国内多源遥感影像信息融合技术的新进展

遥感影像信息融合是有效利用遥感海量数据的关键技术。在总结传统遥感影像融合算法的基础上,对传统算法的改进算法和新的融合算法做了较为详尽的介绍,以期为全面系统地了解我国影像融合技术的发展,为我们的学习和研究工作提供便利。     

目标成像处理算法验证平台设计与实现

为了验证基于光电图像的目标成像处理算法,并对不同算法之间的优缺点进行比较,设计并实现了操作简单、移植性强的目标成像处理算法验证平台。基于VC＋＋6.0进行模块化设计,方便了经典算法的改进和新算法的植入,并且易于验证、调试与修改。视频源处理模块为待验证的目标跟踪算法提供可自定义亮度、对比度、噪声等的场景。同时,算法中预处理、目标分割等模块可将质量较差的图像进行去噪、增强、边缘提取等变换,易于跟踪算法对有用信息的提取。设计模块之间的接口,使平台具有更强的可植入性,方便目标跟踪算法的开发。     

基于内容的图像分割方法综述

图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准,并用实验对各种图像分割算法进行对比.最后总结全文,并对未来可能的发展趋势进行了展望.     

基于图象分层优化二元树结构表示的图象处理基本算法

在图象分层优化二元树结构表示的基础上,给出了图象分层优化二元树结构表示的图象处理基本算法:点搜索算法、邻域查找算法及同级灰度查找算法,试验结果表明,该结构表示比线性四元树结构表示及指针四元树结构表示相应算法查找速度要快.     

指纹图像预处理中的关键技术研究

指纹图像的预处理在计算机指纹自动识别系统（AFIS）中有着非常重要的作用,直接制约着系统的识别率和识别速度。指纹图像预处理通常包含图像的分割、去噪、增强、二值化和细化等。在总结现有常用预处理算法的基础上,通过实验对预处理中的三个关键算法即指纹图像的增强、二值化和细化进行了详细地研究,根据指纹图像的特点提出了一些有效的改进算法,实验结果显示这些改进的算法对指纹图像的处理效果明显,可以很好地提高指纹图像的质量,为后继处理打下良好基础。     

图像自动标注技术研究进展

现有图像自动标注技术算法可以大致划分为基于语义的标注算法、基于矩阵分解的标注算法、基于概率的标注算法以及基于图学习的标注算法等四大类。介绍了各类别中具有代表性的图像自动标注算法,分析了这些算法的问题模型及其功能特点,并归纳了图像自动标注算法中主要的优化求解方法及算法评价中常用的图像数据集和性能评价指标。最后,指出了图像自动标注技术目前存在的主要问题,并且提出了这些问题的解决思路。分析结果表明,对于图像自动标注技术的研究,可充分利用现有算法的优势互补,或借助多学科交叉的优势,寻找更有效的算法。     

图像超分辨率重建的研究进展

图像超分辨率重建技术对于输入的低分辨率图像进行相关处理,从而重构出高分辨率图像,该技术已经成为图像处理研究领域的一个热点方向。对超分辨率图像重建的研究进展进行了综述。阐述了图像超分辨率重建的基本原理。对基于重建的图像超分辨重建中：IBP,POCS等算法,基于学习的图像超分辨率重建中：稀疏表示,基于深度神经网络等算法及一些相关改进的算法进行了综述。对图像超分辨率重建的研究提出了展望。     

基于遗传算法的图像压缩

用基于图像像素的遗传聚类算法分析图像压缩问题,要解决的主要问题是找到一种能有效地处理这种聚类的算法.如今用遗传算法来解决聚类问题正在被研究.用遗传算法得到一个有序的图像像素序列,然后进行聚类获得压缩.结果表明在图像压缩问题中,遗传算法是一种有效的、可靠的优化算法,具有一定的实用价值.     

基于FPGA的图像输入缓存机制研究

一些简单的图像处理算法如边缘检测,平滑滤波和线性插值等都是针对输入图像若干象素临域进行计算。在FPGA中实现此类算法需要首先构造输入图像临域,根据临域大小预取若干行输入图像象素数据存入片内存储器中。本文讨论独立于计算过程的两级图像输入缓存的设计机制,该机制可用于任意的需要按行序构造输入图像临域的图像处理算法之中。     

单幅图像去雾算法研究综述

随着图像处理技术和计算机视觉技术的蓬勃发展,对特殊天气下的场景检测和图像处理成为该领域的重要研究方向.其中在雾天拍摄的图像容易受雾或霾的影响,导致图片细节模糊、对比度低以至于丢失图像重要信息,为解决此类问题图像去雾算法应运而生.图像去雾算法是以满足特定场景需求、突出图片细节并增强图片质量为目的的一种图像分析与处理方法....     

模糊降质图像恢复技术研究进展

介绍近期模糊降质图像恢复技术的研究进展。首先分析图像模糊的成因,继而对图像模糊的数学模型进行介绍,并在此基础上引入图像去模糊的经典模型。接着详细介绍图像去模糊中经典的几种方法,包括维纳滤波,RL（Richardson-Lucy）滤波,总变分,并给出了这几种经典去模糊算法的实验结果。在回顾经典算法的基础上,对近期的图像去模糊算法研究进展进行分类分析,从自然图像统计特性,图像边缘,字典学习这三个方面介绍了近期经典的图像去模糊算法研究进展,并给出了几种有代表性算法的实验结果。在对经典回顾和对近期研究进展分析的基础上展望了图像去模糊技术的发展前景。     

