数据同化框架下红外与可见光图像的可控融合

针对现有图像融合方法的规则不易根据融合图像的后续使用要求进行自适应调整,并且各种方法的优点不易综合的问题,提出一种数据同化框架下的基于粒子群优化(PSD)和差分进化(DE)算法的融合方法。该方法把比率低通金字塔变换作为数据同化系统的模型算子,把非下采样的Contourlet变换(NSCT,nonsubsampled contourlet transform)作为观测算子,根据后续处理对图像各个属性指标值的依赖程度构造目标函数,再利用PSD和DE的混合算法来优化目标函数从而获取合适的影像。两组实验从视觉效果和定量指标两方面验证了方法的有效性。     

基于数据同化和粒子群优化算法的遥感影像融合

针对现有的基于色彩空间变换、基于统计以及基于多尺度分析等融合模型的建立主要依赖于经验,其参数选取存在主观性,基本上不能根据融合图像的后续使用目的进行自适应调整的问题,该文提出了一种基于数据同化和粒子群算法的遥感影像融合框架。此框架根据后续处理对影像各个属性指标值的依赖程度确定各个属性指标的权重,构造由影像各个属性评价指标的加权和所组成的目标函数,再利用粒子群算法优化目标函数从而获取合适的影像。一组实验以熵、平均梯度、标准方差、空间频率和结构相似性等定量指标验证了该框架的有效性。     

结合相位一致和分水岭变换的高分辨率遥感影像分割方法北大核心CSCD

针对噪声导致高分辨遥感影像分割存在过分割或者欠分割的问题,提出结合相位一致和分水岭变换的高分辨率影像分割方法。该方法首先采用基于光谱相似性的相位一致的模型方法来获得边缘响应幅度,再采用自动标记分水岭算法对影像进行分割;基于相邻分割对象的空间位置、形状、面积等特征多重约束,提出相邻分割对象合并代价函数模型,对分割结果进行优化并获取最终分割结果。选择典型地区实验影像进行分割实验,通过目视评价和监督评价,并与典型分割方法进行比较,验证所提分割方法的有效性。     

基于多参数配准模型的脑核磁影像分割算法

配准技术在基于多图谱的分割方法中能有效地将医学图谱的先验知识融入分割过程,再结合以高效的标记融合算法,最终实现精确地自动分割.针对图谱配准的较大误差及其对标记融合的重要影响,本文建立了一种新的概率图模型框架并以此提出了基于多参数配准模型的分割算法,将此方法与高效的标记融合算法相结合,可以提高目标图像中特定组织区域的分割精度,更使其在少量图谱分割的情形下具有重要应用.首先,使用多种配准参数对所有目标图像进行配准;然后,分别采用不同的算法对配准图像进行灰度融合和标记融合,实现训练图像的重构过程;最后,利用高效的标记融合算法对重构后的图像进行融合得到最终精确的分割结果.实验结果表明该方法均优于本文其他分割算法,能够有效提升脑部组织分割精度.     

一种基于纹理特征的遥感影像分水岭分割算法

针对分水岭分割的过分割问题,提出了一种基于纹理特征的高分辨率遥感影像分水岭分割算法。该算法对基于灰度共生矩阵不同特征值得到的纹理影像分别进行降水分水岭变换,进而将两个分割结果进行叠加,最后采用一种新颖的结合纹理特征的区域合并方法完成影像分割。实验表明,文中算法能够准确定位对象的边缘,有效克服过分割及欠分割现象,具有更高的分割精度与稳定性。     

重合度约束的近景影像直线匹配算法

针对目前近景影像中由于直线断裂或遮挡等干扰因素导致匹配的效果不理想,本文提出一种基于直线重合度相似性的近景影像直线匹配算法。该算法首先利用SIFT算子匹配同名点,并采用RANSAC算法对匹配结果进行优化,然后利用同名点计算仿射变换矩阵。通过仿射变换将左影像直线映射到右影像上,计算待匹配直线组线段的重合度,并对匹配结果进行优化,最终确定同名直线。实验证明,该算法原理简单,能够有效的避免繁琐计算,同时具有较好的鲁棒性,可以处理不同类型的近景影像数据。      

