基于引导滤波的红外图像条纹噪声去除方法

红外焦平面阵列中不同列像元在读出电路中对应不同的列通道,每个列通道内的放大器具有不同1/f噪声特征,导致生成图像中含有大量条纹噪声,降低成像质量.为了更好地去除红外图像中的条纹噪声,提出基于引导滤波的红外图像条纹噪声去除方法.首先利用运动图像得到模糊图像的列累加平均向量,然后利用引导滤波器从列累加平均向量中提取条纹噪声校正项,最后利用该噪声校正项对噪声红外图像进行校正.采用仿真和实际红外图像序列进行实验的结果表明,该方法在有效地去除红外图像条纹噪声的同时获得了较好的非均匀性校正效果.     

一种视频监控图像条纹噪声的快速检测方法

针对视频监控图像中存在各类条纹噪声的问题,根据条纹特性和受干扰图像帧的频域特征,提出了一种快速检测监控录像周期性条纹的算法。根据相对距离将频谱图分成两个子块,再运用行列累积函数或阈值检测各子带是否存在异常亮点,进而确定图像帧是否存在条纹噪声。利用频率谱中异常点的对称特性可减少遍历次数,有效提高了算法的运行效率。实验结果表明,该算法对监控视频序列中的多种周期性条纹具有良好的检测效果,并提高了计算速度。     

医学内窥镜图像横条纹噪声分析及解决方法

针对CCD型医学电子内窥镜在饱和信号附近出现的横条纹噪声,图像信息的正确性影响,传统的解决方法会产生图像细节模糊和边缘锯齿化。为提高视觉质量和较低的算法复杂度、运算量,为此,提出了一种根据最近邻边缘检测信号补偿去除横条纹噪声的算法。首先从理论上分析了由于分光特性而产生横条纹噪声的原因,通过利用分光特性信息,判别像素空间信号饱和状态,并采用最近邻边缘检测,有效解决图像的横条纹噪声及边缘模糊等问题。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低,具有实时性处理的特性,对于实际工程应用有参考价值。     

激光干涉条纹中心精确定位方法

干涉条纹中心的定位精度对于干涉法的测量精度至关重要。对于背景复杂的干涉条纹图像,噪声严重影响了条纹中心的定位。激光干涉图像中主要噪声为激光散斑噪声和背景亮度不均匀,采用Butterworth低通滤波和背景补偿对图像预处理以抑制噪声的影响,再进行区域分割得到二值化条纹,细化二值条纹得到初步的条纹中心,在细化条纹的周边区域通过多项式拟合求极值的方法计算条纹中心。最后用该定位方法计算了模拟条纹图像的条纹中心,计算结果表明该方法比直接细化条纹的方法更精确。     

基于空间域的图像噪声检测技术

图像质量检测技术可以代替人工巡检的方式对视频质量进行自动检测,对监控系统中视频图像出现的异常进行准确分析、判断和报警,以保障规模不断扩大的网络视频监控系统的正常运行。基于空间域的图像噪声检测技术,利用图像的邻域信息特征与各类噪声异常在空间域上的轮廓和方向分布,并结合OpenCV图像处理技术,实现对噪点、雪花和条纹异常的检测。空间域噪声检测算法,与人的视觉感知相一致,可以用于监控视频的实时检测。     

一种改进的InSAR干涉图像边缘检测算法

SUSAN算法在对InSAR图像进行边缘提取的过程中存在诸多问题,譬如将条纹边缘和噪声边缘一并检测出来,缺乏鉴别噪声并有效去除噪声边缘的正确识别方法。鉴于算法在检测过程中存在的问题,对其提出改进性研究。结果表明改进算法相对更好的得到了边缘信息。     

结合小波去噪的THz图像多尺度增强算法研究

针对返波管获得的连续THz透射图像对比度低且噪声大的特点,提出了一种结合小波去噪的多尺度图像增强算法.该算法先用图像金字塔变换对THz图像进行多尺度分解,然后采用指数变换在空域对获得的细节图像进行增强.为减小放大噪声的影响,在重构增强图像的过程中对每一分解层次的近似图像采用小波软阈值方法进行去噪,并对小波图像采用非线性...     

一种无参考视频条纹失真的检测方法

条纹失真是降低视频图像质量的一个重要因素。现有的条纹失真去除算法需要已知条纹方向等先验知识,如何自动地判断和获取条纹失真图像以及条纹的方向有重要的研究意义。提出一种检测无参考视频图像中单一方向条纹失真的方法,并获取条纹与水平正方向的夹角。算法的核心思想基于条纹图像的频率特性,即图像中的条纹的频谱能量值会在频域空间中沿着与空域中条纹方向正交的方向附近聚集,且在对应的频率分量处会出现峰值。针对单一方向的条纹失真视频图像,实验结果表明,提出的算法具有很好的检测效果,且能够较准确地确定条纹的方向。另一方面,算法对随机噪声不敏感,对低对比度条纹仍具有较高的检测率。     

一种快速抗扭曲直线检测算法

笔者在票据自动输入研究过程中,基于快速检测特征线段的目的,以减少非直线上的像素点的干扰,尽可能减少运算量的思路出发,提出了一种适应扭曲图像的直线检测方法,条纹投影搜索算法。本算法能快速准确的检测水平和垂直方向上的特征线段。 算法的设计基于如下的设想:尽可能排除直线外的噪声的干扰(字符上的像素点在直线检测过程中可作为噪声处理),采用条纹投影后阈值化,在排除噪声干扰的同时降低了数据     

