基于四叉树分割和多分辨率相关的快速小波分形编码

提出一种基于四叉树分割和多分辨率相关的快速小波分形编码算法。在对图象小波变换后进行四叉树分割编码的过程,利用小波变换的多分辨率分析特性,在多分辨率相关的基础上,对分形匹配搜索域进行自适应调整。实验结果证明该算法的有效性：压缩比和信噪比下降很少,编码时间只需十秒钟左右。     

基于小波树和四叉树的图像分形编码算法研究

图像经过多级小波分解后,各级小波子带具有明显的相似性,可利用小波变换和分形编码的优势进行图像压缩编码.对最低分辨率子带进行失真较小的均匀量化编码.对高分辨率子带,将水平、垂直和对角3个方向的小波子带结合起来考虑,形成小波树结构,设定一个阈值,小波树所有系数小于等于阈值则直接置零;大于阈值的小波树采用四叉树算法进行分形编码,如果误差小于等于阈值,则记录分形编码参数,否则进行四叉树分裂.对算法进行了Matlab仿真,结果表明,在保证一定解码图像质量的情况下,运算速度有较大提高.     

基于小波四叉树的图像去噪方法

噪声对图像分析、图像压缩的性能有严重的影响。经典的图像滤波器在抑制噪声的同时会丢失图像中的细节。分析了噪声在小波变换下,二进小波变换的极大值在不同尺度下的传播特性之间的关系,并构造了一个一般形式的检测噪声点的四叉树。通过对四叉树的遍历,对图像中椒盐噪声点和高斯噪声的极大值点进行多尺度的定位。实验证明这种方法能有效去除图像噪声,最大限度地保存图像的细节。     

图像和视频编码技术的发展

本文展望图像和视频编码的趋势和未来,概括过去40年和当前最先进的图像和视频编码技术,在JPEG,JPEG2000,MPEG-1/2/4,H.261/3/4标准中对这些编码算法进行讨论。介绍了H.264标准在视频通信中针对差错恢复能力和网络适应性等方面应用的关键技术。     

邻域四叉树分形编码算法研究与仿真

提出了邻域四叉树分形编码算法：设置门槛值，将定义域块与值域块的误差值与门槛值比较，直到满足误差要求，由此控制图像分割子块的大小。用C＋＋语言模拟其算法，仿真结果显示该算法大大提高了图像恢复质量和压缩比。     

基于小波变换的多尺度SAR图像比对

提出一种基于小波变换在多尺度条件下用特征匹配进行SAR图像比对的方法，针对不同时间所采集的同一区域的SAR图像，自动快速地确定感兴趣的区域（ROI）并作出标识。实验结果表明，该方法能准确地进行SAR图像比对和ROI标识，具有实际应用价值。     

基于双树复小波变换的相位保持SAR图像降噪

为更有效地抑制噪声,提出了一种基于非正交复值log-Gabor小波变换的SAR图像斑点噪声消除算法。该算法通过相位保持消噪的门限操作确保相位信息不受破坏。由于用单一的乘性模型或加性模型消除SAR图像的斑点噪声都不能取得很好的效果,为此使用具有平移不变性及更多方向选择性的双树复小波变换图像融合算法,通过选择适当的融合规则,使乘性和加性噪声模型优势互补,就能有效抑制斑点噪声。实验结果显示,这种消噪方法与其他方法相比,有明显优势。     

小波和余弦变换相结合的灰度图像水印算法

在充分考虑人类视觉系统掩蔽特性的基础上,首先给出基于图像分块的临界噪声阈值矩阵JND（justnoticeable difference）,进而提出了一种结合离散小波变换（DWT）和离散余弦变换（DCT）域的采用灰度图像作为水印的具有较好鲁棒性的公开水印技术.实验结果表明,该算法对常见图像处理操作、有损压缩和裁剪、挤压、像素移位等几何变换有较好的鲁棒性,特别是信号增强操作处理几乎不影响水印的正确提取.     

四叉树分块的高光谱图像分布式无损编码

目的 近年来随着光谱成像技术的快速发展,使得高光谱遥感图像能够提供更加丰富的地物信息,然而其所具有的极大数据量给图像的存储、传输和实用带来较大的困难。因此,如何对高光谱遥感图像进行有效编码成为研究热点。方法 基于陪集码的分布式信源编码因其具有良好的压缩性能和较低的编码复杂度而受到重视,在此基础上提出一种基于自适应四叉树分块的高光谱图像分布式无损编码方案。设每个高光谱帧组的第1帧为关键帧,其他帧为普通帧,首先对关键帧进行自适应四叉树分块,然后对每一块与普通帧相应的块进行最佳线性预测,进而根据预测残差确定所需传输的陪集码索引位数以及每个像素的k个最低比特位。结果 本文通过自适应四叉树分块,增强了所形成陪集码的自适应性。所提出的编码方案很好地实现了压缩效果和编码效率的折中。结论 提出的方案能够较好地适应低复杂度环境下对高光谱图像无损编码的需求。     

