基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

基于基因表达式编码算法的红外图像轮廓提取

针对红外图像轮廓特征信息提取的特点,提出基因表达式编码算法。首先建立基因表达式编码规则,求出最大的基因编码空间以及基因编码个数;接着把红外图像像素集合与染色体基因序列构建映射关系,不同的基因编码则代表不同的像素值,适应度函数大的基因参与数据优化,最后给出了红外图像轮廓特征信息提取评价函数以及算法过程。实验仿真得出基因表达式编码提取的红外图像轮廓没有伪吉斯效应,时效性快,边缘点保持指数接近理想状态。     

基于全卷积神经网络的非对称并行语义分割模型

针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN（Asymmetric Parallelism Fully Convolutional Networks）.APFCN上路设计了一个卷积核尺寸非统一的五层空洞卷积网络来提取红外图像目标高层轮廓特征;下路沿用卷积加池化网络提取RGB图像三个尺度上的细节特征;后端将红外图像高层特征与RGB图像三个尺度的细节特征进行融合,并将4倍上采样后的融合特征作为语义分割输出.结果表明,APFCN在像素精度和交并比等方面均优于FCN（输入为RGB图像或红外图像）,适用于背景一致下地面目标的语义分割任务.     

基于轮廓特征的红外与可见光图像配准方法研究

红外光与可见光处于不同波段,其图像间的相关性较小.传统的基于特征的图像配准方法(如利用角点、边缘点等),在特征点选择时容易造成误匹配,这是由于有时特征点间的距离比较近造成的.针对此问题,本文提出了一种基于图像轮廓特征的红外与可见光图像配准方法.首先通过设置目标过滤器来提取明显的轮廓,再利用部分Hausdorff距离对轮廓进行匹配,计算出匹配轮廓对的面积和质心,并以此作为配准依据来对两种不同的图像进行配准.然后通过实验证明该方法的配准精度更高且克服了特征点误匹配的难点,这就可以解决刚性变换中红外与可见光图像间的配准问题.     

基于ROI互信息的电路板红外图像配准技术

电路板的红外图像配准是电路板红外图像故障检测系统中的重点研究内容,由于电路板红外图像背景区域灰度单调,元器件发热区域轮廓粗糙,且伴随着大片受环境影响的辐射区域,对配准精度和配准效率产生很大影响。结合这些特点,利用相位一致性提取电路板发热芯片轮廓,再将轮廓内的区域用区域增长法提取为电路板红外图像ROI,基于ROI的图像配准不仅最大限度地保留了图像信息,又显著降低互信息运算量。实验表明:相对不进行ROI提取的图像配准算法,本文算法能够在保证配准精度的前提下大幅提高配准效率,具有一定的实用性和鲁棒性。     

海面舰船红外与可见光图像配准

在利用特征点集的红外与可见光舰船图像配准过程中,经常会存在点集的一致性差而无法配准的情况,本文针对可见光图像中背景干扰大,纹理丰富容易出现较多非舰船目标轮廓特征点的情况,利用全局广义直方图均衡化和显著性增强对可见光图像进行增强,然后进行Canny轮廓提取并在轮廓的基础上提取舰船目标边缘角点作为匹配点集;对于红外舰船图像,海面背景与舰船温度差异较大,其舰船目标成像效果较好,存在的干扰较少,本文直接进行Canny算子运算并提取角点作为特征点集。实验效果显示,本算法实用性较强,误差小于3个像素,能够满足工程使用要求。     

基于局部灰度分析的红外图像轮廓跟踪算法

针对在红外图像边缘提取时,断边和分支点会导致伪边界的问题,提出了一种带搜索控制准则的红外图像轮廓跟踪算法.该算法根据飞行目标红外图像特点,将基于最大距离法的局部阈值分割用于目标图像的提取.给出了关于图像局部灰度特性的3个推论,并由此将遗传算法用于轮廓跟踪过程,自动判断出轮廓跟踪过程中出现的分支点、断边,搜索断边并连接.实验结果表明,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理.     

基于改进U-Net的刑侦红外手印目标提取

红外图像技术在刑侦领域的应用越来越广泛。通过案发现场遗留的热痕迹可为案件搜集更多的证据。但是红外图像往往存在轮廓不清晰、提取效果模糊等问题。针对这些问题提出一种基于改进U-Net的图像目标提取方法。网络结构采用三层的上采样和下采样：上采样采用双立方插值,下采样采用步长为2的3×3卷积。通过跳跃连接将浅层特征和深层语义信息融合,并引入Dropout和Batch Normalization结构使得网络更快、更好地收敛。以刑侦红外手印为研究对象,通过实验对比改进U-Net、Sobel算子、分水岭、最大熵、Otsu等算法的图像目标提取效果。结果表明,本文搭建的U-Net网络能够更完整、更有效地提取红外手印的轮廓信息,在红外手印的提取上取得了较好的效果。     

基于红外图像特征与K-means的边缘检测

为解决红外图像边缘模糊导致边缘提取困难的问题,提出一种基于边缘特征与K-means结合的红外图像边缘检测方法。首先将人眼视觉特性与红外图像边缘点处的灰度分布特点结合,构造出反映其结构特征的数据集;再利用K-means将数据集分为边缘点和非边缘点,提取出图像边缘;最后利用二步法将边缘进行细化,以便实现红外图像边缘检测。实验结果表明:该方法能够通过自适应阈值提取出红外图像的完整外部轮廓,并保留内部边缘信息,对弱边缘起到良好的提取效果,并有效抑制噪声干扰。     

