地球同步气象卫星图像三维球面拼接

传统图像拼接的目标是实现图像间无明显接缝的效果.而地球同步气象卫星遥感图像三维拼接的目标则是获得像素与经纬度的对应关系.提出了一种地球同步气象卫星图像三维球面拼接的方法:首先基于拓扑位置关系的轮廓配准方法,以GSHHG数据库为载体,得到初始的配准结果.然后利用基于几何拓扑一致性的特征提纯来去除误匹配.接着通过匹配点集来拟合多项式映射模型得到图像间的映射关系.在建立最佳缝合线搜索准则之后使用动态规划算法来搜索最佳缝合线,最后加权融合完成三维球面拼接.     

地球同步卫星图像轮廓配准

在卫星图像配准中地标点的配准是最初且最重要的一步。海岸线等地标点在高分辨率远地卫星图像中表现为边缘,受云层、噪声等边缘干扰,常导致匹配困难。本文提出基于几何信息的轮廓配准方法,使用地球同步卫星图像中海岸线的轮廓信息与通过GSHHS得到的标准图像进行配准得到精确的配准结果。     

一种有效的图像超分辨率重建算法

本文提出了一种基于频域图像配准和边缘指导插值的图像超分辨率重建算法.该算法先在频域中对低分辨率(LR)混迭图像序列进行精确配准,再利用边缘指导插值算法对配准后的图像进行插值,实现高分辨率(HR)图像重建.考虑到信号低频部分的信噪比最高又不存在混迭,图像配准中只使用序列的低频信息进行运算.插值算法则是先计算LR图像各像素点的局部协方差系数,再利用LR和HR图像协方差间的几何对偶性来计算HR图像插入像素点的值.实验结果表明,本文提出的算法能有效地实现序列超分辨率重建.     

遥感图像的几何精校正研究

几何校正是遥感图像预处理中的关键技术。在ENVI遥感图像分析软件环境下,利用图像-图像几何校正方法对遥感图像进行精校正。仿真实验中,利用该方法从两幅遥感图像上选择控制点配准另外一副栅格文件,使相同地物出现在校正后的图像相同位置。实验结果表明,利用该方法可以获得质量较好的遥感图像。     

基于改进频域配准算法的图像超分辨率重建

图像配准是图像超分辨率重建的必要步骤,也是对重建效果影响最大的关键步骤。频域相位相关的配准算法具有抗噪声性能好和运算量小等优点,本文基于相位相关方法,提出了只对频域未受混叠影响的部分进行参数估计的配准算法。首先利用低通滤波器过滤低分辨率图像的混叠信息,然后对低分辨率图像进行傅里叶变换,再对其变换后的幅值进行极坐标变换,使其互功率谱经傅里叶反变换后为二维脉冲函数,通过二维脉冲函数的位置来得到配准参数。仿真实验表明本文方法有良好的配准精度和重建效果。     

基于平滑样条函数的血管图像弹性配准算法

医学图像的弹性配准具有重要的临床应用价值。由于血管腔内组织复杂,血管内超声图像自相似性大,从而影响了弹性配准的质量。为了提高配准的准确度,在对图像进行预处理后,通过形状上下文方法确定两幅图像中血管壁及管腔内斑块边缘上的两组标记点集,并建立点对关系。在薄板样条函数中增加平滑项来消除其固有的约束项对配准可能带来的畸变,针对超声图像特点通过实验选择平滑参数,结果表明,配准效果有明显改善。与其他算法综合比较,在匹配准确度和匹配时间上有较好的优越性。     

基于R-MI-rényi测度的可见光与红外图像配准

针对红外与可见光图像配准的准确性与鲁棒性问题,提出一种基于R-MI-rényi测度的由粗到精红外与可见光图像配准方法。首先通过分析红外与可见光传感器的成像原理,确定红外与可见光传感器在相对位置固定时的配准变换参数;然后采用Hough变换检测模板图像的直线特征,并利用待配准图像对应直线段的长度和斜率确定粗配准参数;根据粗配准参数确定搜索区域与匹配窗口尺寸,利用rényi互信息与Harris角点函数相结合的R-MI-rényi匹配测度在粗配准对应区域内搜索匹配点对;最后使用RANSAC方法完成图像的精确配准并求解图像转换参数矩阵。分别选取标准测试图像集和真实测试图像集对本文方法和现有代表方法进行综合对比,实验结果表明,方法在像素误差、标准差以及时间消耗等方面均优于其他对比方法,说明方法具有较高的配准精度和效率、较好的鲁棒性,综合性能最优。     

