基于小波变换的射弹序列图像混合噪声去噪

提出了一种基于小波变换的混合噪声去噪方法。首先对图像进行二维多尺度小波变换,得到低频子带图像和高频子带图像;然后对低频子带图像采用改进的邻域平均滤波进行去噪处理,对高频子带图像采用改进的小波阈值算法进行去噪处理;最后对处理后的各子带小波系数进行小波重构,得到降噪后的图像。结果表明,该算法在有效去除图像混合噪声的同时,较好地保留了图像边缘和细节。     

基于调整矩阵的混合噪声图像滤波

在图像去噪的过程中为了既能获得较好的去噪效果，又能更好地保护图像细节。运用调整矩阵的思想提出了一种基于调整矩阵的混合噪声图像滤波。先对图像的空间域信息进行调整，得到调整矩阵，基于调整矩阵对图像进行去噪。实验结果表明．该算法对含高斯和椒盐混合噪声图像滤波效果明显。     

基于GLC-KSVD的稀疏表示人脸识别算法

稀疏编码中的字典学习是基于稀疏表示图像分类的核心内容,为此提出了一种基于Gabor特征和标签一致K-SVD(GLC-KSVD)字典学习的稀疏表示人脸识别算法;由于Gabor特征对光照、表情和姿态等具有一定的鲁棒性,首先对图像进行Gabor特征提取,用增广的Gabor特征矩阵来构建初始字典,然后通过字典学习得到原子与类别标签相对应的判别性字典和线性分类器,字典学习模型综合了重建误差、分类误差和稀疏编码误差,通过字典的标签一致约束,同一类别的样本得到相似的编码系数;实验结果表明:该算法具有良好的识别精度和较高的识别效率。     

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。     

改进的Roberts图像边缘检测算法

针对复杂背景下图像边缘检测中存在抗噪性能不强、边缘不连续等问题,提出了改进的Roberts边缘检测算法。该算法采用3×3邻域代替Roberts算法中2×2邻域来计算梯度幅值;并利用图像块之间相似性的三维块匹配的去噪模型,提高Roberts算子的检测精度和抗噪性能;通过最佳阈值迭代方法代替人为指定阈值来获取最佳分割阈值,有效地提取图中目标轮廓。仿真实验结果表明,该算法PSNR达到33dB左右,比抗噪形态学边缘检测算法和一种改进的Roberts和灰色关联分析的边缘检测算法抗噪性能好,在抑制噪声干扰的同时,能保留边缘信息,较好提取目标的整体轮廓信息,为后续目标识别奠定基础。     

自适应小波阈值去噪算法及在图像处理中的应用

针对图像去噪的问题,提出一种基于自适应小波阈值去噪的算法.该方法根据噪声在小波变换下的特性自适应确定小波分解的阈值,并将去噪图像的峰值信噪比作为性能指标,采用中点法进行寻优,得到最优的阈值参数.该方法具有自适应性强、算法简单、去噪效果好等特点.通过实例表明,该方法比原有的阈值去噪算法去噪效果更佳,使图像达到更良好的视觉...     

双树复小波和独立分量分析的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出一种基于双树复小波变换和独立分量分析(ICA)的检测方法。对图像作预处理:利用双树复小波对原始图像进行去噪,再利用Top-hat算子抑制背景;从原始图像减去通过快速独立分量分析(FastICA)分离出的背景图像,用双树复小波去噪;上述2方面得到的图像求和即为预处理图像。采用模糊Tsallis-Havrda-Charvat熵选取阈值来分割预处理图像。针对红外小目标图像进行了大量实验,并和基于快速独立分量分析的目标检测方法、基于形态滤波的目标检测方法进行了比较。结果表明,本文方法抗噪性强,具有更为优越的检测性能。     

