融合对称特性的混合标签传递半监督直觉模糊聚类图像分割

现有的直觉模糊聚类算法应用于图像分割时,往往只考虑图像的像素信息,忽略了图像的几何特征和区域信息,使得分割效果不太理想。为了提高直觉模糊聚类算法的分割性能,提出一种融合对称特性的混合标签传递半监督直觉模糊聚类算法。该算法首先对图像进行对称轴检测获取图像的对称特性,接着利用图像的对称特性进行对称像素的标签传递并改进像素对聚类中心的直觉模糊距离测度,然后设计一种混合标签传递半监督策略,对所有像素进行隶属度的估计并将其作为监督隶属度进行引入,随后构建融合对称特性的混合标签传递半监督直觉模糊聚类目标函数,通过聚类获得最终的分割结果。两个彩色图像库上的实验结果表明,该算法能够将目标从复杂背景中完整的分割出来,分割性能优于对比算法。      

基于频谱分析的运动模糊图像参数检测

为了提高运动模糊图像的运动方向和运动像素的检测精确度,本文提出了基于频谱分析的运动模糊图像参数识别的改进算法,从频谱分析的角度出发推导了暗条纹宽度、图像大小、条纹倾斜角度与运动尺度、运动像素之间的关系;采用二次傅里叶变换的方法细化亮条纹,分析并简化了条纹倾斜角与运动方向角之间的关系;分析了频谱中十字亮线产生的原因及位置,提出了去除十字亮线的新方法;然后,对处理后的频谱进行Radon变换,根据变换结果得出模糊图像的运动方向和运动像素。实验证明,该算法能够检测出不同大小模糊图像的运动方向和运动像素,检测误差控制在0.5°、2个像素的范围之内。     

角点与边缘信息相结合的遥感图像飞机检测新方法

利用遥感图像中飞机目标的边缘特征和角点特征,提出边缘与角点信息相结合的遥感图像飞机检测新方法.首先,进行Canny边缘检测,提取遥感图像中飞机目标边缘信息,并利用OTSU算法二值化处理图像;然后,进行Harris角点检测,找出满足飞机角点分布特征的区域,去除伪目标;最后,进行区域生长式聚类,通过求取类心最终确定飞机位置.对60幅高分辨率遥感图像进行飞机检测测试,正确检测出238架飞机中的220架,漏检18架,48个虚警.实验表明,该方法可以有效解决复杂背景下飞机检测问题,具有良好的检测性能.     

基于Radon和小波变换的图像检索

提出一种基于Radon和小波变换的图像纹理特征检索算法.对原始图像进行坐标系的方向归一化,再对方向归一化后的图像进行Radon变换.根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性.采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此作为纹理特征进行图像检索.基于纹理特征的试验结果表明该特征具有旋转、平移和尺度不变性,与其他算法相比具有较高的检索率.     

基于肤色模型和FCM动态聚类的人脸检测

针对复杂背景下彩色图像中的人脸检测,研究一种基于非线性分段色彩变换、肤色模型和FCM动态聚类算法的检测方法．算法首先进行颜色空间映射及非线性分段色彩变换,再利用肤色分布模型,对肤色似然度图像进行自适应的肤色分割,进一步采用线段编码从分割后的图像中提取区域特征向量,最后利用FCM动态聚类方法,从复杂背景中检测出人脸区域．实验证明,该方法具有较高的准确性和适应性．     

一种红外小目标的图像检测方法

针对复杂背景条件下的红外图像目标检测问题,将空域滤波和时域滤波相结合,提出了基于数学形态学的目标检测算法.该算法先对原始图像序列作能量膨胀累积以增强目标信息和提高信噪比,然后采用基于数学形态学的Top-Hat变换空域滤波处理技术消除在目标尺度范围外的背景、干扰和噪声,达到探测目标的目的.仿真结果验证了该算法是一种实时、有效,且易于实现的目标探测方法.     