基于形状的CT图像断层间数据插值算法

CT脑血管三维重建图像都是源自二维断层扫描,由于二维断层扫描图像是对一定厚度的三维物体在二维平面上的断层投影,在目前的技术水平下,相邻两断层图像间的扫描距离要大于同一断层中解剖组织相邻像素间的图像显示距离.为保证三维重建图像的质量,在研究了CT脑血管二维图像特征后,提出了一种新的基于形状和基于灰度的图像断层间数据插值算法,并取得了较理想的实验效果.     

基于灰度冗余和SURF算法的电气设备红外和可见光图像配准

为了对电力设备故障进行更为有效和直观的诊断,提出了一种基于灰度冗余和SURF算法的红外和可见光图像的配准方法.该算法对红外图像和可见光图像进行基于灰度冗余的处理,利用SURF方法分别找到两幅图像的特征点并求出其描述子,通过RANSAC(随机采样一致性)对这些特征点进行精确配对,通过最小二乘法求得仿射变换参数并实现两幅图像的配准.实验表明,该方法与其他配准方法相比,具有速度快,鲁棒性高等优点,具有较高的实用价值.     

基于神经网络的CT脑血管图像边缘检测算法

CT脑血管医学图像的三维重构都是源自二维断层扫描,脑血管边缘特征向量的提取是图像处理的关键步骤。为提高边缘特征的提取和保证三维重建图像的质量,在分析了某些常用的边缘检测算法性能基础上,同时结合CT脑血管图像的像素结构特点,将SA_SOFM神经网络算法成功地用于对CT脑血管图像的边缘特征信息提取中。并对算法进行有效的改进,基于真实图像的实验表明该算法提高了边缘特征信息的精度和鲁棒性。     

一种基于图像森林化变换(IFT)的分水岭算法

结合了边缘检测与区域生长法优点的分水岭算法近年来在图像分割领域得到了越来越多的重视,但经典的分水岭算法存在过分割的问题,从而使得物体的轮廓线掩埋在无关的分水岭线中.为了克服这种过分割问题,本文介绍了一种基于图像森林化变换的分水岭算法,它是一种将图像处理问题简化为在图形中求解最短路径森林的统一有效的方法.该改进算法在预处理阶段对图像进行平滑操作并设置适当的梯度阈值,即减少了梯度图像中非重要区域的产生.实验结果表明,该方法可提供精确且封闭的区域轮廓线.     

基于局部熵的图像分割算法研究与实现

传统的图像分割模型有各自的缺点。LBF模型对于活动轮廓的初始化相当敏感,而CV模型不能处理灰度不均的图像。为了解决上述的缺点,提出了一种改进的图像分割模型,通过局部熵推导出图像的灰度图分布,并在此基础上提出一种与LBF相似的模型,同时与CV模型进行结合,得到局部与全局的活动轮廓模型。通过测试各类合成图片以及真实图片,这种模型不仅可以较好地处理灰度不均匀的图像,同时提升了对噪音的鲁棒性,并且降低了模型对活动轮廓的敏感程度。     

基于改进MSR的锂电池X射线图像增强算法

针对锂电池X射线图像存在清晰度低、对比度差、图像电极轮廓模糊不清晰等问题,提出一种基于改进多尺度Retinex的锂电池X射线图像增强算法。首先,在传统多尺度Retinex算法中,使用双边滤波估计照度分量,同时利用基于平均对数亮度值进行全局自适应的图像动态范围压缩。然后使用改进的MSR算法提取图像的反射分量,利用sobel算子获取反射分量的纵向梯度,再与反射分量进行梯度信息融合,增强图像细节信息,再对融合图像使用CLAHE算法进行对比度增强,最后再使用双边滤波去噪声,得到最终增强图像。在自主构建的数据集上进行了实验研究,实验结果表明提出的方法显著提高锂电池X射线图像的清晰度和对比度,图像阴极线边缘轮廓有明显增强,在突出锂电池X射线图像边缘细节信息和增强图像对比度上,都要明显优于传统多尺度Retinex算法。     

