一种基于神经网络的超分辨图像重构方法

针对在航空航天遥感领域中使用CCD相机对景物进行成像时,由于像元尺寸的限制导致图像分辨率低的问题,提出了采用人工神经网络映射图像重构过程非线性特性的方法．在相机参数已知的情况下,用后向误差传播(BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息,重构得到较高分辨率的图像．在模拟成像仿真实验中得到了分辨率提高4倍、信噪比接近30dB的超分辨结果．     

一种基于神经网络的超分辨图像重构方法

针对在航空航天遥感领域中使用CCD相机对景物进行成像时,由干像元尺寸的限制导致图像分辨率低的问题,提出了采用人工神经网络映射图像重构过程非线性特性的方法。在相机参数已知的情况下,用后向误差传播(BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息,重构得到较高分辨率的图像。在模拟成像仿真实验中得到了分辨率提高4倍、信噪比接近30dB的超分辨结果。     

一种基于混合遗传算法的超分辨图像重构方法

针对在航空航天遥感领域,CCD相机在对景物进行成像时,由于像元尺寸的限制,得到的图像分辨率低的问题,提出了采用混合遗传算法求解高分辨图像最优估计的方法．在相机参数已知的情况下用嵌入梯度算子的混合遗传算法从9帧由不同角度对同一景物重复拍照得到的低分辨率图像重构出1幅超分辨率图像．在模拟成像仿真实验中得到了分辨率提高4倍,信噪比优于共轭梯度方法的超分辨结果．     

基于预条件共轭梯度的超分辨图像重构方法

针对在航空航天遥感领域使用CCD相机对景物进行成像时,由于像元尺寸的限制导致图像分辨率低和混频现象严重的问题,采用超分辨率图像重构技术融合从不同角度对同一景物重复拍照得到的多帧图像冗余信息,在相机参数已知的情况下重构出超分辨率图像,消除和降低了混频效应,同时提出了快速收敛的预条件共轭梯度最优化超分辨图像重构算法．模拟成像仿真实验从9帧低分辨／率欠采样图像重构得到了分辨率提高4倍的图像．     

一种基于阵列相机的超分辨率重建方法

本文利用阵列相机获取的多幅低分辨率图像合成一幅去噪高分辨率图像,提出一种基于阵列相机的超分辨重建去噪方法.首先,对阵列相机获取图像进行基于卷积神经网络的单幅低分辨率图像的超分辨率重建.其次采用SURF分块匹配方法实现多幅高分辨率图像的配准.最后对配准图像进行基于逐像素多尺度融合的多幅高分辨率图像融合.利用ISO12233分辨率卡进行对比测试,以证明本文方法具有更高图像解析度并减小噪声影响.     

自适应参数与边缘点引导的深度图像超分辨

当前TOF等深度相机仅能获取低分辨率的深度图像,无法满足三维视觉系统的需求.高分辨率深度图像可通过深度图像的超分辨算法获得,但当前算法的实验输出图像存在因纹理复制导致图像局部区域产生伪像以及边缘结构不清晰等问题.基于HR深度伪矩阵提出自适应参数与边缘点引导的深度值重建的算法,通过低分辨率深度图像边缘区域的像素点寻找修正...     

基于Bayesian理论的压缩视频超分辨率重构

针对传统算法不能很好解决压缩视频的超分辨率图像重构问题,提出了一种基于Bayesian估计的压缩视频超分辨率重构算法.首先建立起一个从原始图像到压缩视频的成像模型,然后在此模型基础上运用Bayesian估计理论,在最大后验概率准则下表述该问题.通过综合使用CCD（Cyclic Coordinate Decent）和SA（Successive Approximations）等方法,从理论上给出了压缩视频超分辨率重构问题的一般解决方法.实验结果表明,此方法不仅在峰值信噪比（PSNR）和重构效果对压缩视频有较大提高和明显改善,而且算法易于扩展,具有广泛的应用范围.     

一种多图幅数字地图拼接显示方法

随着数字地球的发展，传统的以图幅为单位的GIS应用模式已满足不了实际应用的需要，本文以数字地图的线要素为研究对象，通过数据拼接结构的设计，研究了一种多图幅数字地图逻辑拼接显示的新方法，从而使GIs能够在更广阔的地理信息范围内进行分析应用。     

一种基于边界和区域的MRI脑图像分割方法

应用一种基于多分辨率边缘检测、区域选择和取灰度阈值相结合的方法实现了MR I(磁共振成像)脑图像的分割,得到了脑白质(WM)、脑灰质(GM)和脑脊液(CSF)的组织结构.并且针对该方法对模糊、不均匀的MR I脑图像分割时可能出现的问题进行了分析,提出采用动态阈值法对其进行改进,实验结果表明改进方法对模糊和不均匀图像,能得到较好的分割结果.     