结合小波模极大值和改进Hausdorff距离的电路板红外图像配准

电路板红外图像具有背景区域灰度单调、元器件发热区域轮廓模糊、噪声高、对比度低等特点,对配准精度和稳定性有很大影响。针对这些特征,提出了结合小波模极大值和改进Hausdorff距离的红外图像配准方法。首先用小波模极大值的算法提取边缘曲线;然后对传统Hausdorff距离进行改进,边缘曲线分段,并建立匹配基本单元;其次对基本单元粗匹配,压缩搜索空间,再进行精匹配,找出最优变换。最后采用Matlab进行仿真,实现图像精确配准。对比实验结果表明:该方法明显提高了配准精度,显著改善了配准稳定性。     

基于小波变换和直方图均衡的红外图像增强

基于红外图像低分辨率、低对比度、视觉特性差的特性,以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性,将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合,提出一种更好的实现红外图像增强的算法。并将该算法在Matlab上进行了仿真验证。     

图像边缘检测算法研究

边缘检测是图像处理中很重要的组成部分,其效果直接影响到后面的图像分析。在此介绍Roberts算子、Prewitt算子、Sobel算子、LOG算子和Canny算子等经典边缘检测算子,对其性能和算法特点进行分析。运用Matlab进行算法的仿真,并对其检测结果进行分析和比较,得出Canny算子的边缘连接程度最佳,景物的细节表现得最明晰,轮廓边缘提取得很完备。     

微光图像与红外图像融合技术研究

图像融合技术在微光和红外图像处理中得到了广泛的应用.为了深入理解图像融合技术以及融合后的图像质量,首先分析了微光和红外图像的融合技术,对微光和红外图像进行了预处理,分析了微光和红外成像过程、图像增强技术、特征提取方法、图像配准等.重点研究了拉普拉斯图像融合、对比度调制融合、基于小波分解的图像融合技术.最后通过实验对这几种融合技术进行了比较,结果显示融合后的图像质量得到了改善,突出了目标轮廓和细节,方便了目标识别.     

加权Hausdorff距离蚁群算法寻优的红外图像匹配

在用图像增强、细化技术对红外图像进行预处理基础上,提出将边缘轮廓图像的特征分为交叉点、分支点和一般点,并对这三类点集赋予不同权值的计算方法及使用蚁群智能寻优Hausdorff距离,提高了红外图像匹配算法的鲁棒性及计算性能.仿真验证了本文算法的有效性.     

基于小波变换的红外图像边缘提取研究

红外图像的边缘提取是其判读和识别的重要技术基础。红外图像背景复杂、噪声较为严重。针对这一特点，利用小波变换易于消除噪声、运算方便的特点，提出了一种基于小波变换的红外图像边缘提取算法。首先利用小波算法对红外图像进行滤噪，然后利用高斯函数作为平滑函数对图像进行水平和垂直方向的小波变换，提取红外图像边缘特征。给出了仿真实例，证明了该算法的科学性和可靠性。     

远距离传输舰船红外图像的目标识别

针对海天背景下的目标与背景红外图像对比度差、图像边缘模糊等特点,提出了一种远距离舰船红外图像的识别方法,分析了舰船目标的红外辐射特性,对远距离的舰船红外图像进行了预处理,对图像进行了梯度锐化和拉普拉斯锐化处理。仿真实验结果表明：对于远距离舰船红外图像的识别,先用改进的中值滤波方法进行预处理,再进行拉普拉斯锐化处理,可以达到识别目标的目的。     

基于雷达序列轮廓像的目标识别研究

针对常见对海侦察雷达目标成像特点及功能的欠缺,提出了一种基于雷达回波序列轮廓像的目标识别方法。对回波序列轮廓像的分离、特征的提取、目标距离及姿态对轮廓像特征的影响等问题展开了具体的讨论,并最终以实验的方式对该方法的可行性和有效性进行了检验。测试结果表明,文中所提出的高阈值目标检测方法可以实现对目标的低错误率检测和准确定位,低闽值检测方法可以实现对目标的准确提取,且两者均具有较强的多目标处理能力和运算实时性。     

基于Matlab的高斯模糊图像去噪方法研究

在医学图像处理、遥感图像处理、图像修复等图像处理中,总希望能得到清晰的图像,从而更准确的理解对象的特征。但在实际过程中由于环境和系统本身的缺陷,通常捕获到的图像总是和受到不同程度噪声污染,因此如何去除图像中的污染噪声就成了图像预处理中的重要步骤[1]。本文以Matlab语言为基础用各种方法对图像进行去噪处理,并且对于处理结果进行比较、分析,从而得出各自的特点以备在图像处理中可以方便的选择。     

复杂背景的红外图像过渡区提取与分割

摘要：在基于个数判断噪声的中值滤波器进行平滑处理的基础上,提出了一种改进的过渡区提取方法,并将该方法应用于对比度低、宽谷直方图的复杂背景红外图像的分割。Matlab仿真实验表明,该方法减少了图像分割的运算量,并能将具有复杂背景的红外图像目标分割得较好。     

红外图像的模糊域同态增强

结合模糊集理论在图像处理方面的优势,设计了一种红外图像模糊域同态增强方案.该方案首先将红外图像由空域平面转换成模糊域(特征)平面,然后再对其进行同态增强,最终经去模糊得到处理后的图像.实验结果表明,该方案取得了较好的处理效果,能够达到增强红外图像的目的.