图像混合噪声的一种组合滤波消除方法

提出了一种基于高斯拉普拉斯边缘检测的含高斯噪声和脉冲噪声的图像组合滤波去噪方法,即首先对含有混合噪声的图像进行中值滤波,再用高斯拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用自适应Wiener滤波对中值滤波后得到的图像进一步滤波去噪,最后将边缘图像嵌入经Wiener滤波得到的平滑图像中。此种方法不但能够有效去除含高斯噪声和脉冲噪声的图像中的噪声,而且可以保持图像的边缘信息,提高了图像的去噪效果和清晰度。     

基于变换域的条带噪声去除方法

为解决线扫描图像中的条带噪声干扰问题,提出了傅里叶变换与小波分解相结合的变换域条带噪声去除方法。首先对图像进行多尺度小波分解,将包含条带噪声的小波子带与包含图像信息的小波子带分离;然后对含有条带噪声的小波子带进行傅里叶变换,并对变换系数进行带阻滤波以消除条带噪声。利用实际采集的带有条带噪声的棉花异性纤维图像进行仿真实验,结果表明:傅里叶变换与小波分解相结合的方法,去噪效果明显优于单独使用傅里叶变换或小波分解的方法,既能有效地去除图像中的条带噪声,又能较好地保持图像的细节信息。     

一种CBERS-02星CCD原始条带噪声处理方法

在简略分析辐射均衡、矩匹配和直方图匹配的基础上,提出了一种直方图匹配结合线性方向滤波的方法来去除CBERS\|02星图像数据中存在的条带噪声。其中直方图匹配用于消除探测元间的条带噪声,线性方向滤波用于消除横向随机条带噪声和剩余的列向条带噪声。实验结果表明,该方法不仅能很好地消除CBERS\|02卫星图像条带噪声,而且保留了图像上有用的信息。最后,从定性和定量两个方面进一步验证了该方法的有效性。     

基于纹理分析的去噪声方法研究

中巴资源一号卫星高分辨率CCD相机接收的图像数据,灰度值偏低,对比度较差,且存在明显的条带噪声;当图像被增强时,这种条带更加突出,严重影响了图像的质量以及清晰度,不利于数据的应用。从与以往不同角度出发,提出了基于纹理分析的去条带方法。即将图像上具有特定特征的噪声信息看作是某种对应的纹理特征,在基于纹理特征滤波法去噪声基础上,再用灰度共生矩阵法进一步进行直方图平滑,以消除局部噪声。同时将此方法与基于统计的均值调节法进行对比分析。     

GA-BP网络在去除MODIS遥感影像条带噪声中的应用

由于卫星传感器光、电器件在反复扫描地物的成像过程中受扫描探测单元正反扫描响应差异、传感器机械运动和温度变化等因素的影响,使MODIS(moderate-resolution imaging spectroradiometer)遥感影像产生一定的条带噪声。影像条带噪声的去除在改善MODIS数据的质量和提高其利用率上具有重要的意义。在BP神经网络去除MODIS遥感影像条带噪声方法的基础上,运用遗传算法GA优化BP神经网络,有效地提高了神经网络的学习、训练速度和精准度,去除了影像的条带噪声,取得良好的实验结果。     

一种基于颜色特征的图象检索方法

提出了一种改进的基于颜色感知特征和图象检索方法。这种方法采用符合人类视觉特征的ＨＳＶ颜色空间来表示图象的颜色特性,利用人对颜色的感知来对颜色分量进行等间隔的量化工形成特征矢量,用直方图交叉算法进行图象的匹配。用户可以通过示例方式,指定颜色或指定区域来表示查询的视觉要求。     

SAR图象中条纹干扰的抑制

针对合成孔径雷达成像中特有的条纹干扰,分析了干扰对图象频谱的影响,提出了利用方向滤波器去除ＳＡＲ图象中条纹干扰的方法。并从理论上证明了该方法的科学性,给出了方向滤波器的算法步骤。实验结果显示,用方向滤波器算法处理图象,可有效去除干扰,保持图象细节不受损失。     

基于小波变换的图像条带噪声去除方法

条带噪声的存在不但妨碍高光谱图像的目视判读,而且制约高光谱遥感的定量应用。针对小波变换法条带噪声去除过程中遇到的条带噪声和图像有用信息难以有效分离的问题,根据小波变换的方向性和数学显微镜特性,提出了一种新的基于小波变换的条带噪声去除方法。这种方法首先对含有条带噪声的图像进行一定层数的小波分解;然后对每一层分解得到的与条带噪声分布方向相同的子图像再进行一定层数的小波分解,从而实现条带噪声和图像有用信息的有效分离,将含有条带噪声的子图像置零;最后利用小波反变换得到去除条带噪声的图像。以欧洲空间局PROBA卫星上搭载的CHRIS高光谱数据为例,采用相关系数(R)、结构相似度(SSIM)和峰值信噪比(PSNR)3个定量指标,对比分析了新方法与矩匹配法、傅立叶滤波法和小波阈值法的条带噪声去除效果。结果表明新方法去噪后的图像具有最高的R、SSIM和PSNR,新方法能够有效地去除高光谱图像中的条带噪声,同时较好地保留了原始图像的有用信息。
     

太赫兹成像技术的应用研究

太赫兹辐射(THz)是指频率范围在0.1～10 THz的电磁波,波段位于毫米波与红外波段之间,其应用主要集中在太赫兹时域光谱技术和太赫兹成像技术两方面,其中太赫兹成像技术在实际应用中更加广泛.介绍了太赫兹辐射及其性质,简述了太赫兹成像技术及其发展过程.分析了太赫兹成像技术在安全检查、癌症检测和无损检测等领域的发展过程,结果表明使用太赫兹成像技术可以对违禁药物和危险隐藏物等进行安全检查,对人体癌变组织进行成像检测,以及对航空航天材料中的缺陷进行无损检测.随着太赫兹成像技术的不断发展,其在安检、医疗和无损检测等领域有着重要的应用前景和研究价值.