基于感兴趣区域的彩色图像检索

随着图像信息的大规模应用,图像检索具有越来越重要的应用价值.基于内容的图像检索成为今年来的研究重点.提出一种基于感兴趣区域(ROT)和颜色一纹理特征的联合彩色图像检索新方法.采用此方法,将图像经由对图像进行小波变换,得到小波变换域的颜色局部能量,进而得到图像分割后各区域颜色和纹理综合特征,并采用用户定义感兴趣区域即ROI(Region-of-Interest)对相似度进行修正.实验结果证明,该方法能够快速有效地得到图像特征和图像中的感兴趣物体,取得很好的检索效果.     

结合纹理去除的遥感图像分割

针对包含复杂纹理信息的遥感图像难以进行精准图像分割的问题,提出了一种结合纹理去除的遥感图像分割方法。首先,改进了相对全变差纹理去除方法,通过引入新的范数约束使相对全变差纹理去除方法可以在去除纹理信息的同时凸显图像中的主要结构,达到辅助分割的效果;然后,使用均值漂移算法对经过纹理去除的遥感图像进行无监督聚类,达到分割的目的;最后,提出的遥感图像分割算法在不同遥感图像上进行了测试。实验结果表明,在高分辨遥感图像的分割上,所提算法可以分割出遥感图像中的主要目标,和直接分割或者结合其他纹理去除方法相比取得了更好的分割结果。所提出的分割算法可以降低纹理信息对图像分割的影响,提高遥感图像分割的精度。     

稀疏编码在图像纹理分割中的应用研究

图像分割是图像分析一个重要组成部分,是图像理解的基础,分割准确率和区域边缘定位好坏,是决定后续目标识别成功与否的关键.纹理分割作为一类特殊的纹理分析模式,在近几年中得到广泛的研究,并在遥感图像图像处理和医学图像处理等实际领域得以应用,本文重点阐述了基于稀疏编码模型的纹理分析方法及其在纹理分割中的应用.     

基于多尺度颜色小波纹理特征的火焰图像分割

火焰图像分割质量对基于数字成像的燃烧监测十分重要。受炉膛背景及燃烧工况的影响,难以同时满足火焰图像分割速度和准确度（即火焰图像分割结果与真实火焰接近程度）的需求。提出一种基于多尺度颜色特征和小波纹理特征（MCWT）的无监督火焰图像分割方法,用于提高火焰图像分割的质量和速度。结合火焰图像颜色特征及小波纹理特征构建特征矩阵,对特征矩阵进行压缩并初步检测压缩尺度火焰区域。根据压缩尺度火焰边缘确定原始尺度火焰边缘区域并构建火焰边缘区域特征矩阵,进一步分割得到准确火焰图像分割结果。采用该方法对某工业煤燃烧实验炉内不同燃烧工况下的火焰图像进行分割,并与传统分割方法对比。实验结果表明与其他传统分割方法相比,提出方法能够更准确且快速地实现不同燃烧工况下火焰图像的分割,并且其对于含有高斯噪声和椒盐噪声的火焰图像都具有更好的分割效果。     

无监督纹理遥感图像分形分割仿真

针对无监督纹理遥感图像分形分割时,仅利用光谱信息,没有充分利用遥感图像中的纹理信息造成过分割或是欠分割的问题,提出结合光谱信息和纹理信息的无监督遥感图像分形分割方法。方法首先借助于双边滤波算法建立双边滤波模型,对无监督遥感图像进行平滑处理,利用边缘检测算子获取无监督遥感图像的纹理梯度和光谱梯度,保留遥感图像的纹理信息。将图像纹理梯度和光谱梯度的内积范数作为K-means算法的距离测度,针对K-means算法易陷入局部寻优问题,将遗传算法与K-means算法相结合实现全局寻优,完成无监督纹理遥感图像分形分割。通过在高分辨率遥感图像上的分割对比实验,证明上述方法能充分利用遥感图像的光谱和纹理信息,分割效果良好。     

基于三维模型几何信息的纹理图像压缩

为进一步压缩三维模型数据,提高网络传输的速度,同时不降低模型渲染的视觉表现效果.提出了一种基于三维模型几何信息的纹理图像压缩算法.首先对模型三维网格做重网格化,使网格具备半正则的规则拓扑结构;然后利用半正则网格表面的几何信息对模型的三维特征点进行提取,对三维特征点在纹理空间的映射点应用k-means聚类算法获取感兴趣区域;最后结合基于感兴趣区域的嵌入式零树小波压缩算法,实现对模型纹理图像数据的编码和解码操作.实验结果表明,该算法提取的纹理图像感兴趣的细节区域更精确、压缩比高,经过解码和重建后的纹理图像在对三维模型表面贴图映射后具有更好的视觉效果.     

