基于序列图像的湍流退化图像复原方法研究

提出一种基于序列图像的湍流退化图像复原方法,该方法通过非刚性配准技术对湍流退化图像的变形进行校正,对校正后的图像再通过滤波的方法去除图像中残存的噪声,最终得到复原图像。实验表明,使用该方法对湍流退化图像进行复原能够得到较好的复原结果。     

融合区域和边界信息的水平集SAR图像分割方法

提出了一种基于区域和边界信息的水平集SAR图像分割方法。该方法根据SAR图像的区域统计特征和边界梯度信息,建立SAR图像分割能量泛函模型;通过最小化能量泛函得到曲线演化偏微分方程;采用水平集方法求解演化方程,实现了SAR图像的分割。分别采用模拟和真实SAR图像对该方法进行了仿真。实验结果表明,该方法能充分利用SAR图像特征,不需要去除相干斑噪声的预处理过程,实现了对图像中目标与背景的正确分割。     

基于可见光图像的红外图像纹理映射方法

为有效仿真大规模背景景物红外图像纹理,提出一种基于可见光图像的红外图像纹理映射方法.该方法以相应景物的可见光图像灰度范围为参照,基于同景物某时刻红外图像的温度及灰度分布,计算景物红外图像的温度与灰度对应关系.将对应景物温度分布偏差信息叠加在相关景物不同时刻的均值温度上,映射在该景物可见光图像的灰度范围内,生成对应景物不同时刻的红外图像纹理.另外,将仿真的背景图像分为单一组分和混合组分的背景图像,对于单一组分背景图像,采用提出的方法进行红外图像纹理映射;对于混合组分的背景图像,首先采用该背景图像对应的可见光图像进行材质分类,在此基础上采用提出的方法进行混合组分背景图像的红外图像纹理映射.实验结果验证了本文方法的有效性,该方法可为快速仿真不同时刻、不同景物的红外图像纹理提供一种方便有效的途径.     

基于改进的BoVW模型的图像检索方法研究

针对传统的Bo VW模型对图像尺度变化较为敏感的缺点,提出一种改进的Bo VW模型。该方法使用图像的多尺度信息,将图像表示为不同尺度特征,采用多核学习方法优化各尺度特征的相应权重,并用图像检索实验验证该方法的有效性。     

跟踪系统中图像目标的快速提取技术研究

研究了牵引式跟踪系统中图像目标的快速提取技术,描述了系统的图像目标模型。提出图像目标灰度凝聚度和灰度集合识别度的定义,据此分析了提取图像目标特征图形的可能性。利用直方图对大量图像的统计研究和理论分析,介绍系统的图像目标的提取方法,利用该方法对目标的提取保持其特征图形,对实际图像的处理结果说明该方法是有效的。     

改进的选择式掩模法在图像平滑中的应用

提出了一种新的图像平滑方法。该方法在选择式掩膜平滑处理方法的基础上加以改进，对所选取的模板进行加权平均，达到了以下3个目的：第一，除去噪声,这是该图像平滑方法的基本功能；第二，保存边界，这是该方法相对于其它普通方法的一大改进；第三，增加图像的对比度，使得平滑后的图像与原图像失真最小，它为图像的预处理提供了一种很好的方法。     

一种隐藏机密图像的新方法

提出了应用灰度变换差分替代方式进行图像隐藏的方法。该方法首先对机密图像和掩护图像进行灰度变换，然后利用变换后机密图像的象素灰度差值替代变换后掩护图像中相应的灰度差值，生成与掩护图像相似的用于隐藏机密图像数据的伪装图像。该方法生成的伪装图像具有较好的隐蔽性，有效地减小了传统方法生成的伪装图像与掩护图像的视觉差异。同时从伪装图像中恢复的机密图像保真度较高。仿真结果表明，该方法有效可行，在保证机密图像数据完整的前提下生成了比较逼真的伪装图像，伪装图像和恢复的机密图像均具有较高的峰值信噪比。     

基于水平集方法的医学图像分割

针对水平集方法处理曲线拓扑结构变化能力强,但分割图像时运算效率低的情况,提出将水平集方法和快速步进法相结合应用于医学图像的分割。该方法解决了水平集方法运算效率低、快速步进法易产生过分割的问题,使得图像分割的速度得以提高,分割效果也比较理想。该方法成功的用于头骨CT图像和肝脏CT图像的分割,分割效果较好。     

基于模糊逻辑增强有雾图像对比度的方法

为了提高有雾图像的能见度,提出一种基于模糊逻辑增强雾天降质图像对比度的方法。该方法将整个有雾降质图像从灰度平面映射到模糊特征平面上,然后再利用模糊熵求出图像像素的灰度空间变化率,通过选取合适的阈值将图像像素点分成两大类,并在模糊特征增强变换时对它们实现不同的增强操作处理。实验结果表明：该方法能有效地改善雾天时图像的退化现象和提高图像的清晰度。     

图像灰度级相关图及应用

以目标背景相近的图像分割为例,分析图像中的各灰度级像素点分布信息与灰度级的关系,研究该信息的获取和累加方法,提出一种基于该信息的分割方法,该方法对目标和背景峰重叠的图像分割是有效的.     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