结合上下文编码与特征融合的SAR图像分割

目的 图像分割的中心任务是寻找更强大的特征表示,而合成孔径雷达(synthetic aperture radar, SAR)图像中斑点噪声阻碍特征提取。为加强对SAR图像特征的提取以及对特征充分利用,提出一种改进的全卷积分割网络。方法 该网络遵循编码器—解码器结构,主要包括上下文编码模块和特征融合模块两部分。上下文编码模块(contextual encoder module, CEM)通过捕获局部上下文和通道上下文信息增强对图像的特征提取;特征融合模块(feature fusion module, FFM)提取高层特征中的全局上下文信息,将其嵌入低层特征,然后将增强的低层特征并入解码网络,提升特征图分辨率恢复的准确性。结果 在两幅真实SAR图像上,采用5种基于全卷积神经网络的分割算法作为对比,并对CEM与CEM-FFM分别进行实验。结果显示,该网络分割结果的总体精度(overall accuracy, OA)、平均精度(average accuracy, AA)与Kappa系数比5种先进算法均有显著提升。其中,网络在OA上表现最好,CEM在两幅SAR图像上OA分别为91.082%和90...     

基于压缩感知的SAR图像鲁棒编码传输

目的 尽管传统的联合信源信道编码方案可以获得高效的压缩性能,但当信道恶化超过信道编码的纠错能力时会导致解码端重构性能的急剧下降;为此利用压缩感知的民主性提出一种鲁棒的SAR图像编码传输方案,且采用了一系列方法提高该方案的率失真性能。方法 考虑到SAR图像丰富的边缘信息,采用具有更强方向表示能力的方向提升小波变换(DLWT)对SAR图像进行稀疏表示,且为消除压缩感知中恢复非稀疏信号时存在的混叠效应,采用了稀疏滤波方法保证大系数的精确恢复,在解码端采用了高效的Bayesian重建算法获得图像的高性能重建。结果 在同等码率下,与传统的联合信源信道编码方案CCSDS-RS相比,本文方案可以实现更加鲁棒的编码传输,当丢包率达到0.05时,本文方案DSFB-CS获得的重建性能明显要高于CCSDS-RS;与基于Bayesian重建算法TSW-CS的传统方案相比,本文方案可提高峰值信噪比(PSNR)3.9 dB。结论 本文方案DSFB-CS 实现了SAR图像的鲁棒传输,随着丢包率的上升,DSFB-CS获得的重建性能缓慢下降,保证了面对不稳定信道时,解码端可以获得相对稳定的重构图像。     

基于Wedgelet的SAR图像多尺度快速分割方法*

为了解决基于Wedgelet变换的多尺度分割算法在楔形方向的选择上需要计算所有分解楔形系数,且没有利用上层分解的结果,计算量特别大的问题,提出一种从图像的几何结构出发,在图像四分树的基础上加以楔形区域分割,在矩形区域的楔形方向选取上建立多分辨分析的算法.该算法在上层分割的基础上,只需计算八个方向的Wedgelet,而不是所有方向,既避免了窗口初始化,降低了分割过程特征抽取的复杂性,又减少了迭代次数.经试验比较,本文方法优于同类方法.     

衡量结构保持性能的SAR图像去噪质量评价

现有相关图像质量评价方法均不能恰当衡量合成孔径雷达(SAR)图像去噪的结构保持性能,为此提出无参考的IENLR(improved equivalent number of looks of ratio image)评价方法.首先总结了已有的相关图像质量评价方法,分析其在衡量结构保持性能方面的局限性.随后,从比值图像的等效视数(ENLR)图像出发,构造了新评价方法IENLR的计算公式,并通过理论分析证明其为关于结构保持性能的基本单调、有界的函数,且具有参数的可调节性.最后,通过仿真实验进一步验证了IENLR的良好性能,并且发现IENLR在衡量结构保持性能方面优于现有的相关质量评价方法.     

基于Contourlet变换的多波段SAR图像融合

针对不同波段SAR图像的融合,该文提出了一种在Contourlet变换域融合的方法,利用Contourlet变换的充分表示图像边缘信息的能力,将图像分解为低通系数和不同方向的高频系数,对方向高频系数定义一个边缘信息量测指标,选择量测指标大的系数作为融合系数,解决了小波变换融合中图像边缘信息容易丢失的问题。通过对两波段SAR图像进行融合实验并与小波变换融合结果比较,在视觉特性与统计因子客观评价上均取得了更好的效果。     

非下采样Contourlet变换与脉冲耦合神经网络相结合的SAR与多光谱图像融合

由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺度几何分析方法的优势,提出了一种NSCT与脉冲耦合神经网络(PCNN)相结合的SAR与多光谱图像融合方法。源图像首先经过NSCT分解获得不同尺度多个方向下的分解系数,将分解系数的高斯拉普拉斯算子能量作为脉冲耦合神经网络模型的输入,具有较大点火频率的系数将被选择作为融合图像的系数,最后经过NSCT重构得到最终的融合图像。实验结果表明,这种算法无论在主观视觉还是在客观指标上都要优于之前的许多算法。     