一种遥感图像中多感兴趣区域的压缩算法

遥感图像的特殊应用,常要求对遥感图像进行无损压缩。但是由于遥感图像含有丰富的纹理,获得的无损压缩比一直很低。而遥感应用中,常常是对某一地区和某几个地区感兴趣,所以可以对感兴趣区域进行无损压缩,而以损失非感兴趣区域信息为代价。本文提出了一种用于遥感图像的多感兴趣区域的压缩算法LS-MROI,实验结果表明该算法用于ROI区域压缩能够获得较好的压缩性能。     

基于模糊增强的图像区域分割算法研究

针对图像平坦区、纹理区和清晰边缘的分割问题,提出了一种基于模糊增强的图像分割算法.该算法依据基于模糊增强的Canny边缘检测原理,在充分分析图像纹理区和清晰边缘的像素分布特点的基础上,通过增强纹理区像素对比度,检测出更多的纹理区细节.并利用膨胀、区域连通等方法实现了图像的区域分割.实验结果表明,该算法能够准确地实现了图像平坦区、纹理区和清晰边缘的分割,并有较强的抗噪能力.图像分割结果可以反映更多的纹理细节信息.     

基于率失真优化的ROI编码算法

提出一种通过提升率失真斜率来实现任意形状的感兴趣区域（ROI）编码的方法,从而避免了因提升系数引入过多的位平面导致编码效率降低的问题。实验结果表明该算法通过调节提升因子可实现ROI与背景区域重现图像对比度的任意可调,并且无需发送ROI区域的形状信息,同时降低了部分ROI编码块中背景系数的优先级,可以使感兴趣区域得到更快的恢复重现。     

改进的公路破损路面图像分割CV模型

针对传统Chan-Vese(CV)模型对公路路面破损图像分割的局限性,将图像梯度信息引入CV模型,利用路面破损区域纹理与背景的不同,对图像进行分割。引入梯度阈值,将图像的灰度信息和纹理信息相结合,从而使分割方法更具灵活性。实验结果表明,改进的CV模型比传统CV模型具有更好的分割效果。     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

High-resolution image compression algorithms in remote sensing imaging

Digital image processing (DIP) has great application values in many fields, especially in remote sensing image processing, which represents the acquisition, enhancement, analysis, encoding, transmission, and storage of remote sensing images. With the development of chip technology and parallel computing technology, various digital image processing technologies have been successfully applied to satellite applications to help researchers exploit reliable information from remote-sensing images. However, the huge amount of images generated by ultra-high resolution optical remote sensing satellites put great pressure on existing transmission, storage, and processing technologies. Therefore, this paper proposes a spatio-temporal compression pipeline for remote sensing images based on lossy compression methods with ultra-high compression ratios to reduce the overhead required for the transmission and storage of remote sensing images while maintaining the quality of the compressed images. The experimental results show that the proposed method outperforms the classical image compression such as JPEG-2000.     

基于压缩感知的遥感成像稀疏重构性能分析

压缩感知是一种新型的信息论，打破了传统的Shannon-Nyquist采样定理，能够以少量数据完成信号采样。稀疏重构是压缩感知由理论到实际的关键环节，为了将压缩感知有效地应用于遥感成像领域，研究了稀疏重构对遥感成像过程的影响。针对稀疏重构理论模型，分析了重构误差的成因；同时，针对典型的凸优化类算法和贪婪类算法，利用峰值信噪比指标对遥感图像重构误差进行评价。在仿真实验中，定量考察遥感图像在不同压缩采样率、不同重构算法下的稀疏重构性能。结果表明，稀疏重构算法能够成功重构遥感图像，各算法在不同压缩采样率下均表现出了较好的重构质量，整体上能够满足遥感成像应用，验证了压缩感知稀疏重构方法在遥感成像中应用的可行性。     

基于MATLAB及小波变换的遥感图像处理与分析

利用Matlab图形处理工具,通过实例介绍了对遥感图像的处理与分析算法,并基于离散小波变换的二维小波分析,结合Matlab小波变换工具对遥感图像进行进一步压缩。研究得出的结果对于遥感图像的处理与分析工作提供了有力的理论基础和实际价值。     

