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.     

红外图像增强方法的研究

为解决对比度差、边缘细节模糊等问题,提出了用分段增强法提高红外图像对比度.分段小波增强算法能有效地同时增强红外图像对比度及边缘细节,并抑制噪声.建立了表征图像边缘的特征向量.根据红外图像边缘的特征,准确提取红外图像的边缘.通过神经网络边缘检测法对样本集训练,使网络具有依据边缘特征向量求解场景中物理边缘的能力.实验结果表明神经网络边缘检测算法的精度优于其他算法,抗噪声能力强、边缘定位能力强、检测精度高.     

基于人眼视觉特性和模糊集的自适应图像增强算法

根据人眼的视觉特性，利用梯度和差分原理相结合而产生的锐化算子处理图像，进一步提升了图像中细节丰富的区域和灰度变化平坦区域的边缘，然后结合模糊集合理论对不同的区域进行不等的灰度拉伸，提出了一种基于人眼视觉特性的自适应图像增强算法。该算法可有效地在提高图像灰度动态范围的同时，增强图像的细节和对比度。该算法兼有增强和平滑作用，在增强图像的同时，能较好地抑制噪声。     

基于NSCT变换的红外图像增强新算法

针对夜间红外图像噪声大、对比度低的问题,探讨一种基于正态分布特性和NSCT变换相结合的夜间红外图像增强算法。充分利用了高频子带的系数标准差、系数均值和每个子带系数最大值的构造自适应阈值,保护图像的边缘细节,抑制图像噪声;提出一种新的弱边缘系数增益函数,有效地提升了图像的弱边缘信息。低频系数采用了基于正态分布特性的对比度拉伸增强算法。     

自适应单尺度Ridgelet声呐图像去噪方法

声呐图像背景复杂，对比度差，边缘恶化，不易判读图像边缘．对声呐图像执行小波变换能够有效去除噪声，但是由于小波的局限性，其对图像边缘的保持效果不佳．正交有限Ridgelet （FRIT）变换能够有效克服小波变换在处理高维信号时的不足，是一种有效处理二维奇异性信号新方法．针对水下声呐图像特点及噪声分布情况，提出单尺度自适应去噪处理算法，既削弱了单独使用FRIT处理时出现的环绕现象，又克服了单独使用小波去噪时无法保持边缘的缺点，同时提高了图像信噪比．与其他经典方法及单独使用FRIT方法比较，此改进方法在水下声呐图像去噪输出信噪比及边缘保持等方面均获得理想效果．     

改进的Retinex低照度图像增强算法研究

针对Retinex算法处理低照度图像时会出现细节丢失、边缘模糊等现象,本文采用引导滤波和低秩分解对Retinex算法进行了改进。该算法在采用多尺度Retinex提升图像亮度、得到反射分量后,采用引导滤波和高频提升对图像的反射分量进行细节增强;然后,运用全局低秩分解算法去除稀疏噪声,有效地消除了低照度图像中的噪声,以及高频提升过程中产生的噪声。实验表明:该算法不仅能够有效的提高图像的亮度和对比度,同时也保留了原始图像中丰富的边缘和细节信息,并有效去除了图像噪声,图像的视觉效果与客观评价结果也都取得了较大提升。将该算法应用于低照度环境下的人脸检测,检测率也得到了提高。     

基于局部复杂度和粗糙度的形态学空间锐化法

传统锐化算法对灰度突变的强边缘响应强烈,对噪声敏感,易产生过冲效应,且对灰度变化较小的微弱细节锐度不足,为此提出一种新的图像锐化算法.利用顺序形态变换的相关性质和概念,构造了一种局部加权均值滤波器,克服了传统线性滤波在平滑图像的细节和噪声时,一些重要边缘也被平滑而易产生过冲的问题;同时针对图像灰度剧变区和级别丰富区,应用图像局部粗糙度和复杂度自适应调节增益函数,有效地提升了图像中弱边缘和纹理细节的表现力.实验结果表明:该算法有效地避免了强边缘过冲现象,且在增强图像边缘和微弱细节的同时,保持了整体背景噪声与原图像一致,抑制了噪声的放大.     

一种能强化细节的自适应直方图均衡法

根据局部对比度增强法和直方图均衡法各自的优缺点,扬长避短,提出了一种能够同时强化细节,增强整幅图像对比度并能抑制噪声增强的自适应直方图均衡法,用于处理模糊文字及细节较多的图像效果较佳     

一种能强化细节的自适应直方图均衡法

根据局部对比度增强法和直方图均衡法各自的优缺点,扬长避短,提出了一种能够同时强化细节,增强整幅图像对比度并能抑制噪声增强的自适应直方图均稀法,用于处理模糊文字及细节较多的图像效果较佳。     

基于离散余弦变换的自适应图像增强

提出一种自适应的频域增强算法.对图像进行离散余弦变换(DCT),按照图像空间内容和频域系数的对应关系,对低频系数(DC)采用-αrooting算法进行调整,压缩图像的动态范围,增强图像照度分量中明区和暗区的细节.把高频系数(AC)分成4部分,按照人的视觉特性进行多尺度非线性调整,增强图像反射分量中大块边缘细节,抑制弱噪声细节,使图像的对比度得到有效的提升.同时由子块图像频域系数幅值分布特征确定低频系数调整函数的控制参数,消除了图像产生的块效应.实验结果表明增强后的图像清晰,层次分明,视觉效果得到了明显的改善.     

