基于最大后验概率准则的红外图像NSCT域去噪方法

提出了具有图像增强效果的基于最大后验概率准则的非下采样Contourlet变换(NSCT,Non-Subsampled Contourlet Transform)域自适应降噪算法。该算法在定图像系数和噪声系数先验为高斯分布的前提下,利用后验概率最大原理计算NSCT系数的萎缩因子。在考虑尺度和方向能量因素的基础上对萎缩因子进行了修正,并用于NSCT系数萎缩过程中。最后,通过逆变换重构出降噪和增强的图像。试验结果表明,本文方法与小波去噪方法相比,性能有明显的提升。     

基于细胞响应模型的红外背景抑制

为检测复杂背景红外图像中的小目标,解决红外弱小目标检测易受复杂背景干扰的问题,提出基于非下采样Contourlet变换(NSCT)和细胞响应模型的红外图像背景抑制算法。首先采用非下采样Contourlet变换对图像进行多尺度、多方向分解,得到各子带系数;然后根据目标、背景的不同特点以及子带的方向性,选取细胞响应模型的参数对中频各个子带系数进行处理;最后对处理后的子带系数进行重构得到背景抑制图像。实验结果表明:本文算法取得了更好的背景抑制效果,提高了单帧红外图像的处理能力,降低了后续检测与跟踪的难度。     

红外含噪图像自适应增强

通常的红外含噪图像增强方法很难有效滤除图像中噪声。提出一种新的红外含噪图像自适应增强算法以克服边缘增强和抑制噪声的矛盾。首先采用尖锐频率局部化Contourlet变换完成图像分解;然后采用分层自适应阈值算法估计降噪阈值,并进行自适应降噪;最后对降噪后高频带通信号引入图像清晰度参数,设计半软阈值增强函数,实现红外含噪图像自适应增强。实验结果验证了新方法的有效性。     

基于非下采样Contourlet 变换和稀疏表示的红外与可见光图像融合方法

针对非下采样Contourlet 变换( NSCT) 中低频子带系数稀疏度较低不利于融合的问题,提出基于NSCT 和稀疏表示的图像融合方法。对红外与可见光图进行NSCT 变换;对稀疏度较低的低频子带系数提取共有和特有系数,并按照特有系数的活动水平自适应调整权重融合;对稀疏度较高的高频方向子带系数,采用同一尺度下系数绝对值之和最大的方法进行融合。经NSCT 逆变换后得到融合图像。实验结果表明,与传统基于变换的DWT、NSCT 融合方法以及基于稀疏表示的SOMP、JSR 算法比较,文中方法可以获得更好的融合效果。     

基于非下采样Contourlet的熵测度图像融合算法

活性测度是图像融合过程中的重要衡量工具.通过其提取的某种特征信息,来决定哪幅输入图像的特征更为明显.在基于多分辨率分解的融合算法中,常用的活性测度只考虑各层高频子带系数本身,忽略了低频系数所提供的信息.考虑到综合高、低频系数对于活性测度的影响,基于非下采样Contourlet变换良好的平移不变性、多方向等特性,提出了一...     

基于小波变换的炮弹射线图像增强技术研究

利用小波变换对含有噪声的图像进行变换,针对其小波系数进行阈值操作,得出降噪后的增强图像.首先对原始射线图像进行对数变换,其次对变换后的图像进行小波阈值降噪处理,最后对阈值降噪处理后的图像进行指数拉伸变换,求得消除噪声以后的增强射线图像.实验证明提出的方法对炮弹射线图像处理是有效的.     

侧扫声纳图像非下采样轮廓波变换域分区增强方法

成像机理的限制以及海洋中存在的丰富噪声源,导致侧扫声纳图像出现噪声污染严重、目标和背景区域灰度值对比度低以及边缘呈现强度较弱等情况。针对上述问题,提出一种侧扫声纳图像非下采样轮廓波变换（NSCT）域分区增强方法。对于声纳图像低频部分,使用非线性函数增强方法,提升低频图像对比度;对于声纳图像高频部分,通过分析声纳高频图像在NSCT域上同一尺度不同方向子带系数最大值与最小值差值的分布规律,进行噪声和纹理边缘的划分以及对应的处理。将所提方法与小波硬阈值增强方法、小波Shrinkage自适应阈值增强方法做实验对比,结果表明,该方法不仅可以较好地消除噪声,而且可以抑制琐碎纹理、提升弱边缘,侧扫声纳图像增强效果更加突出。     

循环平移Contourlet变换在金属断口图像消噪中的应用

提出一种基于循环平移的Contourlet变换的金属断口图像消噪方法。该方法将带噪声的金属断口图像平移一定的距离,对平移后的图像进行硬阈值Contourlet变换消噪,通过反向平移,恢复到原图像一样的排列次序,实现有效消噪。实验表明,该方法与传统的小波消噪和Contourlet消噪方法相比,提高了消噪后图像的峰值信噪比。     