一种小波域图像贝叶斯去噪方法

提出了一种使用隐马尔可夫树和混合高斯模型的小波域图像贝叶斯去噪方法。该方法对含噪图像进行小波变换,用隐马尔可夫树和混合高斯模型建立小波系数的先验模型,从而获取原图像的先验信息,然后利用模型参数和含噪图像小波系数估计原图像小波系数,通过小波逆变换得到去噪图像。仿真结果表明,该方法能有效克服阈值去噪算法的缺点,提高小波域图像去噪算法的性能。     

基于独立分量分析的图像增强

提出了一种基于独立分量分析的图像增强算法，传统的独立分量分析要求观测信号的个数不能小于源信号的个数，无法直接对单个图像进行去噪处理，为了能够利用独立分量分析分离图像中的加性噪声，需要构造一个观测图像，认为图像中的噪声和图像数据的信息是相互统计独立的，由含噪图像估计出噪声图像作为独立分量分析的另一个观测图像，进行独立分量分析，从而实现图像与噪声的分离。计算机仿真结果表明，利用本算法可较好地保留原图像的信息，获得较好的消噪效果，提高了图像的信噪比。     

基于小波变换与模糊理论的图像增强算法研究

针对传统图像增强方法增强图像同时放大噪声的问题,提出了一种基于小波变换和改进模糊集理论进行图像增强的方法.该算法先对原始图像进行小波变换获得低频和高频系数,对低频系数进行了分段函数增强,高频系数进行小波去噪,并且定义新的隶属度函数对各个尺度上不同方向的高频系数进行模糊增强,最后通过小波重构得到增强的图像.实验结果表明,该算法可以有效去除噪声和增强图像,并使图像具有良好的视觉效果.     

基于鲁棒主成分分析的红外图像小目标检测

鲁棒的小目标检测是红外目标搜索与跟踪的关键技术,提出一种改进的单帧红外图像小目标检测算法。该方法将原始红外图像通过预处理变换到新的红外块图像模式,在红外块图像上,将红外图像小目标检测问题转换为低秩矩阵和稀疏矩阵分离的鲁棒主成分分析(RPCA)问题。考虑到红外图像中噪声和杂波的存在,用交替方向方法求解带噪声的RPCA问题,获得稀疏目标图像,并对获得的稀疏目标图像采用简单的图像分割算法进行目标检测。对空天、海天、天云、海面4种不 同场景的红外图像小目标检测,进行仿真实验,结果验证了所提出算法的有效性。     

稀疏表示系数下局部最优重构的SAR图像目标识别算法

针对现有基于稀疏表示分类的合成孔径雷达(SAR)图像目标识别方法存在的不足,提出了稀疏表示系数下局部最优重构的SAR图像目标识别算法。该算法基于全局字典上求解得到的稀疏表示系数,选取若干具有最大系数的原子并分别在各个类别上对测试样本进行重构,获得相应的重构误差。同时,考虑到SAR图像方位角的敏感性,在各类别上选取与测试样本具有相近的方位角的原子,并对重构误差进行修正,从而获得最终的决策变量对目标类别进行判定。实验结果表明,该方法在标准操作条件和扩展操作条件下均可以取得更好的性能。     

基于关联维数迭代局部投影算法的装甲目标声信号去噪研究

为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法（CDBI-LPM）。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声,得到信噪比为20 dB和10 dB的含噪信号,运用本算法对其进行去噪仿真实验。结果证明,本算法不仅简化了计算量,而且可以使Lorenz系统的动力结构得到良好的恢复。应用本算法对坦克和轮式装甲车两类装甲目标的实际声信号进行去噪处理,样本信号的噪声强度显著下降,关联维数减小,信号序列的吸引子结构由杂乱变得有序,说明了本算法可有效消除非线性信号中所含噪声。     

基于耦合去噪算法的航空发动机中Si3N4圆柱滚子表面缺陷的检测方法

为解决基于机器视觉的传统单一图像去噪算法对混合噪声信号处理效果不佳,导致不能有效地检测识别航空发动机中应用的Si3 N4圆柱滚子表面缺陷问题,提出一种基于改进的耦合去噪算法与多尺度阈值分割算法相结合的视觉检测方法.通过优化的小波阈值去噪算法与改进的中值滤波算法相耦合方法对Si3 N4圆柱滚子的表面缺陷图像进行去噪处理,...     