基于规一化割的声呐图像谱抠图分割

针对目前谱图理论应用于声呐图像分割时,效果不够理想的问题,提出一种结合Ncut和谱抠图的声呐图像分割方法.该方法首先通过形态学变换对声呐图像进行预处理,降低复杂背景对分割结果的影响;其次,引入数字抠图技术,通过改变Ncut算法中的拉普拉斯公式得到用于分割的图像透明度估计;最后,通过透明度处理得到最终的声呐图像分割结果.仿真实验证明了所提算法的有效性,与传统的谱图分割方法相比,没有对声呐图像的背景进行分割,并准确提取出了目标区域,得到了更理想且更细致的声呐图像目标分割结果,有利于后期识别.     

基于小波系数相关性和模糊理论的声纳图像处理

针对声纳图像在生成和采集过程中产生大量的混响,提出了一种改进的基于小波系数相关性与模糊理论的声纳图像混响抑制与增强算法.该算法通过在计算过程中考虑下一个尺度中对应部位局部特性,构造局部相关性系数矩阵,提高边界定位精度.在滤波的同时,该算法采用基于模糊理论的增强算法对有用信息进行增强.实验结果表明,与其他常规算法相比,该算法明显降低了声纳图像的平均均方误差（MSE）和平均绝对误差（MAE）,提高了峰值信噪比（PSNR）,更适合于处理声纳图像.     

相控阵三维摄像声纳的自适应阈值选取

针对相控阵三维摄像声纳阈值选取的问题,提出了一种新的自适应阈值方法。该方法首先根据检测到的各个波束所属的边缘模式,统计各个波束的邻域对称性,并利用该对称性对原始的基于波束强度的置信度图像进行修正。再采用最大熵原理,计算适用于新的置信度图像的自适应阈值。试验结果表明:该算法能够有效地区分物体区域和背景区域,而所需的计算量仅与常规的空域滤波方法处于同一量级。该自适应阈值算法适合于相控阵三维摄像声纳系统的实时应用。     

基于照度划分的多尺度图像增强新算法

针对数字图像在获取过程中动态范围容易产生线性压缩,导致图像的对比度较低的问题,提出一种照度分割下的多尺度增强算法。根据韦伯定律,将图像分成不同的照度区域分别增强。新算法在区域增强上,提出多尺度下差分图像的自适应权重和来实现,再将不同区域的增强图像线性融合;在尺度的选择上,通过分析尺度在所提方法下对于增强图像的影响特性,对各照度区域选取不同的尺度组合。本文给出了该算法与其他算法的对比效果和评价指标。实验结果表明,该算法在对比度提升的同时,还起到一定的锐化作用,具有良好的增强效果。     

Sonar Image Detection Algorithm Based on Two-Phase Manifold Partner Clustering

According to the characteristics of sonar image data with manifold feature, the sonar image detection method based on two-phase manifold partner clustering algorithm is proposed. Firstly, K-means block clustering based on euclidean distance is proposed to reduce the data set. Mean value, standard deviation, and gray minimum value are considered as three features based on the relatinship between clustering model and data structure. Then K-means clustering algorithm based on manifold distance is utilized clustering again on the reduced data set to improve the detection efficiency. In K-means clustering algorithm based on manifold distance, line segment length on the manifold is analyzed, and a new power function line segment length is proposed to decrease the computational complexity. In order to quickly calculate the manifold distance, new all-source shortest path as the pretreatment of efficient algorithm is proposed. Based on this, the spatial feature of the image block is added in the three features to get the final precise partner clustering algorithm. The comparison with the other typical clustering algorithms demonstrates that the proposed algorithm gets good detection result. And it has better adaptability by experiments of the different real sonar images.     

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.     

声纳强脉冲干扰的自适应抵消方法

为了解决声纳实际使用中强脉冲干扰影响目标检测和跟踪的问题,提出一种在阵元域内实现的自适应干扰抵消方法.该方法基于最小均方（LMS）误差准则的自适应滤波来实现,引入频域批处理方法大大降低了运算量,采用可变步长的自适应叠代方法实现了对强脉冲的快速抑制.提出一种自适应干扰抵消参考信号的提取方法,同时在自适应算法中施加梯度约束计算,从而实现强干扰背景下的目标稳定跟踪.经多次水上试验表明：该方法能够不损失目标信息对强脉冲干扰进行有效抑制,达到检测被强干扰掩盖的目标信号的目的,同时也能实现强干扰背景下的目标稳定跟踪．