一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

基于恒虚警率的双阈值检测方法

针对对海导航雷达视频图像背景灰度值分布不均匀,不同位置的目标与背景对比度不同的特点,以及对海导航雷达视频图像目标检测处理效率的要求,结合传统的阈值分割处理思路,提出一种基于恒虚警率的双阈值检测方法。该方法在保证低虚警率的基础上,结合现有的全局阈值和局部阈值两种处理思路,实现对对海导航雷达视频图像目标的快速精确检测,并在实测数据上与常用阈值检测算法Otsu算法进行了验证比较。结果证明,该算法能有效提高目标检测的准确度。     

小波变换及其在信息处理系统中的应用

本文在简要介绍小波变换的定义、物理意义及优点之后,重点讨论它在突变信号检测,图像边缘检测、雷达目标识别及多传感器信息融合中的应用。     

一种基于小波变换的SAR图像多尺度融合变化检测方法

提出了一种针对多时相SAR图像变化检测的基于小波变换的多尺度融合检测方法,首先对多时相SAR图像取对数比得到变化比图像,然后对变化比图像进行多尺度小拨变换和低频重构,并对每个尺度的重构图像做自适应闻值变化检测,计算出每个像素的最优分解尺度,最后基于最优尺度完成像素的融合检测,利用像素的最优分解尺度融合多尺度的检测结果性提高变化区域边界像素检测的准确性,通过仿真SAR图像和真实SAR图像的检测实验证明了该方法的有效性.     

一种基于非采样Contourlet变换的遥感图像融合算法

为使融合后的多光谱图像尽可能保持原多光谱图像光谱特性的同时提高空间质量,提出了一种基于非采样Contourlet变换（NSCT）和多尺度边缘检测的融合算法。介绍了非采样Contourlet变换和多尺度边缘检测;设计了基于多尺度边缘检测、直接替代的高频、低频子带融合规则;用QuickBird卫星高分辨率遥感图像进行仿真实验。实验结果表明该算法能够在保持光谱信息的同时注入更丰富的空间细节信息,优于传统的Wavelet变换法和Contourlet变换法。     

基于改进小波变换的医学图像融合算法研究

本文主要针对图像经过小波变换后边角上看不清楚和传统的边缘检测算法对噪声敏感的问题,结合医学图像的特点,提出一种小波变换的修正算法。首先采用改进的多结构元多尺度形态学梯度的边缘检测进行图像的预处理,其次对CT图像和MRI图像分别进行两种不同小波基的三层小波分解;接着求其对应分量系数的差值图像,最后按着一定加权融合系数对差值图像进行融合得到最终的融合图像。实验结果和评价参数表明,这种改进的医学图像融合算法相比于传统的多小波融合算法不仅强化了融合图像的边缘和纹理特征,提高了分辨率,而且有效地保留了原图像的信息。     

基于DM8148的双谱段电晕检测系统设计

针对高压输电线路电晕检测及定位问题,设计了基于DM8148的双谱段视频融合电晕检测系统,实现了双路视频的采集、处理、融合、压缩和存储.采用时城递归滤波算法对日盲紫外图像进行去噪处理,利用基于小波变换自适应加权融合法将日盲紫外、可见光两路视频进行实时融合.实验结果表明融合图像具有较好的视觉效果,能够很好地将紫外、可见光检测图像融合,实现电晕放电点检测的准确定位,系统能满足电晕检测的需求.     

一种基于小波变换和图像边缘特征的图像融合方法

图像融合是信息融合的重要组成部分,是一种重要的增强图像信息的方法。本文将图像小波变换边缘提取和图像融合结合起来,提出了一种基于图像边缘特征的图像融合方法。首先对输入图像进行小波变换,用模极大值方法检测出图像的多尺度边缘,然后利用边缘特征对小波系数进行融合。实验结果表明该方法既能有效地去除噪声,又能突出源图像的边缘细节信息,是一种有效的图像融合方法。     

采用多视频融合的机场场面监视方法

以非协作式监视技术特征为依据,采用多视频融合处理技术,提出了一种专门针对中小型简易机场的场面目标监视方法。该方法通过光流法计算运动场,依靠动态模糊聚类自适应地分析运动场,最后依靠多视频融合来提高检测精度。实验表明,本方案不仅可行,而且可以有效地抑制50%以上的测量误差,为中小型简易机场的场面监视雷达提供了另外一种备份手段。     

基于对比度的多分辨图像融合

本文给出一种基于对比度的多分辨图像融合算法.首先,利用小波变换得到待融合图像的多分辨分析,同时得到图像的多分辨对比度序列;然后以对比度为判据,在图像的多分辨分析的相应各级上进行融合,得到融合图像的多分辨分析;最后,利用小波逆变换重构融合图像.算法使用同一场景可见光图像和红外图像进行了验证,结果表明,融合图像完好地显示了源图像各自的信息.     