基于Q-Shift双树复小波的SAR图像相干斑噪声抑制

在复杂的SAR相干成像过程中,SAR图像会受到相干斑噪声影响,传统的图像去噪方法不能对相干斑噪声进行有效抑制,从而会严重影响SAR图像目标的提取和识别。针对SAR图像的特点,提出一种基于Q-Shift双树复小波变换（DT-CWT）的SAR图像相干斑噪声抑制方法。该方法利用Q-Shift双树复小波变换的平移不变性、多方向选择性、滤波器结构对称性等优点,对含有特征目标的含斑SAR图像进行小波系数分解,来获得更多的目标高频信息。然后通过对小波系数建模和图像重构,得到去斑SAR图像。试验结果表明,该方法对含有特征目标的SAR图像相干斑噪声有抑制效果,而且能够更好地保留图像细节和目标特征。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

基于复无下采样轮廓波和Gaussian小波支持向量回归的红外目标图像背景抑制

针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换（NSCCT）和Gaussian小波支持向量回归（SVR）的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归（LS-SVR）、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换（NSCCT）和Gaussian小波支持向量回归（SVR）的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归（LS-SVR）、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。     

基于混合噪声模型的射线图像降噪方法

针对射线数字图像的特点,提出了一种基于混合噪声模型的小波中值滤波降噪方法。对射线数字图像噪声成分构成进行分析,建立了混合噪声模型。根据混合噪声模型来计算噪声方差,进而计算BayesShrink阈值,解决了BayesShrink阈值计算中因射线数字图像小波系数不服从广义高斯分布而导致的Donoho噪声方差计算方法失效的问题。为了消除BayesShrink阈值处理引起的图像失真,对小波阈值处理结果进行中值滤波。采用射线数字图像对该方法的有效性进行了验证,实验表明,该方法的降噪效果优于OracleShrink和SureShrink阈值法。     

基于盲源分离和自适应滤波的水下声信号降噪算法

在水下小孔径基阵测向应用中,阵元接收到的连续波（CW）信号质量直接关系到测向误差的大小,由于受到多径效应、信号起伏和水下背景噪声的影响,往往实际检测到的信号信噪比较低,相位估计结果离散性大。本文针对水下CW信号和水下背景噪声特点,提出了一种基于盲源分离和自适应滤波联合降噪的算法,该算法对接收的CW信号波形进行降噪以达到提高信噪比的目的。通过算法仿真和湖试试验证明,经本文算法输出的信号,估计器的输出结果比直接利用信号进行方位估计的结果精度高。     

基于快速非局部均值和超分辨率重建的图像降噪算法

针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxfilter滤波器对图像进行初步降噪,再通过深度残差卷积网络对初步降噪的图像实现端到端的低分辨率图像超分辨重建。仿真实验结果表明:当噪声强度分别为15、25、40、50、60时,相比于其他经典降噪算法,新算法能获得更高的峰值信噪比和结构相似性,且随着噪声强度的升高,优势越来越明显;新算法适用于已知噪声水平的降噪,也适用于盲噪声降噪,且盲降噪性能优于其他经典降噪算法;此外,该算法还可以更好地恢复图像细节,产生较好的视觉效果。     

差分二次平均修正的频域相位补偿线谱检测方法

针对常规平均功率谱方法幅度平方后相位信息丢失造成检测性能损失问题,通过对观测数据分段进行快速傅里叶变换后的统计特性进行分析,提出了高斯噪声背景下检测未知线谱的频域相位补偿方法。采用蒙特卡洛法估计相位补偿因子,先进行差分法去除零星野值,然后使用二次平均（TPM）去除连续野值,最后使用估计的相位补偿因子均值构造广义似然比检验统计量实现检测。从理论上对比了广义平均周期图（AVGPR）法、广义功率谱（GPR）法及文中方法的检测性能。仿真结果表明,文中方法充分利用信号的相位信息,参数估计简单,相位补偿因子估计准确,在一定虚警概率下较AVGPR法的检测性能提高了接近5 dB左右。     

基于小波去噪的平滑约束最小二乘图像复原法

针对约束最小二乘图像复原法在退化图像信噪较低时的病态问题,提出基于小波去噪的平滑约束最小二乘图像复原法.其步骤分为自适应噪声估计、退化图像小波去噪及平滑约束最小二乘滤波.通过将原始图像与点扩散函数PSF进行卷积、叠加一定加性噪声两个步骤产生退化图像.实验证明,此法能达到较好的复原效果,且其性能随退化图像信噪比下降可明显提高.     

基于假设检验的FRFT域LFM干扰抑制

针对FRFT域LFM干扰抑制门限较难准确设置的问题,分析了固定门限法与自适应门限法利用FRFT域统计量确定门限存在的缺陷。在直接序列扩频信号与信道噪声的和近似服从高斯分布的条件下,利用LFM干扰和高斯白噪声在FRFT域谱的性质,提出直接序列扩频接收机基于假设检验的LFM干扰抑制新算法。计算机仿真结果验证了算法的有效性。