一种低能见度下红外机场区域识别新方法

针对低能见度下红外图像背景复杂、目标对比度低的特点,提出了一种新的基于感兴趣区提取和区域生长的红外机场区域识别方法。首先,采用自适应Wiener滤波对图像进行预处理,以削弱图像的背景杂波并增强机场区域的信噪比;然后,利用机场区域和背景的灰度分布特性的差异,在图像预处理的基础上采用自适应双阈值分割和自适应局部极差阈值分割相融合的方法实现机场区域的初步分割;其次,利用机场区域的形状约束和长宽比特征,采用形态学处理和连通域标记实现感兴趣区域的提取;最后利用有限约束的区域生长实现机场区域的识别。该方法结合了感兴趣区域提取和区域生长的优势,能够以较少的计算代价实现机场区域较完整的识别。实验表明,该方法能够有效检测识别机场区域。      

极坐标图像的机场目标特征提取方法

提出了一种机场场面监视雷达图像的机场目标特征提取方法。首先,为了解决雷达图像的亮点噪声问题,采用类形态学的图像预处理方法;然后,采用邻域链路法标记目标的轮廓像素;最后,单元面积作为权值,估计极坐标图像下机场目标的特征,并对权值的计算方法进行了讨论。实验表明,所提方法能够消除亮点噪声,得到比较准确的特征信息,为目标分类识别和多目标跟踪提供正确的特征。     

基于LogGabor纹理特征分析的机场ROI的自动分割

提出了一种基于2D LogGabor纹理特征分析的机场ROI(Region of Interest)自动分割方法。首先将原始图像分块并做傅里叶变换;然后采用基于上下文纹理信息的LogGabor算法,提取图像块的尺度特征;再通过直线拟合,利用尺度特征分割出图像的机场ROI。实验证明文中方法具有较好的检测效果。     

基于分形理论的红外图像机场跑道自动目标识别

针对红外机场跑道航空图像特点,提出一种新的基于纹理结构的机场目标自动识别方 法。根据红外图像中机场目标的灰度和分形几何特征,利用先假设后检验方法对感兴趣区域进行分割;然后利用形态学滤波完成机场跑道潜在目标的进一步分割;最后,根据机场跑道的几何特征,连接图像边缘点寻找机场跑道的两条平行直线;根据纹理图像直方图统计特征完成机场目标的自动识别。实验结果证明:该方法有较高的自动目标识别率和计算实时性。     

遥感图像中的机场跑道检测算法

利用机场跑道的高灰度特征和整体性检测遥感图像中的机场跑道。首先,利用模糊增强方法进行图像预处理;接着,对图像进行阈值分割获得二值图像,用像素标记法进行连通域提取,定位4个面积最大的区域作为疑似机场区域;然后,在疑似机场区域内,对图像进行Canny边缘检测,用Hough变换提取出直线段;最后,把含有最长平行直线的区域作为机场区域。实验结果表明,机场跑道检测算法能在遥感图像中准确有效地检测出机场跑道。     

基于自适应检测算法的ASTER遥感图像机场检测

针对不同时段、区位的遥感图像,通过改进传统Canny算法解决机场快速检测的问题.提出了应用于ASTER SWIR波段遥感图像的机场自适应检测方法,包含图像自适应背景抑制方法、自适应分割阈值生成方法和边缘跟踪连接方法.采用2幅图像进行实验,检测出其中地机场区域.结果表明算法比传统检测算法执行时间减少13%,抗噪性和自适应性提高.     

