基于邻域信息的多层次图像模糊算法

为了提高图像识别的准确率,提出了一种基于模糊理论的多层次图像增强算法.首先利用图像的统计特性对图像进行初步模糊划分,然后采用非线性连续阶梯状隶属度函数对图像进行模糊化,最后通过利用邻域特征自适应调节增强系数,对各模糊子集进行非线性增强处理以实现局部特征增强.通过与经典方法进行实验比较,显示出该增强算法能够在保存同质区内...     

一种基于局部颜色特征的图像检索方法

提出一种基于局部颜色特征的图像检索算法.该算法首先采用一种新的方法对图像进行分块,提取图像中心区域的主颜色和其他区域的平均颜色作为颜色特征,然后根据图像中心的重要性,对图像各个分块采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.实验结果表明,这种基于局部颜色特征的图像检索算法适合于画面明显按分块变化的图像.     

基于NSCT的前视声纳图像融合

针对前视声纳图像清晰程度不同,局部区域模糊的特点,提出一种基于NSCT多尺度分析的前视声纳图像融合算法。首先,对源图像进行NSCT多尺度分解,得到一系列多尺度子带分解系数;然后,根据图像中清晰目标反射声波能量大、对比度高特点,构建前视声纳图像融合规则:分别对低频子带采用Gabor能量,高频子带计算局部对比度指导融合规则,并提出区域一致性校验准则抑制图像噪声,产生融合图像多尺度子带分解系数。最后,应用NSCT逆变换获得融合图像。声纳图像融合对比实验证明提出方法有效性。     

基于先验优化的一致性模糊盲复原算法

为了提高一致性模糊图像盲复原清晰度,针对复原过程中涉及的全变差模型先验约束问题,提出一种基于先验优化的一致性模糊盲复原算法.利用基于半高斯梯度算子的局部加权全变差模型提取模糊图像显著边缘,在去除噪声和纹理干扰的同时,可提高有利信息的保持能力;提出多尺度混合特性先验估计模糊核,增强了模糊核估计的准确性;利用非盲去卷积得到了清晰的复原图像.实验结果表明,相较其他算法,针对模拟模糊图像,所提算法的复原图像峰值信噪比平均提升约1.7%,结构相似性指数平均提升约19.1%;针对真实模糊图像,复原图像伪影更少,边缘纹理细节更加清晰自然,整体视觉效果更好.     

基于蚁群算法的模糊C均值聚类医学图像分割

在医学图像分割研究中,针对模糊C均值（FCM）聚类算法聚类个数难于确定、搜索过程容易陷入局部最优的缺陷,把蚁群算法与FCM聚类算法有机结合,提出了一种基于蚁群算法的模糊C均值聚类图像分割算法.该算法首先利用蚁群算法全局性和鲁棒性的优点,得到聚类中心和聚类个数,再将其作为模糊C均值聚类的初始聚类中心和聚类个数,弥补了传统FCM聚类算法的不足,得到了较好的分割效果.实例分析证明了算法的有效性和实用性.     

基于模糊理论的医学图像增强方法

提出了一种基于模糊逻辑理论的医学图像边缘检测的增强算法.该方法采用S函数作为隶属函数,实现空间域与模糊域之间的转换;在模糊域中采用幂次变换对图像进行对比度增强,最后再通过逆模糊化过程将数据映射到空间域中,得到增强后的图像.实验表明,针对所要处理的医学图像,与几种经典的处理方法相比,所提出的方法使增强后的图像能显示出更完整的边界信息.     

水下沉底小目标回波的短时FrFT滤波分析

为提高主动声纳在浅海区域探测水下沉底目标的能力,研究了二类水下沉底目标回波和混响的时频特性.基于分数阶傅里叶变换(FrFT)方法,设计高斯窗的短时FrFT算法(STFrFT)对水下沉底目标回波进行表征,根据回波和湖底混响在FrFT域的时频聚焦性差别,将最佳旋转后的信号进行u域窄带滤波可有效地抑制混响的干扰.湖试数据分析表明,在两类沉底目标探测过程中的短时FrFT时频面上湖底混响拖尾衰减较快,该方法可有效地提取回波中稳健的时频特征.     

基于局部化自适应阈值的小波图像降噪

为了能在去除图像噪声的同时有效地克服Gibbs现象,得到令人满意的视觉效果,提出了一种基于局部自适应阈值的小波图像降噪方法.该算法利用局部化信息和层间相关性理论,对小波系数进行分块分类处理.该算法首先把图像划分成子块,通过调节全局阈值得到各个子块阈值,从而有效地利用了局部信息,有选择地对图像进行降噪处理.算法加入自适应的步骤,对于不同尺度的子带,分别赋予大小不同的阈值,使算法具有更好的自适应性.试验结果表明,与其他几种传统降噪方法相比,该方法能获得较好的降噪效果.     

局部能量模型边缘检测方法研究

绝大多数边缘检测算法都是基于梯度的边缘检测,但是随着纹理复杂度加深,梯度会变得模糊,在边缘图像中很难找到有用信息。提出了一种采用局部能量模型来检测健全和有用的图像边缘的新方法。该局部能量模型与人类视觉系统相关,采用非标准的感受野（Non-CRF）抑制进行感兴趣边缘检测。实验结果表明,在感兴趣的边缘检测中,新方法比梯度模型（Canny）算法取得了更好的检测效果.     