基于延时相关的稀疏恢复高分辨来波方位估计

针对MUSIC算法和基于四阶累积量的MUSIC-like算法在高斯色噪声背景下测向精度不理想的问题,提出基于延时相关的稀疏恢复高分辨来波方位估计算法。该算法利用蕴含在接收数据延时相关函数中的角度信息,采用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵,进而构造新的协方差矩阵,并进行奇异值分解,建立稀疏表示模型,使用l1范数法对稀疏模型进行求解实现色噪声环境下高分辨DOA估计。仿真实验表明,基于延时相关的稀疏表示模型的测向分辨率好于基于传统子空间的MUSIC算法和基于四阶累积量的MUSIC-like算法,能降低协方差构造的复杂度,增强色噪声抑制能力。     

基于空时稀疏表示的红外小目标检测算法

提出了一种基于过完备空时字典及其稀疏表示的红外小弱目标运动检测算法。采用K奇异值分解算法学习连续多帧图像的运动信息和形态特征,构建自适应形态过完备空时字典;利用高斯运动模型检验自适应形态过完备空时字典,将其划分为能分别描述目标与背景的目标过完备空时字典和背景过完备空时字典;将连续多帧图像分别在目标过完备空时字典和背景过完备空时字典上稀疏分解,利用几个最大稀疏系数及其空时原子重构信号,增强二者残差来检测小目标信号。实验结果表明,该过完备空时字典不仅能同时描述目标与背景的运动信息和形态特征,极大地提高信号表示的稀疏程度,而且能有效增强目标与背景的特征差异,提高小运动目标的探测能力。提出了一种基于过完备空时字典及其稀疏表示的红外小弱目标运动检测算法。采用K奇异值分解算法学习连续多帧图像的运动信息和形态特征,构建自适应形态过完备空时字典;利用高斯运动模型检验自适应形态过完备空时字典,将其划分为能分别描述目标与背景的目标过完备空时字典和背景过完备空时字典;将连续多帧图像分别在目标过完备空时字典和背景过完备空时字典上稀疏分解,利用几个最大稀疏系数及其空时原子重构信号,增强二者残差来检测小目标信号。实验结果表明,该过完备空时字典不仅能同时描述目标与背景的运动信息和形态特征,极大地提高信号表示的稀疏程度,而且能有效增强目标与背景的特征差异,提高小运动目标的探测能力。     

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.     

噪声图像的自适应滤波处理

利用高斯函数得到了图像平滑处理所使用的高斯函数型去噪公式,基于此公式可构造出具有不同处理效果的去噪模板。针对不同的噪声水平,提出了不同去噪模板的选取方法。实验结果验证了自适应滤波处理的效果。     

基于改进OMP的非正侧视MIMO-STAP 算法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在非正侧视条件下杂波抑制性能严重下降的问题,提出改进的正交匹配追踪算法(OMP)用于杂波谱的稀疏恢复。该算法首先确定非正侧视条件下的杂波脊线;然后在OMP算法的基础上增加了一条原子挑选依据,即原子对应点与杂波脊线的距离大小;不断挑选原子进入支撑集,直到残差小于门限值。仿真实验表明,使用OMP改进算法恢复出的杂波谱精度较高,得到的空时二维滤波器杂波抑制性能良好。     

基于离散余弦变换的彩色图像水印算法

根据水印在离散余弦变换(DCT)系数低、中、高频的嵌入性能,提出基于绿色分量的DCT中频系数中水印的嵌入算法.即将Arnold置乱加密后的水印图像嵌入宿主图像绿色通道的DCT中频系数中,再对原始图像进行通道分离获得绿色分量,由DCT变换得到嵌入水印信息图像分块并DCT逆变换后将其合并成整图,得到加载水印信息的绿色分量灰度图,最后合成通道得到含水印的彩色图像.由此解决了水印算法对不可感知性和鲁棒性的矛盾.