperture radar(SAR) images. A method is proposed for extraction of road net-work from high-resolution SAR image. Firstly, fuzzy C means is used to classify the filtered SAR image unsupervis-edly, and the road pixels are isolated from the image to simplify the extraction of road network. Secondly, according to the features of roads and the membership of pixels to roads, a road model is constructed, which can reduce the extraction of road network to searching globally optimization continuous curves which pass some seed points. Final-ly, regarding the curves as individuals and coding a chromosome using integer code of variance relative to coordi-nates, the genetic operations are used to search global optimization roads. The experimental results show that the al-gorithm can effectively extract road network from high-resolution SAR images.     

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法。首先,使用加速分割检测特征（ features from accelerated segment test, FAST）检测算法,检测 SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配。然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化。通过使用不同时相、不同工作模式HJ－1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点。     

基于算术调和均值距离测度的弹性图像配准

针对图像配准中的特征提取问题,提出了一种基于自动选取标记点的弹性图像配准方法。首先,提出了新的相似性测度,算术-调和均值距离测度AHM,图像通过最大化AHM全局配准,然后将图像划分成均匀子块,采用AHM测度刚性配准各对应子块,选取对应子块的中心作为标记点对,最后,用三次均匀B样条实现图像的弹性配准。实验结果表明,AHM是有效的,其配准速度是互信息的2倍。     

一种利用外轮廓配准的活塞侧面缺陷检测方法

为了有效地对活塞侧面进行缺陷检测,根据两个相同型号和规格的活塞在相同的光照及角度下拍摄得到的图像极其相似的特点,提出了基于外轮廓配准的活塞侧面缺陷检测方法。该方法分为四步:第一,在特定的光照条件下,对不同型号和规格的标准活塞进行多角度的图像采集,建立标准模板库;第二,利用尺度不变特征转换算法,根据外轮廓特征点对模板图像和待检测图像做图像配准,找到两幅图像相对应的区域;第三,用相同大小的滑动窗口分别对两幅图像的相对应区域进行遍历,提取窗口内的特征,包括灰度均值、灰度方差、垂直投影、水平投影;第四,通过比较两个窗口内的特征值,判断窗口内是否存在缺陷。结果表明,该方法能够有效地检测活塞表面缺陷及确定缺陷位置,准确率约为94.78%,具有较强的实用性。     

一种复合的SAR图像去噪算法

针对SAR图像噪声影响分辨率的问题,提出一种新的复合SAR图像增强和去噪方法．该方法首先利用信号的小波相邻尺度相关性将信号和噪声分离,然后根据SAR图像近似瑞利分布的特点把SAR图像转换为近高斯分布,再分别利用复数扩散震动滤波器对SAR图像信号部分进行增强,用各项异性扩散方程对含噪部分进行去噪,最后用小波平稳变换对图像进行重构．实验结果表明,与传统的SAR图像去噪算法相比,新算法在边缘增强和噪声去除能力方面均有显著提高．     

基于图像生成的多模态视网膜图像配准方法

针对多模态视网膜的全局粗配准,提出了一种基于图像生成的多模态视网膜配准方法. 不同于当前主流的提取多模态视网膜图像血管再进行配准的方法,使用GAN模型对不同模态的视网膜图像进行像素级映射,再通过特征点匹配的方式计算图像仿射矩阵,实现图像粗配准. 基于彩色眼底图像与荧光素血管造影图像的实验结果表明,该方法与当前主流的视网膜粗配准方法相比,具有快速且鲁棒的优势.     

Accurate Registration of Remote Sensing Images Based on Local Optimal Transformation

As the basic work of image stitching and object recognition, image registration played an important part in the image processing field. Much previous work in registration accuracy and real-time performance progressed very slowly, especially in registrating images with line feature. An innovative method for image registration based on lines is proposed, it can effectively improve the accuracy and real-time performance of image registration. The line feature can deal with some registration problems where point feature does not work. Our registration process is divided into two parts. The first part determines the rough registration transformation relation between reference image and test image. Then the similarity degree among different transformation and modified non-maximum suppression (MNMS) algorithms are obtained, which produce local optimal solution to optimize the rough registration transformation. The final optimal registration relation can be obtained from two registration parts according to the match scores. The experimental results show that the proposed method makes a more accurate registration relation and performs better in real-time situation.     

基于KAZE特征匹配的偏振图像配准算法研究

偏振成像系统主要通过多相机或多通道成像,图像之间存在平移或旋转,偏振解析前必须进行图像配准,否则可能会产生虚假偏振信息。传统的配准算法主要有SIFT和SURF的特征配准算法,但其采用线性高斯金字塔进行多尺度分解来消除噪声和提取特征点,易造成边界模糊和细节丢失。本文从非线性尺度空间构建出发,提出一种基于KAZE特征匹配的偏振图像配准算法。首先,利用Hessian矩阵寻找特征点及其描述向量;然后以最小Hamming距离作为特征点的度量,计算单应矩阵并利用双线性插值实现不同偏振方位角图像之间的配准;最后,以FD1665P相机拍摄的图片为样本进行了实验验证。实验结果表明,本文算法相对基于SIFT和SURF特征点匹配的配准算法,归一化互信息增大、均方根误差减小,配准精度有很大提高。     

基于边缘特征的虚实图像精确配准

3D模型的虚拟图像与可见光图像（实图）的配准可以增强信息的互补性,在通过INS装置粗配准后,其配准问题变成了经典的多模态图像精确配准问题。本文提出了一种基于边缘信息全局最优匹配的3D模型图像与可见光图像精确配准算法。该算法首先基于相位一致性模型提取3D模型图像与可见光图像视觉相似的边缘结构;再采用模拟退火算法搜索求解在边缘配准度最大对应的空间变换模型的最优参数值。4组实验结果表明,本文算法能够充分利用图像间的相近似的边缘结构和模拟退火算法得到配准变换参数,有效地实现多模态图像（不同光照及对比图像对,不同传感器的航拍图片对,虚拟3维视图与可见光图像）的精确配准。