一种无源毫米波成像超分辨率算法

针对无源毫米波图像提出了一种频域与空域相结合的正则最小二乘超分辨率重建方法.该方法从约束最小二乘的思想出发,在加性噪声能量有界的前提下,利用在空域中得出的正则化参数初始值,代入频域解非线性方程确定最优参数,保证了频域中解的收敛性,提高了收敛效率.实验结果表明,该方法在平滑噪声的同时保护了图像的纹理细节,适用于无源毫米波图像的超分辨率处理,收敛效率得到明显改善.     

无源毫米波成像改进POCS超分辨率算法

在无源毫米波成像中,因为受天线孔径大小的限制而导致获取的图像分辨率低,所以必须采取有效后处理措施增强分辨率.提出了一种改进的POCS超分辨率算法,该算法结合了Wiener滤波器复原算法和凸集投影(POCS)算法的优点,使用Wiener滤波复原算法恢复图像通带内的低频分量,运用POCS算法作为主迭代过程实现频谱外推,同时保证低频分量不被破坏.实验结果表明,该算法增强了图像的分辨率,改善了收敛速度,减少了计算量,有利于无源毫米波成像超分辨率的实时实现.     

一种改善被动毫米波重建图像质量的方法

凸集投影(POCS)算法是一种广泛使用的超分辨率图像重建方法.针对常规POCS算法收敛速度慢、存在边缘震荡效应的问题,论文结合被动毫米波图像降质模型,提出了一种用于被动毫米波图像超分辨率重建方法.该方法有效利用图像的边缘信息,根据不同的区域选择相应的松弛算子,同时建立边缘约束集来保证边缘图像的尖锐性.实验结果表明.在有效消除边缘震荡效应的同时提高了收敛速度,适用于被动毫米波图像的超分辨率处理.     

无源毫米波成像图像空间重构超分辨算法

为了增强无源毫米波图像的分辨率,提出了一种图像空间重构(ISRA)频域校正超分辨算法.使用Wiener滤波复原算法恢复图像通带内的频谱分量,运用IS-RA算法实现频谱外推,通过一种频域校正算法,用Wiener滤波器恢复的频谱代替通带内的频谱,保证图像的低频分量不被破坏.为了验证新算法的有效性,针对合成图像和由91.5 GHz单通道辐射计进行二维机械扫描获取的手枪图像完成了两个实验.实验结果表明:新算法改善了收敛速度,增强了图像的分辨率,同时能够有效地减轻恢复图像中的振铃波纹,有利于无源毫米波成像超分辨的实现.     

一种改进的毫米波图像超分辨复原方法

针对无源毫米波图像分辨率低的问题,提出了一种基于对比度金字塔变换和改进非线性频谱外推方法的图像超分辨复原算法。该算法通过采用基于高频细节局部方差的高斯函数自适应调整频谱外推系数,并用其对对比度金字塔分解的高频细节进行频谱外推,同时采用Context模型去噪,最终重构出高分辨图像。通过该方法对无源毫米波图像进行超分辨复原,其结果表明新算法能有效增强图像的轮廓,提高图像的分辨率。     

基于卷积神经网络的单帧毫米波图像超分辨算法

单帧毫米波图像超分辨处理就是利用一幅低分辨率的毫米波图像重建出高分辨率的毫米波图像的过程.相较于光学图像,毫米波图像空间分辨率低、受噪声污染严重.因此传统的图像超分辨算法无法在毫米波图像上取得良好的超分辨重建效果.针对毫米波图像固有的缺点,构建了一个四层的卷积神经网络对毫米波图像进行超分辨处理.仿真实验的结果表明,提出的算法对毫米波图像具有良好的超分辨重建效果.     

高速超分辨率图像处理系统

为了对遥感图像进行实时脱机的超分辨率增强处理,设计了一种基于现场可编程逻辑门阵列(FPGA)和数字信号处理器(DSP)的超分辨率图像处理系统,系统在视频预处理部分利用FPGA来实现对视频的降采样处理,在超分辨率处理部分分别用FPGA和DSP来完成对视频源的两种经典超分辨率算法的硬件实现.达到了对视频图像进行高速实时超分辨率处理的目的.     