基于图像处理的交通灯检测技术

针对城市交通安全和路口通行效率等问题,研究一种交通信号灯检测的技术。采用亮度分析、图像分割和形态学滤波对采集的图像进行预处理,排除背景干扰;利用RGB颜色空间下的颜色各通道差值分布检测交通灯颜色;最后基于对图像[0°,180°]的Radon变换找出峰值对应的角度,对图像在该角度上分别进行变换,利用形状特征对交通灯进行形状检测。采集自然环境下图像进行试验。结果表明,该算法的正确识别率达到90%以上,是一种较好的交通信号灯检测方法。     

激光视觉焊缝跟踪图像处理与坡口识别

针对激光引导焊缝跟踪过程中坡口图像特点,首先对图像进行Radon变换,检测出激光条纹所在位置;然后对变换后图像进行处理,消除噪声对应的信息,保留激光条纹所对应的信息,再进行Radon逆变换复原图像,可较好地消除噪声;最后,采用OTSU法对图像进行分割,并识别出坡口区域。该方法效果较好,抗干扰性较强,耗时较少,适合于激光视觉焊缝跟踪过程。     

一种新的NSCT图像融合算法研究

针对传统NSCT图像融合算法考虑方向的信息完成的缺点,文章提出了新的NSCT 图像融合算法。该算法是基于方向区域的,通过对源图像的分解可以得到各个方向的高低频子带,根据不同分解层的方向的特性对高低频系数按方向区域能量融合,再经过反变换得到最终的融合图像。此算法在体现出各源图像细节特征的同时还很好的保留了边缘等很多有用的信息。测试结果表明,此算法和传统的NSCT图像融合算法相比,融合效果更好。     

基于多方向像素连续折叠机制与Radon变换的图像加密算法

提出了基于多方向像素连续折叠机制与Radon变换的图像加密算法,从不同的方向、利用不同的像素扩散技术来加密明文,显著消除密文周期性.首先,对初始明文完成均等分割,获取左、右两个子块;引入Radon变换机制,对左、右子块进行0°～180°的Radon变换,获取对应的Radon投影谱图像;利用Arnold映射、引力模型分别混淆左、右子块的Radon谱图像,获取两个子置乱密文,将二者进行组合,输出完整的置乱图像.为了从空间多个方向来扩散像素,设计了4个方向连续折叠机制,利用4个不同方向对应的扩散函数来改变像素值,实现图像加密.实验结果表明,与当前图像加密技术相比,所提算法具有更高的安全性与抗攻击能力,输出密文的像素分布更加均匀.     

基于变化检测的机场毁伤评估算法

提出了一种基于遥感图像变化检测的机场毁伤效果评估算法,该算法由图像预处理、兴趣区域划定、毁伤特征提取和分级评估4个模块组成。首先对图像进行直方图规定化,提高图像局部对比度,并采用Hough变换提取机场区域,抑制掉过多的背景干扰;然后利用变化检测参数指标对目标特征进行描述,实现毁伤信息的有效提取;最后建立整体的特征向量"相似度",几何、纹理特征"二次距离",设计分级评估准则。仿真结果表明,该算法有效地实现了对机场目标毁伤效果的评估,同时经过适当扩展和改进,可用于各种人造目标毁伤效果的评估。     

基于冗余小波变换的高频地波雷达目标检测算法

为了从高频地波雷达(High Frequency Surface Wave Radar, HFSWR)信号生成的复杂距离多普勒(Range Doppler, RD)图像中准确提取运动点目标, 提出了一种基于冗余小波变换(Redundant Discrete Wavelet Transformation, RDWT)的RD图像点目标检测算法.该算法根据点目标与海杂波、电离层杂波等特征的差异, 首先在距离方向进行自适应RDWT以去除海杂波和地杂波, 并在多普勒方向进行自适应RDWT以去除电离层杂波; 然后利用图像形态学运算对背景噪声进行了抑制; 最后进行阈值自适应分割以得到点目标.实验结果表明:该算法能有效抑制RD图像中的海杂波、电离层杂波和背景噪声, 能从复杂的RD图像中实现点目标的有效检测, 其检测性能优于改进的恒虚警率(Constant False Alarm Rate, CFAR)算法.     

基于纹理特征分析的海天线检测方法

为抑制海空背景干扰和提高舰船检测速度,提出一种基于纹理特征分析的海天线检测方法。分析了典型红外海空背景下海天线区域的纹理分布特征,建立了适用于海天线检测的纹理模型。通过梯度特征计算和聚类分析找出图像中的候选直线位置,比较其纹理参数并准确检测出海天线。对多种复杂背景红外海空图像的实验表明,该方法适应面广,计算简便,具有很好的抗干扰能力。     

基于梯度与粗糙度的视频文本检测与定位

 本文提出一种视频文本检测和定位的新方法.利用差分图像像素行(列)的粗糙度特征和自适应阈值,实现对文本的快速检测.为进一步实现对文本的精确检测与定位,引入彩色梯度的方向信息,仅计算视频画面中少量关键特征点的梯度幅值,能够有效抑制图像复杂背景的干扰,同时显著提高了算法的效率.本方法对不同的视频画面质量、不同复杂程度的背景以及不同外观的文本是鲁棒的.通过对各类视频节目的大量实验验证了本文方法的有效性.     