基于红外运动目标分割的夜视融合系统设计

为了提高夜视系统的质量以及目标探测性能, 设计了红外视频运动目标与可见光融合夜视侦察系统。系统在硬件处理平台上实现了基于人眼视觉的红外运动目标分割算法和基于目标特性的加权融合算法, 采用红外运动目标分割电路和融合处理电路互联的结构, 首先利用FPGA为核心的红外目标分割电路提取红外视频中的运动目标, 然后将只有红外运动目标的视频输入后端DSP融合处理电路中进行融合处理, 最后从系统中输出一系列目标形态突出、背景细节清晰的融合序列。实验结果表明: 该系统可以提高夜视融合系统目标探测性能和探测概率, 融合结果的各项评价指标提高了90%以上, 有的评价指标甚至提高了7倍以上, 可以很大程度地降低系统的虚警率。     

基于多特征融合的视频检索算法

随着视频等多媒体数据呈指数式迅猛增长,高效快速的视频检索算法引起越来越多的重视。传统的图像特征如颜色直方图以及尺度不变特征变换等对视频拷贝检测中检索速度以及检测精度等问题无法达到很好的效果,因此文中提出一种多特征融合的视频检索方法。该方法利用前后两帧的时空特征进行基于滑动窗口的时间对齐算法,以达到减少检索的范围和提高检索速度的目的。该算法对关键帧进行灰度序列特征、颜色相关图特征以及SIFT局部特征提取,然后融合全局特征和局部特征两者的优势,从而提高检测精度。实验结果表明,该方法可达到较好的视频检索精度。     

基于改进GMM和多特征融合的视频火焰检测算法

针对现有视频图像火焰检测算法前景提取不完整、准确率低和误检率高等问题,提出一种基于改进混合高斯模型(GMM)和多特征融合的视频火焰检测算法。首先针对背景建模,提出了自适应高斯分布数和学习率的改进GMM方法,以提高前景提取效果和算法实时性;然后利用火焰颜色特征筛选出疑似火焰区域,再通过融合改进局部二值模式纹理和边缘相似度特征用于火焰检测。基于支持向量机设计火焰融合特征分类器并进行对比实验,在公开数据集上的实验结果表明,所提算法有效提高了背景建模效果,火焰检测准确率可达到92.26%,误检率低至2.43%。     

基于区域最大值的图像融合

为了有效地提高了图像信息的利用率和系统对目标探测识别的可靠性。在此提出一种基于区域最大值的图像融合方法。首先,对两幅源图像进行三层小波分解,对高频分量采用了基于区域最大值的融合策略,低频分量采用平均值的融合策略。结果表明,在此所提融合方法无论是对多焦距图像还是医学图像,融合效果都明显优于对比实验的融合效果,都更好地保留了图像的细节信息,具有较好的视觉效果。     

微光视频器件及其技术的进展

微光夜视技术作为当今拓展人眼夜间视觉感知的主要技术之一,在军事和民用领域都有广泛的应用。随着数字图像处理技术的发展,微光视频器件为通过图像处理进一步提升夜视图像质量,为与红外热成像的图像信息融合,为提高夜间对目标探测/识别和场景理解能力等方面提供了广泛空间,成为当前国内外夜视技术发展的重要方向之一。论文综述了微光视频器件发展,分析了电真空+固体微光视频成像器件(如像增强CCD/CMOS(ICCD/ICMOS)器件、电子轰击EBCCD/EBCMOS器件等)、全固体微光视频成像器件(如电子倍增CCD器件、超低照度CMOS器件等)的特点和发展趋势,并结合法国PHOTONIS公司的LYNX计划,对微光夜视技术的发展进行了分析和讨论。     

含噪声且较模糊的印刷电路板光电图像边缘检测研究

针对印刷电路板(PCB)光电图像在获取过程中 含有噪声和较模糊的边缘等各种原因,提出 了一种基于图像融合的含噪声且较模糊PCB光电图像边缘检测方法。首先,讨论了基于小波 变换 及Canny边缘检测算子的图像边缘检测法,分析了其基本原理。然后,结合两种方法的优点 ,提 出了基于图像融合检测方法的PCB光电图像边缘检测基本原理及中值滤波、增强去模糊、小 波分解、图像融合、图像去噪等步骤。最后,将由CCD成像系统及显微镜获取的主要含有高 斯噪声且较模糊的PCB光电图像用三种检测方法进行了主观实验对比,采用本文融合方法得 到的边缘图像效果最好,在抑制噪声的同时得到了连续的边缘;为了客观地评价PCB光电图 像边缘检测的效果,用峰值信噪比及图像边缘信息熵作为评价指标,采用本文方法的峰值信 噪比及信息熵的实验结果值都是最大的。     

基于小波变换的双色红外图像融合检测方法

针对复杂背景中/长波红外图像的特点,提出了一种基于小波变换的中/长波红外图像融合检测方法。首先,对原始中/长波红外图像分别进行小波变换,提取出两幅图像的低频和高频信息;然后,分别对图像的低频和高频信息采用不同的融合准则进行融合,并用小波逆变换重建成融合图像,自适应选取阈值,获得最终的目标检测结果。在实验中,采用相同的方法分别用融合图像、单波段红外图像进行目标检测,实验结果证明,用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。