3mm辐射成像研究

在研究毫米波无源成像原理的基础上,设计出了简洁的3mm超外差迪克式毫米波辐射计,并进行了成像实验.为了解决毫米波被动成像中由于天线孔径尺寸和衍射受限所带来的固有空间分辨率低的问题,采用了一种改进的最大似然超分辨算法进行频谱外推.实验结果表明该算法有很好的频谱外推能力,对图像分辨率的提高和超分辨性能的改善有明显效果.3mm迪克式辐射计的主要参数如下:中心频率为91.5 GHz,带宽为4GHz,温度灵敏度为0.55K,线性度为0.9999.     

投影小波域MAP估计无源毫米波图像超分辨算法

在无源毫米波成像中,由于系统天线孔径大小的受限而使得成像的分辨率低。为了提高图像的分辨率,该文提出了一种投影小波域最大后验(MAP)估计毫米波图像超分辨算法(PWMAP)。该算法利用基于小波域广义高斯分布的MAP估计来恢复通带内的频谱;然后利用投影的非线性运算实现频谱外推。该算法不仅比以往的算法能提供更准确的先验建模,而且能在每步迭代时自适应地更新正则参数。实验结果验证了该算法的有效性。     

一种改进的非线性频谱外推算法及其在无源毫米波图像增强中的应用

由于天线的低通滤波效应和噪声的影响,导致无源毫米波图像严重模糊.针对该问题,提出了一种改进的非线性频谱外推算法,用于无源毫米波图像增强.该算法改变了原算法中非线性滤波的方式,并结合总变分最小化方法对图像进行降噪处理.实验结果证明,较之于原算法,新算法更有效地改善了无源毫米波图像的质量、抑制了图像中的噪声.     

基于空-时加权全变差正则项的视频复原算法

该文改进空-时全变正则项,提出了基于空-时加权全变差的视频图像重建算法。通过空-时加权全变差正则项的引入,获得新的视频重建模型,并提出了基于分裂 Bregman迭代算法的模型快速求解方法。仿真和数值实验表明,该文算法能够有效地实现高斯白噪声背景下视频序列去模糊问题,而且能够较好地保持复原图像序列的边缘和细节信息,避免传统TV算法产生的过平滑而失去细节信息的缺点,获得更加自然和细节的复原图像。     

基于双模型的综合孔径辐射计成像反演方法

针对综合孔径成像中,基于单一模型的成像反演方法难以有效应对模型误差,进行准确图像重构的问题,提出了一种基于双模型(DM)的综合孔径成像反演方法,用于校正反演模型的参数误差,并对目标场景进行高精度的毫米波图像重构。鉴于傅里叶变换(MFFT)模型和G 矩阵(GM)模型参数敏感性不同的特性,提出的DM方法首先通过比较两种模型的重构误差,对存在误差的成像参数进行准确校正;然后在精确GM模型的基础上,借助改进的正则化方法重建出高精度的目标图像。经仿真实验证明,相比于传统的单模型成像方法,提出的DM方法能够有效校正成像模型的参数误差,并对目标场景进行高精度的毫米波图像重构。     

基于方向增强邻域窗和非下采样Shearlet描述子的非局部均值图像去噪

非局部均值(Non-Local Means,NLM)是一种有效的图像去噪方法。然而它仅关注图像的几何结构信息而忽略了图像表面模型和方向信息,其相似性度量鲁棒性差。针对这些缺点,该文首先提出了一种基于非下采样的Shearlet的描述子(NSSD),它能更好地描述图像块的特征,基于此构造的相似性度量具有较强的鲁棒性。本文基于此描述子与非局部计算模型提出了一种更加有效的非局部均值去噪算法(SNLM)。其次,针对明显包含纹理和方向的图像块,提出了一种方向增强邻域窗,使得邻域窗内主导方向像素点在相似度计算中权重增加。实验结果证明,新方法在自然图像去噪中优于传统的NLM算法。特别地,对于纹理图像去噪,基于方向增强邻域窗的算法,能够在去除噪声的同时很好地保留纹理边缘等细节信息。     

基于多级描述模型的渐进式图像内容理解

针对目前基于内容的图像检索技术中低级特征无法准确全面地描述高级语义的问题,本文提出了一种基于多级图像描述模型的渐进式图像内容理解.该图像描述模型在不同层次上对图像内容进行分析和提取,实现了图像内容的全方位描述,从底层向高层的过渡是渐进式的图像理解过程.特别是从视觉感知层到目标层,体现了图像低级特征与高级语义之间的过渡.本文给出了一种基于先验知识的上下文驱动的目标理解算法,实现了图像语义的提取.作为一个应用实例,本文给出了以上方法在基于内容的图像检索技术中的具体应用.     