一种基于知识的雷达图像机场目标提取方法

针对低信噪比雷达图像的特点,在Radon变换的基础上利用机场目标和背景的雷达成像知识对Radon变换的结果进行后处理,以便可靠地提取雷达图像中的机场目标。为了对机场进行定位,给出了一种确定线特征端点的简单有效的方法。同时给出了一种距离变换准则来衡量提取到的线特征和真实线特征的相似度。实验表明,该方法能更可靠地提取雷达图像中的机场目标。     

基于图割优化的Markov随机场图像分割方法综述

Markov随机场能有效地刻画图像像素间的关系,具有完善的理论基础,因而在图像分割等领域得到研究者的关注.图割作为一种基于图论的组合优化方法,已经较好地用在基于MRF的图像分割等计算机视觉方面.简要介绍了Markov随机场模型和图割优化方法,给出了基于图割优化的Markov随机场图像分割框架,分析了Markov随机场方法和图割优化在图像分割中的研究现状,并指出其将来的发展方向.     

基于MRF的图像分割方法实现与探究

本文从研究马尔可夫随机场的理论背景出发,详细阐述了马尔可夫随机场建立图像模型的方法,并且介绍了两种基于马尔可夫随机场进行图像分割的算法:ICM和SA。在本文的最后给出这两种算法的实验结果,达到了预期的要求。     

基于多层深度特征融合的极化合成孔径雷达图像语义分割

针对传统特征表征能力较弱的问题,提出了一种基于多层深度特征融合的极化合成孔径雷达图像语义分割方法;利用经过预训练的VGG-Net-16模型提取表征能力更强的多层图像特征,再将各层深度特征分别用于训练对应的条件随机场模型,最后将多个条件随机场模型的输出结果进行融合,实现了最终的图像语义分割。结果表明:与基于传统经典特征的方法相比,所提方法取得了最高的总体分类精度,说明所提方法采用的融合特征具有比传统特征更强的表征能力。     

基于直线提取的机场跑道识别方法

针对红外机场跑道图像的结构特点,提出了一种机场跑道识别和提取跑道中心点的算法。首先对红外图像进行空域滤波;然后采用Sobel算子提取边缘图像;接着提取所有可能的直线段,并计算它们的参数;接着对找到的直线段进行连接性测试,得到最终的直线提取结果;最后从找到的所有直线中搜索平行直线对,从中识别出机场主跑道的边缘,计算出跑道中心点。大量的仿真实验证明这种方法可以红外图像中准确、快速地识别出机场跑道和提取跑道中心点。     

长线状特征下机场跑道检测方法

为准确检测遥感图像中机场跑道区域,提出一种基于长线状特征的跑道识别方法。利用跑道在图像中的高对比度和整体的长直线特征,提取出潜在的跑道中心线。沿中心线各线点的法向扩展出有效边缘,并去除其中的小连通区域。对有效边缘进行Hough变换,提取满足机场约束条件的平行直线对。针对跑道建设标准中两端入口标志的高灰度值特点,沿提取所得平行线对的法向进行投影并搜索求出跑道两端。在混凝土跑道和沥青跑道上的检测效果表明,此方法能够有效去除复杂背景且具有较高的检测准确性。     

红外图像中机场跑道的自动目标识别

针对红外机场跑道图像特点，提出了一种用于提取跑道中心点的算法。该算法包括空域滤波、边缘增强、边缘细化、边缘搜索、直线拟合、直线修正、中心点识别等一系列处理。实验结果表明，这种算法具有良好的性能。     

星上多通道TDICCD相机内部的图像实时合成压缩

为了解决星上图像整合电路工作频率过高而造成的成像系统工作不稳定的问题,在相机的结构上进行创新,提出了一种基于FPGA平台实现的星上TDICCD遥感图像实时合成压缩方法。首先,介绍了星上多通道遥感图像实时合成压缩的原理;然后,针对TDICCD线阵推扫成像模式的特点,采用基于行的2D-DWT整型提升算法,提出了比特平面和编码过程全并行的EBCOT结构,实现了在对图像数据进行整合的同时进行图像的近无损压缩;最后,搭建试验平台进行验证,结果表明,在无损压缩和2倍压缩时,系统主时钟从原来的100 MHz分别降低为80 MHz和64 MHz,系统稳定,恢复图像的PSNR可以达到84 dB,满足大于80 dB的成像质量要求。处理每行的平均时间61.2 s小于相机的最小行周期63 s。算法稳定可靠,实时性好,实现了相机内部的合成压缩,满足实际工程需求。     