一种改进的二值图像像素标记算法

像素标记算法是图像处理中提取目标特征量的一种有效方法．分析了一般像素标记算法的不足,提出一种改进的像素标记算法．该算法无需对图像进行预处理,针对二值图像中像素分布的特点,仅需对图像进行一次扫描,通过特殊的目标边界像素标记,就能收集足够的信息,经过一定的分析处理即可得到图像中目标的准确计数和边界信息．由于准确的目标计数是目标特征量提取的关键,在此基础上即可方便快捷地获得目标的面积、周长和质心坐标等参数,便于图像的后续处理．计算机模拟结果表明该算法具有很强的通用性,且因为仅需一遍全图扫描使其分析速度大大提高,可以广泛应用于图像分割领域．     

基于单点像的光学稀疏孔径图像复原

为了定量评价光学稀疏孔径系统的图像复原效果,提出了一种以稀疏孔径系统单点像作为退化图像进行图像复原的方法.对稀疏孔径系统的单点像进行适当的复原处理,可获得类似爱里斑(即该稀疏孔径等效圆口径系统的单点像)的复原图像.通过比较该复原图像和爱里斑相似程度,即可对该复原算法(或者参数)进行评价.以法国SOLARNET光学稀疏孔径系统为例演示了上述图像复原过程.仿真结果表明,基于单点像的图像复原方法是可行的.     

一种高效的图像细化算法在焊缝跟踪中的应用

针对焊缝跟踪图像处理的特点，研究了二值化后的图像如何进一步细化的方法；采用先对焊缝的边缘进行提取，然后从垂直于焊缝的方向进行扫描的方法，取两条边缘的中点，即是焊缝的骨架；结果表明：此算法能准确地对一幅二值图细化，满足焊缝跟踪中图像处理的要求；这种算法的突出特点是计算量小，处理速度快，非常适合于焊缝的实时处理跟踪，而且不用改写算法，既适合于黑色背景白色图像，也适合于白色背景黑色图像.本算法通过推导得到四条处理准则，在遵循这几条处理准则的基础上逐点扫描图像，按照准则来确定目标点的删除与保留，达到细化的最终目的.     

基于图像归一化和DCT的感知图像哈希算法

提出一种基于离散余弦变换的感知哈希算法,先对原始图像进行归一化处理,使图像具有几何不变性,然后利用离散余弦变换进行图像特征系数的提取并用混沌序列发生器加密图像,最后通过量化和编码生成感知哈希序列。该算法可以抵抗任意角度的旋转攻击和仿射变换。     

一种改进的车牌图像二值化及定位算法

就车牌图像中的光照和污损的复杂特征,对车牌预处理、边缘提取及二值化和车牌定位进行了一系列分析研究。通过设计一种边缘提取与二值化结合的预处理算法,利用提出改进的增加三角点的角点定位算法,设定优先级的四角点、三角点和对角点方法对车牌进行定位。经改进后的算法,能有效对车牌鉴别算法对搜索到的车牌区域进行鉴别,从而提高了车牌定位的准确率和速度。     

手背静脉识别的图像处理算法

提出了一种手背静脉图像的有效区域提取方法,在获得手背静脉图像的有效区域后,对图像进行增强和平滑处理,采用动态阈值分割算法对图像进行分割,对分割结果进行平滑细化和去除＂毛刺＂处理。仿真实验表明,该算法能够获得失真较小的静脉骨架。     

激光标记自动跟踪视频引伸计的标记识别算法研究

针对视频引伸计易受光照变化干扰的问题,提出一种基于图像亮度调整和去雾增强相结合的图像预处理算法,获得了激光标记和试样标记的清晰图像;分别利用 Cr色度阈值分割算法和基于感兴趣区域的亮度梯度阈值分割算法提取激光标记和试样标记。在光照变化和有无试验机夹头干扰的情况下分别进行了实验,验证了算法的稳定性和准确性。     

基于局部约束线性编码的单帧和多帧图像超分辨率重建

基于稀疏表示的超分辨率图像重建是当前典型的算法之一,引入约束性更强的局部约束线性编码(LLC:Locality-constrained Linear Coding)对其进行了改进。首先依据一个高分辨率图像集训练出成对的高分辨率和低分辨率词典,然后根据低分辨率词典对输入的低分辨率图像用LLC方法进行编码,再依据高分辨率词典及编码系数初步重建高分辨率图像,最后添加全局约束重建高分辨率图像,并将该算法推广到多帧图像超分辨率重建层面。分析和对多幅图像的实验结果都表明,新算法相对原算法不仅提高了图像重建的质量还降低了计算复杂度,取得了满意的效果。     

一种基于Sobel算子的彩色图像边缘检测新算法

在研究灰度图像边缘检测方法的基础上,针对彩色图像的特点,提出了一种改进的Sobel算子边缘检测算法,并用MATLAB进行了仿真。仿真结果表明,直接利用Sobel算子对彩色图像进行边缘检测,得到的结果图像边缘比较模糊,而本文提出的改进算法,不但图像边缘比较清晰,而且还能有效降低图像的噪声,将Sobel算子边缘检测算法从灰度图像很好地移植到了彩色图像。