基于融合Canny-SIFT算法的MRI细微特征提取

针对磁共振影像(MRI)中的细微特征难提取、易缺失问题,提出一种基于融合Canny-SIFT算法的磁共振影像细微特征提取方法。该算法首先解决因图像的灰度不均匀以及噪声信号繁杂导致图中纹理、细微特征信息不清晰问题,采用自动Gamma变换增加图像对比度,由泛洪填充和离散余弦变换构成的混合滤波器对背景和观察区域噪声做分别处理;针对重点观测区域细微特征提取不完整问题,根据实际诊断要求进行重要程度划分,通过特征匹配和拓扑关系推理获取重要区域的位置、面积等方面信息,同时完成自适应选取相应Sobel算子;最后通过阈值化分割和二值化处理获得输出图像;实验表明：该方法与已有Canny边缘检测精度有明显提升,结构相似性相较于传统常见方式提升了38.9%,均方误差下降了31.33%,与所提及的其他算法相比性能表现为最优。     

一种基于多层CT影像的肺部结节分割方法

本文针对多层CT影像中肺部结节分割问题，提出一种交互式手动分割结节的方法，用Canny算子代替传统Live-Wire算法中的拉普拉斯算子，解决了拉普拉斯算子边缘检测存在伪边缘和边缘间断的问题，实验证明利用该方法可以快速的为医生分割出感兴趣的结节区域，为定量分析和三维重建提供了前提，从分割和三维可视化的结果来看，该分割方法的分割结果是较为理想的．     

基于斑点统计特性保持的SAR影像迭代滤波

合成孔径雷达(Synthetic Aperture Radar,SAR)影像中的斑点现象是地物后向散射信号相互干扰产生的,其虽然类似噪声却涉及地物目标的散射特征.同一地物目标的散射特征可通过斑点统计分布模型来刻画,因此降噪过程中可通过恢复影像斑点的统计分布特性来保留斑点包含的地物散射信息.基于该思想,提出一种基于斑点统计特性保持的SAR影像迭代滤波算法.该算法假设给定SAR影像的统计分布函数是先验已知的,即建模为混合Gamma分布,其分布参数可利用影像的像素值估计;接着基于构建的混合Gamma分布模型,运用EM(Expectation Maximization)算法分割影像中的同质区域;再针对不同同质区域,选取拟合误差较大的灰度级,根据分割结果计算像素值为该灰度级的像素的密度,判断其是否是异常像素,并对异常像素运用Frost滤波器进行降噪.重复上述步骤,直到滤波后的影像直方图较好地服从统计分布函数.GF-3和Radarsat-2 SAR影像数据实验结果表明,该算法在保证影像质量的前提下,不仅能获得较好的统计建模结果,而且较好地抑制了相干斑噪声,实现影像降噪.     

一种新的红外热像仪图像边缘检测方法

针对红外热像仪采集的红外影像边缘信息模糊、影像存在噪声、边缘信息难提取的特点,提出了一种基于数学形态学对LOG算子改进和Roberts算子数据相结合的边缘检测新方法。该方法首先引进形态学中的开闭运算对具有随机噪声的红外影像进行滤波,接着运用拉普拉斯算法边缘检测,然后再采用Roberts算子提取边缘信息,建立相应的融合规则及阈值条件,将两种方法检测出的影像边缘信息融合,得到最终的融合影像。最后,对增加椒盐噪声的影像用MATLAB进行仿真实验,结果表明,该方法结合了两种检测算子的优点,定位精度高,有很强的抗噪性,获得了比较理想的检测效果。     

基于LatLRR和PCNN的红外与可见光融合算法

针对光谱差异较大的红外与可见光图像，本文提出一种基于潜在低秩表示（LatLRR）和脉冲式耦合神经网络（PCNN）的多尺度融合模型。首先，该算法利用非下采样剪切波变换（NSST）获取图像的低频与高频分量。鉴于图像的低频分量决定最终的融合效果，采用LatLRR算法挖掘源图像内在的显著特征对低频分量自适应加权融合。除此外，针对决定融合图像细节的高频分量，则利用双通道PCNN模型作为它的融合规则。其中平均梯度算子（AVG）和方向梯度和算子（SDG）分别作为PCNN的外界刺激与链接强度，它们能更好地表征图像的纹理特性。通过上述全新的融合规则，可将包含在红外图像内部的显著性特征与可见光图像的梯度特征完美结合，从而获取具有优良视觉效果的融合图像。本文采用3种不同的场景来测试所提方法的融合性能，与其他典型融合方法相比，本文提出的算法具有更佳的视觉效果，同时客观评价参数值增加约2%~5%。     