基于小波和改进型Hausdorff距离的遥感图像配准方法

近年来,不断发展的遥感技术使传统的遥感图像配准方法显得难以胜任.本文介绍了一种准确、高效的遥感图像配准方法.该方法运用图像信息分层技术、小波多尺度图像分解和Harris角点检测算子进行特征点提取,构建一个特征点金字塔,利用改进型Hausdorff距离作为配准的相似性测度,从而实现遥感图像的配准.     

基于循环生成对抗策略的遥感图像匹配算法北大核心CSCD

针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了一种基于循环生成对抗策略的遥感图像匹配算法。构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL损失函数对网络进行优化,提高遥感图像特征提取精度,并基于图像特征迁移结果,建立三元组距离排序损失函数(trioplet margin ranking loss,TMRL)降低遥感图像的误匹配点数,实现异源遥感图像的准确匹配。实验结果表明,本文方法将异源遥感图像匹配平均准确率提升了33.51%,与CMM-Net(cross modlity matching net)方法相比,具有更好的遥感图像匹配效果。此外,本文方法不需要目标域图像的标注信息,匹配时间缩短了0.073s,能快速准确实现异源遥感图像匹配。     

聚类分割的交互式遥感热红外图像模糊增强北大核心CSCD

交互式遥感热红外图像在边缘区域的像素呈现较强交互干扰,缺少必要区分过程,导致增强后的交互式遥感热红外图像视觉效果差、抗噪性能差、增强效率低。提出基于聚类分割的交互式遥感热红外图像模糊增强方法,采用模糊C均值聚类算法,对交互式遥感热红外图像聚类分割处理,对边缘区域特殊及弱小交互目标分割,进一步区分交互区域的干扰,缩短后期增强所用的时间。采用中值滤波方法去除交互式遥感热红外图像中存在的噪声,结合Sobel算子和二阶微分算子的拉普拉斯算子对去噪后的交互式遥感热红外图像进行锐化处理,通过图像去噪和图像锐化实现交互式遥感热红外图像的模糊增强。仿真实验可知,所提方法进行交互式遥感热红外图像模糊增强所获取的图像清晰度较高、抗噪性能较佳、增强效率较高。     

基于小波变换的高分辨率遥感图像复原算法实现

为了促进遥感图像的后续研究,针对高分辨率遥感图像实现了基于小波变换的迭代收缩（IST）图像复原算法。考虑到算法在复原过程中对内存需求较大,实现过程中采用内存映射文件的方法,将高分辨率遥感图像映射到进程地址空间。针对分块复原图像时通常会伴有边缘跳变现象,影响拼接后的图像质量的问题,使用特殊分块策略对图像进行分块处理。复原算法在VC平台下实现,通过遥感图像复原实验,并对复原图像进行评价分析,复原性能和效率良好。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

基于多流融合生成对抗网络的遥感图像融合方法

由于强大的高质量图像生成能力,生成对抗网络在图像融合和图像超分辨率等计算机视觉的研究中得到了广泛关注。目前基于生成对抗网络的遥感图像融合方法只使用网络学习图像之间的映射,缺乏对遥感图像中特有的全锐化领域知识的应用。该文提出一种融入全色图空间结构信息的优化生成对抗网络遥感图像融合方法。通过梯度算子提取全色图空间结构信息,将提取的特征同时加入判别器和具有多流融合架构的生成器,设计相应的优化目标和融合规则,从而提高融合图像的质量。结合WorldView-3卫星获取的图像进行实验,结果表明,所提方法能够生成高质量的融合图像,在主观视觉和客观评价指标上都优于大多先进的遥感图像融合方法。