Improved image deblurring based on salient-region segmentation

Image deblurring techniques play important roles in many image processing applications. As the blur varies spatially across the image plane, it calls for robust and effective methods to deal with the spatially-variant blur problem. In this paper, a Saliency-based Deblurring (SD) approach is proposed based on the saliency detection for salient-region segmentation and a corresponding compensate method for image deblurring. We also propose a PDE-based deblurring method which introduces an anisotropic Partial Differential Equation (PDE) model for latent image prediction and employs an adaptive optimization model in the kernel estimation and deconvolution steps. Experimental results demonstrate the effectiveness of the proposed algorithm.     

基于无监督学习的单样本红外图像生成方法

针对当前可见光-红外图像数据集匮乏导致的模型特征学习能力不够以及生成图像质量低下等问题,提出了单样本的无监督学习方法来训练红外图像生成模型。首先,在数据集难以获取、匮乏的情况下,仅采用一对可见光-红外图像作为模型训练的数据,降低了数据获取的难度,解决了数据匮乏的问题。其次,为了在训练模型时充分提取图像特征,改进了网络结构。实验数据表明,本文方法能够在单样本图像生成中取得较好的效果。在艾睿光电数据集中,本文方法的峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)与结构相似性(Structural Similarity, SSIM)指标分别达到了26.5588 dB和0.8846;在俄亥俄州立大学(Ohio State University, OSU)数据集上的PSNR和SSIM分别达到了30.3528 dB和0.9182。与基于风格的生成对抗网络(Style-based Generative Adversarial Network, StyleGAN)方法相比,本文方法在艾睿光电数据集上的PSNR和SSIM指标分别提高了16.07%和23.78%;在OSU数据...     

基于小波域统计混合模型的图像降噪方法

该文提出了一种基于小波域统计混合模型的图像降噪方法。该方法首先利用尺度间模型,将小波系数分成两类：有意义系数和无意义系数;然后在小波域同层模型中运用最大后验概率估计方法,从有意义系数中恢复出原始系数。文章给出了算法的完整步骤。实验结果及分析表明了该方法的有效性。     

Nonlocal Means-Based Speckle Filtering for Ultrasound Images

In image processing, restoration is expected to improve the qualitative inspection of the image and the performance of quantitative image analysis techniques. In this paper, an adaptation of the nonlocal (NL)-means filter is proposed for speckle reduction in ultrasound (US) images. Originally developed for additive white Gaussian noise, we propose to use a Bayesian framework to derive a NL-means filter adapted to a relevant ultrasound noise model. Quantitative results on synthetic data show the performances of the proposed method compared to well-established and state-of-the-art methods. Results on real images demonstrate that the proposed method is able to preserve accurately edges and structural details of the image.     

Fast minimization methods for solving constrained total-variation superresolution image reconstruction

In this paper, we study the problem of reconstructing a high-resolution image from several decimated, blurred and noisy low-resolution versions of the high-resolution image. The problem can be formulated as a combination of the total variation (TV) inpainting model and the superresolution image reconstruction model. The main purpose of this paper is to develop an inexact alternating direction method for solving such constrained TV image reconstruction problem. Experimental results are given to show that the proposed algorithm is effective and efficient.     

基于图像序列分析的全局直方图均衡

针对传统直方图均衡算法的不足，如增强过度，均值漂移和细节丢失等，本文提出了一种基于图像序列分析的全局直方图均衡算法。受到CLAHE的启发，本文设计了两种数学模型。图像渐变模型将输入的单张图像输出为质量渐变的图像序列；再根据序列图像的统计指标，经过混合优化模型计算出最优控制参数。为了提升主观感知效果本文提出了一种直方图后处理方法，最后根据修正后的的直方图进行均衡化处理。实验结果表明:本文算法的结果图像具有较好的主观感受度和客观评价值，并且优于近年来提出的直方图均衡改进算法。