基于小波-Contourlet变换的偏振图像融合算法

针对传统图像的信息保留不充分,以及偏振图像妨碍视觉观察、纹理细节不理想等问题,提出了一种基于小波-Contourlet变换(WBCT)的偏振图像融合算法。首先,将预处理过的4幅偏振角度图像,通过Stokes方法得到偏振强度图像和偏振度图像;后采用WBCT变换分解,低频系数采用PCA变换方法进行融合,高频系数通过区域特性能量的融合规则进行融合,最终的偏振融合图像由WBCT逆变换高低系数获得。实验结果表明,在主观视觉上,图像观察舒适性较好;并且,通过选取方法的对比,融合后的图像在客观评价指标上,皆优于选取的方法。     

基于Shearlet变换的红外与可见光图像自适应融合

提出一种基于Shearlet变换的红外与可见光图像自适应融合算法。算法首先对待融合图像进行Shearlet变换;然而采用粒子群优化算法确定出低频成分的最佳融合权值,自适应地对红外与可见光图像的Shearlet低频系数进行整合,利用Shearlet变换对边缘、轮廓等细节特征的准确定位,采用加权局部能量最大准则对Shearlet高频系数进行融合;最后对融合系数进行逆Shearlet变换得到融合图像。与现有的部分算法进行对比实验,结果表明本文算法获得较好地融合效果。     

针对人类视觉系统的双波段红外图像融合算法研究

提出了一种针对人类视觉系统的双波段红外图像融合算法。首先采用非下采样Contourlet变换把源图像分解成尺多度、多方向上的子带,然后采用绝对值最大算子的方法对高频部分进行融合,采用基于区域方差的方法对低频部分进行融合,最后进行重构得到融合图像。对试验中采集的双波段红外图像进行了融合实验,并将融合效果与梯度金字塔变换方法和小波变换方法进行了比较。实验结果表明,针对人类视觉系统的双波段红外图像融合算法有效可行,可以获得比常用的算法更好的融合效果。     

基于均匀离散曲波变换的多聚焦图像融合

利用均匀离散曲波变换（UDCT）多尺度、多方向、低冗余等特征,提出了一种新的多聚焦图像融合方法。首先使用UDCT对源图像进行多频带分解;然后根据多聚焦图像的特点,对分解后的低频子带系数运用一种基于改进拉普拉斯和算子的方案进行融合,对高频方向子带系数运用基于局部能量的融合规则进行融合,并对融合系数做一致性检测;最后重建各子带系数得到融合图像。实验结果表明:所提方法可以有效地融合源图像中的方向信息和细节特征,同时抑制了融合图像中的伪Gibbs现象;与基于拉普拉斯金字塔分解、小波变换以及轮廓波变换的图像融合方法相比,该方法取得了更好的视觉效果和量化结果。     

基于显著计算与变分法的多尺度图像融合

在多尺度图像融合中,通常将图像进行多尺度变换,再对变换后的低频系数与高频系数采用一定的融合规则进行融合,然而融合规则的选择将影响图像的清晰度与融合质量.将视觉显著模型与变分法理论应用在多尺度图像的低频系数融合中,获取最优的融合系数组合,从而增强融合效果,通过对红外线与可见光图像、医学图像的融合实验表明,该方法能克服融合图像对比度偏低的缺陷,获取的图像能较好地保留源图像的显著目标信息,如形状、大小、色调、纹理等,特别是针对异源亮度差异较大的图像.在主观视觉感受与客观评价指标上都有所提升.     

一种基于小波变换的可调节遥感影像融合方法

光谱保持和高分辨率保留是影像融合的两个重要问题,不同的应用可能对融合的结果有不同的要求．提出了一种基于小波变换的可调节遥感影像融合方法．该方法首先分别将高分辨率影像和多光谱影像进行小波分解,然后根据影像的特点,在小波域内进行影像融合,最后通过小波逆变换得到融合结果．通过引入可调节参数,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在某些参数组合下,融合图像的目视效果和统计指标可以达到甚至超过传统的小波融合法、IHS变换和主成分变换融合法的效果．     

基于小波变换的医学图像多因子融合技术及实现

概述了医学图像融合的意义。分析了以小波变换作为研究工具的理论优势。阐述了基于小波变换的图像融合原理．描述了具体的融合算子和性能评价参量。抽取了几幅医学图像进行融合试验并对结果加以分析。