一种基于稀疏字典和残余字典的遥感图像超分辨重建算法

为了解决低分辨率遥感图像超分辨率重建问题,提出一种基于稀疏字典和结构自相似性的遥感图像超分辨方法.首先,引入了稀疏字典学习方法,改善了字典的结构性,得到的字典具有较好的正则性与灵活性.此外,为了更好地重建高分辨率图像,学习初始稀疏字典对和残余稀疏字典对.初始稀疏字典对用于重建初始高分辨率遥感图像;初始高分辨率遥感图像相对于原始高分辨率图像失去了部分细节信息,用残余稀疏字典对对图像的残留信息进行重建.最后,根据遥感图像存在大量的结构相似性特性,利用非局部均值算法对重建图像进行修正.实验结果表明,本算法与其他算法相比,图像质量在主观和客观方面都有所提高,峰值信噪(PSNR)比达到24.690 5,SSIM达到0.736 3.     

自适应信号重构技术提高地震数据的信噪比

利用信号和噪声的特征值差别,采用奇异值分解技术压制噪声,提出了基于多道相似系数大小来自适应地选择特征值个数,进而进行信号重构,分离信号和噪声,从而达到提高信噪比的目的。通过对合成数据和实际地震数据的处理结果对比表明该方法能最大程度地保持信号,从而有效地提高地震资料的信噪比。     

基于分数阶微分的边缘检测

为了提高图像边缘提取的信噪比,更有效和准确检测图像边缘,由信号的微分特性得出分数阶微分算子较传统1阶和2阶微分算子具有更高的信噪比,然后根据经典的G-L分数阶微分定义推导出的分数阶差分方程,构建了近似的分数阶Tiansi模板.实验证明,基于分数阶微分的边缘提取算子,可以有效提取边缘和有比传统的算子更高的信噪比.     

数字图像乘性与加性水印算法比较研究

本文利用数字图像离散余弦变换系数的广义高斯分布模型,在图像嵌入水印后峰值信噪比（peaksignaltonoiseratio,PSNR）--致的条件下,以检测概率为衡量指标,理论分析了数字图像加性和乘性算法在未受到攻击时的性能,乘性算法的性能随形状参数的变大而提高,而加性算法的相关检测器性能与形状参数无关。攻击实验分析表明,除了抗滤波攻击性能较差外,加性算法在其他攻击下表现出较强的鲁棒性。     

利用小波变换进行水下图像边缘提取的一种方法

采用小波变换进行水下图像的边缘提取。采用一种简单的小波,利用滤波器组实现了图像的小波分解。并利用相邻尺度间小波系数的相关性和一种非线性函数进行噪声抑制,同时利用小波系数的模极大值来提取边缘点。通过真实水下图像的实验证明了利用小波系数间的相关性进行噪声抑制的可行性和利用小波在噪声抑制的同时进行边缘检测的有效性。     

噪声对边缘定位精度的影响

针对噪声对图像边缘检测等过程带来的极大干扰严重地影响了图像质量的问题,研究图像中所混有的白噪声对边缘定位精度的影响。采用一维灰度矩法与高斯拟合法这两种亚像素边缘定位法进行比较、分析,分别讨论了两种算法在偏移量不变、不同信噪比情况下,噪声对边缘定位精度的影响。实验结果表明,在对受噪声影响的图像进行边缘检测时,采用高斯拟合法能够有效地抑制噪声,提高检测精度,在信噪比SNR≥30dB时的分辨率精度能达到0.02个像素,而一维灰度矩亚像素边缘法无法达到该精度。     

基于改进Canny算子的坯料挤压变形边缘提取

为了研究塑性加工过程中金属坯料的流动行为,提出了一种边缘检测算法。先运用灰度增强与形态学膨胀、腐蚀相结合进行图像预处理,再通过双阀值约束的Canny算子进行坯料变形轮廓提取,避免了孤立灰度阶跃点对边缘判断的干扰。在等量椒盐噪声下,本算法的峰值信噪比高于其他典型算法。实验结果表明,该算法所提取的变形区边缘能够满足量化分析金属流动特征的需求。     

Efficient track-before-detect algorithm based on the parameterized track enhancement

To address the problem of detection and tracking in the environment of a low SNR, we propose a new multi-frame track-before-detect algorithm. First of all, the nonparametric tracking initial is made based on the unthresholded multi-frame data. The target's plots can be obtained. Then the track enhancement operator is designed making use of the parameter of the target's state and the measurement imprecision error. Finally, using the designed operator to do the parameterized track enhancement, the results of tracking can be obtained. The algorithm possesses the characteristics of close loop feedback between the state of the target's trajectory and the track enhancement operator, which can improve the accuracy of detection and tracking and realize joint detection and tracking in a low SNR environment. Simulation results show that compared with the traditional track-before-detect the proposed method can obtain similar performance. The method can track stably in the case where the signal-to-noise ratio is 6dB.     

抗噪声干扰彩色图像的边缘检测方法

首先将256×256彩色图像分成32×32像素的分块图像,对整个彩色图像有严重噪声干扰的像素进行统计分析,为了避免干扰,对有噪声影响的像素进行修复,最后对修复后的图像进行边缘检测.