一种基于DBSCAN随机圆检测的多瓶口定位算法

现有医药灌封生产中的西林瓶瓶口定位方法易受瓶口边缘干扰的影响,导致瓶口圆中心定位不准确。对此,提出一种基于DBSCAN随机圆检测的多瓶口定位算法。首先,通过Canny边缘检测算法得到图像中所有轮廓,采用基于密度的DBSCAN聚类算法分割出感兴趣的瓶口边缘集;接着,针对每个单独的瓶口边缘集,采用最小二乘法和径向扫描获取瓶口的外边缘点,再利用重复随机圆检测得到大量候选圆心集;最后,基于DBSCAN算法聚类得到真实圆心集,以真实圆心集的均值中心作为瓶口中心。与4种典型算法进行对比,实验结果表明,提出的圆定位算法的平均定位误差为0.553 pixels,优于其他算法,且该算法的平均执行速度为1.359 ms。该算法能够满足医药灌封生产线对准确性和实时性的要求。     

基于双区域演化水平集的图像分割方法

针对图像由于光照不均引起的灰度不均匀导致图像精确分割困难的问题,提出了一种双区域水平集演化(DRE)方法用于图像分割。双区域水平集演化方法介绍了局部区域控制项和矩形的初始化轮廓,能够快速地分割灰度不均匀图像,加快曲线演化速率。为进一步消除噪声对图像的影响,分割方法采用高斯滤波算子和卷积计算,特别是提出的方法使用一种新的隐含的惩罚能量函数作为正则化项,该项嵌入到水平集演化公式里,增加了曲线演化梯度流的约束的条件,影响水平集演化曲线向双边扩展,这样提高了图像轮廓划分的计算效率和精度。通过实验结果对比,提出的水平集演化算法能够较好地划分图像轮廓,得到精确的图像分割结果。     

基于小波系数均衡方向变换的图像压缩

本文提出了一种新的基于小波系数的均衡方向变换方法,首先用小波变换对图像做多尺度分解,再用改进后的均衡方向滤波器组(uniform directional filter banks,uDFB)对小波变换后的高频子带作方向变换。该变换是对基于小波的contourlet变换的一种改进,它充分利用了小波的非线性逼近特性以及均衡方向滤波器良好的多分辨率和多方向特性,进一步增强了图像的方向特征,同时能有效抑制瑕玷的引入。仿真结果表明,将该方法用于图像压缩可以比基于小波的压缩算法更好地恢复出原图像的轮廓和纹理,并获得较高的峰值信噪比。     

基于小波变换和边缘模板相结合的序列B超图像边缘提取

由于B超图像的分辨率差、灰度级别少等特点,用传统的边缘检测难以得到满意的效果。本文采用了基于离散二进小波变换的门限选取法,通过检测图像直方图不上波变换的零交叉点来得到图像的边缘;进而又构造出一种边缘模板,利用小波变换和边缘模板相结合的方法提取出序列B超图像的边缘。     

基于块匹配与多级采样的薄片孔隙图像拼接

微观驱替实验中为了模拟非均质分布的情况,需要将多幅不同的孔隙二值图像拼接为一幅完整图像,而这些拼接图像没有重叠区域,需要根据待拼接图像的纹理信息进行图像拼接修复。针此类问题,本文通过对图像邻域的相关性问题进行研究,提出一种基于块匹配和多级采样的图像拼接方法,该方法结合5个判决准则,以修复孔隙图像边界间的弯曲轮廓和不规则纹理,并通过粗尺度到细尺度的图像拼接过程,使得最终拼接完成的薄片孔隙图像能够更加真实地反映岩心特征。为了验证本研究方法的有效性,将本文所提算法与现有的传统图像修复算法和基于深度学习的图像修复方法进行对比,并通过主观视觉与客观指标对图像拼接实例的结果进行评估,结果表明本研究提出的算法在PSNR和SSIM指标上优于现有的图像修复算法,分别提高了6.08dB和0.015,并且在图像纹理的自然过渡以及整体结构的一致性方面有更好的表现。