一个可视化集成图象处理环境

提出了图象处理的一个可视化集成环境，提供了图象和图象分析的可视化以及图象处理算法的集成。在此基础上研究图象处理算法或构造图象理解系统将大大提高工作效率。     

基于ARMv8处理器的高性能图像处理算法实现与优化研究

色彩空间转换、图像缩放、图像滤波都是图像处理领域常见的算法,广泛应用于数字媒体、数据通信、生物医学和航空航天等领域。目前上述算法在ARM处理器上虽有开源的OpenCV库,但缺少与Intel IPP库精度相当的高性能图像处理库。为此,根据算法的计算访存特征,将上述算法分为数据无关算法、数据共享算法及非规则访存算法3类,提出了不同类别算法在ARMv8计算平台上的优化方法体系,最终构建了一个基于ARMv8计算平台的高性能图像处理算法库,精度上对标Intel IPP库,并通过算法优化、访存优化、SIMD优化及汇编指令优化等一系列优化方法的应用,大幅提升了图像处理算法的性能。实验结果表明,在华为鲲鹏920计算平台上,重点优化的CvtColor、Filter和Resize模块性能较OpenCV算法库都有显著提升。     

CT图像分割几种算法

图像分割在许多图像分析和图像识别过程中都是必需的步骤。目前,借助图像分割技术来进行医学影像处理正成为当今医学界的一个发展方向。本文正是在这一背景下对医学影像处理中的几种分割算法进行了研究,主要包括FastMarching分割算法、LiveWire分割算法、区域增长分割算法和阈值分割算法;同时,结合脑部CT片进行了实验研究,为这些算法在医学影像处理上的应用提供了一定的科学依据。     

空频域图像增强方法研究综述

对于小样本图像数据集往往采用图像增强的方法扩充数据量增加实验的合理性,图像增强算法能够提高图像整体和局部的对比度,突出图像的细节信息,使图像更符合人眼的视觉特性且易于机器识别。为了深入研究图像增强应用的新思路、新方向,从图像增强算法的基本原理出发,归纳总结了近年来应用比较广泛的空域和频域两大类图像增强算法,包括直方图均衡图像增强算法、灰度变换图像增强算法、空域滤波图像增强算法和频域滤波图像增强算法,分别详细介绍了它们的基本概念和相关定义并简述了其浅层面的优缺点。另外采用主观和客观的评价方法对这些算法的增强效果进行了对比和分析,并对各算法的优缺点、适用场景和复杂度进行了对比分析,以更深入研究各个图像增强算法的隐含有用信息,以找出鲁棒性、适用性更强的图像增强方法。实验结果表明,不同的算法都具有各自的特点,针对不同的图像效果不同,增强对比度更适宜采用空域图像增强方法,突出细节更适宜采用频域图像增强方法。单一的方法无法满足图像处理的需要,优势结合的图像增强算法更有研究意义。对这些算法的深入研究能够为研究者带来新的契机,拓展新的研究方向,推动整个图像增强技术高水平发展,使图像增强技术在多个学科领域发挥重要作用。     

小波域数字图像水印算法的研究

基于小波变换的数字水印技术是当前的一个研究热点。该文分析和总结了小波域的数字图像水印算法,并依据其特点进行了分类。可以看到,图像的小波分解所具有的多分辨特性非常适合构造多样的水印算法,同时,小波域数字图像水印算法可以与新一代的图像压缩编码标准JPEG2000相结合。该文最后选择了两个小波域水印算法做了仿真,并比较了它们对于图像压缩的鲁棒性。     

基于改进的直觉模糊核聚类的图像分割方法

针对噪声图像模糊性的本质，提出了基于改进的直觉模糊核聚类的图像分割方法。采用直觉模糊集描述噪声图像包含的不确定性信息，将图像的灰度信息转换到直觉模糊域进行处理；将模糊核聚类拓展为直觉模糊核聚类，在图像的直觉模糊域进行聚类；通过高斯核函数和欧氏距离分别对像素8-邻域的灰度和空间信息进行建模，综合平衡灰度和空间信息对聚类的作用，并将其作为惩罚项加入到直觉模糊核聚类的目标函数中；通过梯度下降法，推导了迭代求解算法；通过典型的合成图像和自然图像分割实例，验证了所提算法的有效性和鲁棒性。     

复合型数学形态学医学图像边缘提取

医学图像边缘提取是医学图像处理中一项非常重要的工作和预处理步骤,边缘提取的质量决定了图像的最终处理结果。一般说来,人们习惯于用基于梯度和基于模板的算子提取边缘,但这类算子都不能很好地滤除噪声,因而给噪声图像边缘提取带来了困难。论文在阐述了数学形态学一般原理与方法的基础上,提出了一种新的复合型数学形态学医学图像边缘提取算法。实验结果表明该算法对噪声医学图像边缘的提取效果好,它不仅能成功地提取目标图像边缘,而且能很好地滤除噪声。     

基于Logistic映射的彩色图像加密算法设计实现

该算法使用Logistic映射产生混沌序列。采用单向散列函数生成Logistic映射的两个初始值,进行混沌迭代产生两个混沌序列,再按照一定算法生成两个变换矩阵实现对彩色图像的频域加密。实验证明,该算法实现简单,解密图像失真度低,安全性高,对彩色图像有着良好的加密效果。     

基于肤色模型的人脸标准化方法

在对传统积分投影法实现人脸标准化算法及其特点进行分析的基础上,针对其对姿态变化敏感的缺点,利用肤色信息的聚类性特点,提出了基于肤色模型的人脸标准化算法。通过实验对算法进行仿真,结果表明,该算法可以较为理想地实现对各种姿态人脸的标准化,从而达到对自然环境下拍摄的人脸图像进行标准化的目的。