复杂背景下SAR近岸舰船检测

目的 船舶在合成孔径雷达（synthetic aperture radar, SAR）图像中的检测是研究热点,但目前适合近岸舰船检测的方法并不多。在SAR图像中,近岸舰船受到岸上建筑物的干扰严重,尤其是对于排列紧密的近岸船舶来说,其对比度相似,很难区分船舶与背景。为解决近岸舰船检测困难问题,提出了一种基于加权双向注意金字塔网络的近岸舰船检测方法。方法 本文在FCOS （fully convolutional one-stage）网络的基础上提出了一种新的双向特征金字塔网络。将卷积注意力机制模块（convolutional block attention module,CBAM）与金字塔网络的每个特征图进行连接,提取丰富的语义信息特征;借鉴PANet （path aggregation network）的思想,添加自下而上的金字塔模块,突出不同尺度船舶的显著特征。最后提出了一种加权特征融合方式,使特征图提取的特征信息的着重点不同,提高舰船检测精度。结果 本文在公开的SAR图像舰船数据集SSDD （SAR ship detection dataset）上进行实验。实验结果表明,相比原FCOS方法,本文方法的检测精度提高了9.5%;与对比方法相比,本文方法在同等条件下的检测精度达到90.2%。在速度方面,本文方法比SSD提高0.6 s,比Faster R-CNN （region convolutional neural network）提高1.67 s,明显优于对比方法。结论 本文通过改进特征网络和特征融合方式,提高了算法对SAR图像舰船目标检测中背景复杂、排列紧密的近岸舰船目标的定位效果,有效增强了对舰船目标定位的准确性。     

海洋SAR图像分割及边缘梯度特征的提取

为提高合成孔径雷达(SAR)海洋溢油图像的分割效果,得到海洋表面溢油的准确信息,提出一种改进的迭代算法,能更为有效地选取阈值,尤其适用于暗斑区域与背景灰度值差异悬殊的情况.对海洋SAR图像进行预处理,并且对处理后的SAR样本图像进行边缘分割,在此过程中通过优化迭代算法得到一种新的选取阈值的方法,运用此方法成功将暗斑区域与海洋背景分离;使用5*5窗口提取样本图像的边缘梯度特征量,对梯度均值与方差进行分析、理解达到识别SAR图像中的溢油区域的目的.将仿真结果与传统分割结果进行了比较,比较结果表明了该方法在选取阈值进行图像分割方面要优于其它算法.     

Piecewise linear mapping algorithm for SAR raw data compression

When the saturation degree （SD） of space-borne SAR raw data is high, the performance of conventional block adaptive quantization （BAQ） deteriorates obviously. In order to overcome the drawback, this paper studies the mapping between the average signal magnitude （ASM） and the standard deviation of the input signal （SDIS） to the A/D from the original reference. Then, it points out the mistake of the mapping and introduces the concept of the standard deviation of the output signal （SDOS） from the A/D. After that, this paper educes the mapping between the ASM and SDOS from the A/D. Monte-Carlo experiment shows that none of the above two mappings is the optimal in the whole set of SD. Thus, this paper proposes the concept of piecewise linear mapping and the searching algorithm in the whole set of SD. According to the linear part, this paper gives the certification and analytical value of k and for nonlinear part, and utilizes the searching algorithm mentioned above to search the corresponding value of k. Experimental results based on simulated data and real data show that the performance of new algorithm is better than conventional BAQ when raw data is in heavy SD.     

基于局域Radon变换的尾迹提取算法

提出一种基于局域Radon变化的SAR图像尾迹提取算法,该算法首先利用滑窗对图像进行标准差归一化处理,以突出图像中灰度与海面背景有明显差别的区域;选出突出的像素点,并根据策略将其灰度值用某些常数代替;接着在局域Radon变换中,积分值对应于这些区域线性特征的长度,通过设定阈值去除线性区域较短的非尾迹区域产生的虚警,用形态学的膨胀算法将结果中靠的很近的两条亮线合成一条,再用合理的腐蚀处理,剔除噪声信号。实测数据处理结果表明,该算法能准确提取舰船尾迹,降低虚警,能确定尾迹的起点和终点,准确计算出尾迹的边之间的夹角,而且运算简单,满足人们对系统实时性的要求。     

于灰色模糊熵的SAR图像快速分割方法*

针对SAR图像特殊的噪声特性,提出一种基于灰色模糊熵的快速图像分割方法。该方法不仅考虑了图像像素的灰度信息,还考虑了像素与其邻域像素的空间相关信息。为弥补传统模糊方法对噪声敏感的缺陷,引入灰色关联分析理论,设计图像当前像素灰度值与其八邻域像素灰度值组成的比较序列,通过计算其与目标点参考序列的灰色关联度修正传统隶属函数,以更精确地描述该灰度值属于目标或背景的模糊隶属度,并进一步给出了灰色模糊熵模型作为选取最佳阈值的准则。此外,为尽快确定最佳隶属度阈值,采用了具有群体智能的粒子群优化算法。实验表明该方法可以在