基于Curvelet的纹理方向自适应图像插值

为提高纹理复杂图像的插值放大质量,提出一种纹理方向自适应的图像插值算法。首先利用Curvelet变换提取图像的4个方向因子矩阵,然后对不同类插值点选择相应的2个方向因子构造权重系数进行线性插值,从而自适应地重建各类待插值点。分析比较了本文与现有插值算法对平滑与纹理复杂区域的插值重建质量。实验结果表明,本文算法能有效抑制传统插值方法重建图像时出现的边缘模糊和锯齿现象,重构的图像效果优于传统方法,纹理丰富图像的重构质量可提高2dB以上。     

基于边界先验双模型贝叶斯决策的红外图像海天线检测

为了解决复杂海面干扰下海天线检测的问题,本文提出了一种基于边界先验双模型贝叶斯决策的红外图像的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于边界先验建立了海、天子图像块的贝叶斯决策模型,对海、天子图像块进行粗划分;之后,利用粗划分的子图像块集合建立细划分贝叶斯决策模型,利用重叠子图像块滑动细划分方法,获取海天线上候选点;最后,利用随机抽样一致性（RANSAC）算法得到海天线模型参数,实现海天线的检测。实验结果表明,该方法能有效检测出复杂海空背景下的海天线,对于海杂波、亮斑等干扰较多的复杂红外图像具有更优的检测效果,运算速度较快。      

基于邻域信息的SAR图像变化检测

为了减少合成孔径雷达(SAR)图像中乘性斑点噪声对变化检测结果的影响,充分地利用了像素的邻域信息。首先使用邻域比值(NR)方法构造差异图像,然后提出基于邻域信息的模糊C均值聚类(FCM)算法。NR算子在构造差异图像时能够较好地保留图像信息并抑制噪声的干扰。同时将邻域信息引入到FCM算法的目标函数,以邻域加权距离改进了FCM算法在欧式距离计算中的不足,并约束了隶属度函数,减少了噪声对邻域中心像素的干扰。通过以上考虑像素邻域信息的算法,得到了差异图像的聚类结果,从而实现了SAR图像的变化检测。实验结果表明,所提算法较传统的FCM和K-means聚类算法,可以较好地保留图像变化区域的信息,同时提高了SAR图像变化检测的准确度。     

背景自适应的多特征融合的弱小目标检测

针对红外复杂背景下的弱小目标检测难题,提出一种基于背景自适应的多特征融合的复杂背景下弱小目标的检测算法。首先,通过对红外图像进行空域滤波去除孤立噪声点,并利用恒虚警率分割消除大面积平稳背景,获得疑似目标集。然后融合红外图像的背景信息、弱小运动目标的灰度特征、目标与周围像素的方向梯度特征等多个典型特征,消除疑似目标集中的大部分假目标,最后运用运动特征获取真实目标的轨迹,最终实现复杂背景下的红外弱小目标的检测。实验表明:该算法能实现复杂背景下低信噪比的红外弱小目标快速检测,具有检测概率高,算法速度快,鲁棒性好的特点。     

基于二分查找的Radon变换直线检测改进算法

针对传统的Radon变换直线检测算法运行时间长、占用存储空间大的问题,提出了一种基于二分查找的Radon变换直线检测改进算法。在Radon变换直线检测算法的基础上,增加了对图像中待检测直线最小夹角的约束条件,使用区间划分结合二分查找的方法对Radon变换直线检测算法进行改进,并通过待检测直线在Radon空间中的位置参数确定出待检测直线在原始空间的直线方程。实验结果表明,相比于Radon变换直线检测算法,所提出的改进算法在保证抗噪声干扰能力不受影响的前提下,有效减少了高检测精度要求下图像直线检测算法的运行时间和占用的存储空间,提高了直线检测的实时性。     

Radon变换在低信噪比图像中的线段检测

Radon变换在数学理论上有重要价值,并可用于图像直线特征的提取,但是在检测线段时,Radon变换无法提供线段的端点以及长度信息,低信噪比时检测难度加大。探讨了Radon变换在低信噪比图像特征检测的适用性,分析了Radon变换的优势与不足,并从信息融合的角度出发,提出了Radon变换补充的应用策略,对低信噪比的机场跑道图像进行了验证,显示出较好的检测效果。