小波域中的广义非局部平均去噪算法

图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述.使用广义高斯分布对图像子带小波系数进行建模并估计广义高斯分布模型的参数,根据参数确定了非局部平均权值的广义表达式,在此基础上提出了一种基于广义高斯分布的小波域广义非局部平均去噪算法.仿真结果表明,相比小波域阈值去噪和小波域非局部平均去噪算法,该方法的峰值信噪比平均提高1 5～3 3dB,在边缘特征方面保持了良好的视觉效果.     

基于广义模糊算子的射线检测焊接图像增强

针对射线检测焊接图像存在对比度差，灰度范围小，影像模糊，一般的增强方法不能在增强对比度同时较好保持边缘的问题，在分析传统模糊增强算法的基础上，引入广义模糊集合的概念．利用广义模糊变换范围大的特点，将图像映射到广义模糊空间，选用分段正弦函数作为模糊隶属度，提出一种适用于射线检测焊接图像的广义模糊增强算法．通过对焊缝图像进行广义模糊增强处理表明，该算法在增强对比度同时又可较好保持边缘．引入了模糊熵的方法来评价图像的增强效果，并对提出的正弦隶属度函数及广义模糊增强算子的特性进行了分析．     

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显，加上噪声的影响，目标边界具有一定的模糊性，有时还存在目标与背景面积对比差别很大等问题，提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法，有利于将弱小目标从复杂背景中精确地分割和提取。该算法将闽值法和其它方法进行结合，有效地解决了目标边缘模糊图像阈值选取困难这一问题；采用图像切割技术，有效解决了弱小目标在大背景下分割难的问题；将类别方差法和迭代算法相结合建立数学模型，不但有利于自适应最佳闻值的选取，而且有效地减少噪声对最佳自适应阈值的影响，提高了图像的分割效果。     

基于声学图像处理的水下机器人局部路径规划

针对当前水下机器人多以前视声呐作为环境感知设备的特点,设计了一种基于声学图像处理的水下机器人局部路径规划算法.给出了基于声学图像处理的局部路径规划基本步骤.以前视图像声呐得到的声学图像为基础,进行环境分析.以串口接收声呐图像底层回波强度数据,利用迭代式阈值选择算法,进行图像分割.采用数学形态学方法去除噪声,膨化障碍物,建立环境数学模型.以距离值传递法搜索最佳路径.此算法以海上实验数据验证,得到了良好的规划结果.搜索到的路径距离短,搜索速度快,满足实验要求.实验表明,以前视声呐作为避碰传感器,进行局部路径规划是切实可行的.     

基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.     

小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

基于灰度-梯度不变矩的水下目标识别系统

针对水下图像增强问题,提出了一种基于最小交叉熵的模糊增强方法,该方法定义了一种新的S形隶属度函数,可以减少图像在增强之后灰度信息的丢失;结合最小交叉熵准则自适应确定增强阈值,达到了快速有效的增强效果.针对水下图像光照不均匀问题,提出了基于结合色调的灰度动态线性变换不变矩图像分割算法,结合色调的灰度动态线性变换,抑制受光照不均影响的背景,降低了光照不均对图像分割结果的影响.在图像增强和分割基础上,提取目标的灰度一梯度共轭不变矩特征,以像素梯度特征弥补灰度特征空间信息不足,目标识别率达到94.4%,比灰度不变矩识别提高了6.4%.     

模糊C-均值聚类图像分割算法的一种改进

针对传统模糊C-均值聚类算法对含噪图像分割时未充分考虑空间信息的问题,提出一种改进的模糊C-均值聚类算法,将图像的局部和非局部两种空间信息引入到模糊C-均值聚类算法的目标函数中,以使两种空间信息在含噪图像分割中发挥互补作用。将改进算法应用于不同含噪图像的分割实验,结果表明图像像素的均方误差均比改进前有所降低。     

一种新的自适应图像模糊增强算法

对图像模糊增强算法中的非线性变换进行了研究，发现了其存在变换强度较小，运算速度较慢，丢失部分灰度信息等缺点．提出了一种新的模糊增强变换算子，该变换算子不但克服了上述缺点，而且具有封闭性、变换强度可调以及移植性好等优点．另外，针对以往算法选取阈值参数的随机性问题，通过引入模糊熵，使阈值的选取具有了一定的目的性．将新的模糊增强算法应用于图像边缘检测中，取得了优于现有模糊增强方法的效果．     

数字图像的局部分数阶微分增强

为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出了一种局部分数阶微分增强图像算法。首先根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。     

基于成像声呐的水下多目标跟踪研究

针对水下多目标跟踪问题,提出基于成像声呐的高效目标跟踪算法. 基于声呐的成像特点,针对声学图像中的每个像素点,建立基于信号强度的回波信号模型,提取图像中的个体目标. 采用基于序贯蒙特卡罗的概率密度假设(SMCPHD)滤波对各目标状态进行滤波,结合Auction航迹识别算法将滤波后的目标状态与已确定的航迹进行关联,实现多目标跟踪. 通过算法的仿真分析发现,该方法相对于基于数据关联型的多目标跟踪算法如联合概率数据关联(JPDA)算法、多假设跟踪(MHT)算法,大大提高了计算效率. 对采集的现场数据进行目标提取与跟踪,获得目标的跟踪轨迹.