高速遥感图像实时压缩仿真系统研究

随着遥感技术快速发展,遥感图像数据已成为空间信息的重要数据源之一,卫星遥感图像高速实时传输已经成为当前研究的热点问题,并伴随着巨大的市场需求。该文针对卫星上遥感图像数据实时高速压缩、传输的需求。在Visual C＋＋环境下,建立了对卫星遥感图像进行压缩、传输、解压、接收、显示等过程进行仿真研究的仿真系统。该系统主要使用JPEG2000算法进行了仿真分析,在仿真系统的设计实现中采用图像分块压缩等关键技术,并针对压缩速度提出了压缩效率、信噪比等评价指标。仿真结果证明了图像数据压缩系统的有效性。该项研究成果可以用于对遥感图像实时压缩算法进行仿真研究和分析,也可作为地厩图像处理系统对遥感图像数据进行观测。同时,该文研究内容还将有效地提高图像数据系统的压缩传输效率。     

遥感影像中多个机密信息的授权使用技术

一般的图像域信息隐藏算法并不适用于遥感影像,将信息隐藏的涵义加以拓广,提出了遥感影像中多个机密信息的授权使用技术,即根据用户的不同权限对遥感影像中的多个机密信息进行不同程度的隐藏,并提出了适用于遥感影像的信息隐藏小波域算法,该算法是盲算法,且基于HVS(human visual system)特性,并自适应于遥感影像特征。能很好地保存机密地物的纹理与光谱特性,复原遥感影像逼真,对遥感影像的应用价值没有影响,且对影像添噪与JPEG有损压缩具有较强的鲁棒性。     

海量遥感影像数据库实时压缩系统的设计与实现

数据压缩是解决海量数据远程传输的关键技术,编解码速度和重建图像质量是评价压缩系统性能的重要指标。论文介绍了作者自行设计和实现的一个海量遥感影像压缩系统,给出了该系统的工作原理和实现方法。     

引入视觉注意机制可变分辨率的遥感图像压缩

图像压缩是遥感图像处理的重要研究领域,现有的压缩方法要么丢失重要的细节信息,无法满足实际的应用需要,要么压缩率过低,难以达到实时处理的要求。将视觉注意机制引入到遥感图像压缩中,对不同的显著性区域采用不同的压缩率,这样不仅可以对整个遥感图像达到一个高的压缩率,而且还可以保持重要区域的高分辨率,实现了可变分辨率的图像压缩。实验结果表明在前几个显著性区域中,该方法得到的图像压缩性能指标优于传统压缩方法得到的性能指标。     

基于遥感影像特征的自适应二维信息隐藏盲算法

为实现遥感影像中机密信息的隐藏,该文提出了一种自适应于遥感影像特征的机密信息隐藏算法。该算法首先对遥感影像中的机密信息进行分割和提取,然后对遥感影像中提取机密信息后的空白影像块进行灰度补值,制造抹去机密信息后的伪遥感影像;然后借鉴数字水印的思想,利用HVS特性,将机密影像块以不可见的方式自适应地嵌入到伪遥感影像中,从而生成隐藏了机密信息的伪遥感影像;并且该算法在提取机密信息和恢复遥感影像时,不需要原始遥感影像,是一种盲算法。对于信息隐藏算法,不可见性和信息隐藏量是最重要的,而鲁棒性则在其次。实验结果表明:该算法不仅具有较强的透明性和较大的信息隐藏量,而且对于JPEG有损压缩、中值滤波、附加噪声、伸缩、裁剪和旋转等各种影像处理攻击均具有较强的鲁棒性。此外,该算法对隐藏了机密信息后的伪遥感影像的各种应用,如边缘检测和影像分类等均没有影响。     

基于典型地物字典学习的遥感图像分块重构方法

遥感图像压缩的传统方法普遍存在着重构时间长、重构质量有待改进等应用难题。本文针对不同典型地物的遥感图像,采用K-SVD字典学习方法分别进行过完备字典训练。重构过程中,采用图像分块优化机制：首先对部分图像块通过多次迭代,从相应地物的过完备字典里求解出能线性表示原图像的原子;然后对其邻域内的图像块,优先使用这些原子中的一部分作为初始值求表示残差,以减少迭代次数。该方法充分利用了典型地物遥感图像的信息内容以及图像块间的相似性,在重构的图像质量、重构速度方面,与非冗余正交基构造的通用字典或未分类的学习字典相比,有一定优越性。