太阳射电频谱图的自动轮廓检测与信息提取

射电精细结构是太阳爆发动态频谱图中一个重要的观测现象。为了达到更好提取精细结构轮廓,解读物理信息的目的。基于国家天文台怀柔观测站的2．6～3．8GHz频谱仪于2002年4月21日观测到的爆发现象,采用Levelset方法并加以改进,对原始图像进行轮廓提取,克服了以往此方法中存在遗漏检测的问题。此外对图像进行循环检测,取得了良好地检测结果。此后又对图像进行二值化提取,得到了二值化精细结构图像。最终统计出精细结构漂移率这一重要物理信息,为更好的理解太阳爆发机制提供了依据。     

小波变换分离太阳射电频谱图中的纤维结构

太阳射电爆发纤维精细结构是太阳射电爆发活动中一类重要的观测现象,利用二维小波变换对纤维精细结构动态频谱图进行处理,分离频谱图中的纤维结构。首先对原始频谱图实行多层小波变换,由低频分量重构原始图像,就可得到爆发的背景信息,令原始频谱图减去背景并经过阈值处理后,便可将原始频谱图中的纤维结构很好地分离出来。     

一种利用神经网络提取运动模糊区域的新方法

针对传统提取区域方法受背景区域影响的现象,本文提出了一种基于频谱的人工神经网络提取模糊区域的新方法.对于局部运动模糊图像,其完全模糊区域和局部模糊区域的频谱差异较大,以此作为依据,利用径向基(RBF)神经网络其进行训练,逐步检测并提取出局部运动模糊图像的模糊区域.实验证明,该方法能较好地实现局部运动模糊图像模糊区域的提取.     

利用目标直线边缘交点的某型航侦CCD相机图像拼接

针对某型航侦CCD相机图像序列之间的特殊变换关系,提出了一种基于目标直线边缘交点的图像拼接方法。该方法在将相机图像重叠区域分割为较小独立区域的基础上,首先使用Canny边缘检测算子提取各个区域中的边缘信息,并用Hough变换提取边缘中的直线边缘。其次通过提出一种依据直线极坐标参数的区域扩展和选择策略来选择包含完整目标的子图像区域,并提取该区域中目标直线边缘的交点。最终根据提取到的直线边缘交点坐标实现图像配准,且采用双线性插值法融合配准区域,实现了图像的无缝拼接。实际的飞行效果验证了该图像拼接方法的有效性。     

基于边缘检测与HSI彩色空间的车牌定位方法

提出了对采集到的图像进行一系列预处理并在此基础上对车牌粗定位和精确定位。首先,对车牌图像进行灰度化、平滑去噪,边缘检测后,提取边缘比较密集的车牌候选区域;然后,对裁剪出的彩色图像在HSI彩色空间的基础上进行边缘提取操作,取得图像饱和度和亮度边缘,并进行边缘合成;最后,利用色调信息的提取来判定车牌区域。该方法能使车牌区域得到有效的增强,达到精确定位目的。     

静态背景下运动目标边缘提取

针对运动目标在单帧图像中所占的比例较小,传统的边缘提取方法对整幅图像计算时产生大量冗余,对噪声敏感,提取出的运动目标轮廓不明显,提出一种基于帧差法和图像分块相结合的运动目标边缘检测方法。该方法首先对序列图像进行差分,按照特定的阈值对图像进行分块,完成对运动目标的细分割,分离出运动区域和非运动区域,然后对分割出来的运动区域进行边缘检测,将边缘检测结果和差分结果进行"与"运算,从而提取出运动目标轮廓。实验结果证明,分块边缘检测方法能较为准确地提取出运动目标且能提取出清晰的运动目标边缘轮廓,能满足实时性。     

复杂背景下运动人体的提取

为了提取复杂背景下的运动人体目标,采用了改进的图像差分法提取前后两帧的人体区域,结合单帧静态边缘图像,提取动态人体的边缘.为减少成像系统噪声的干扰,图像差分前和差分后均采用基于统计特性的维纳滤波.从简单到复杂背景下的人体动目标提取的结果表明,该方法具有一定的有效性和鲁棒性.     

静态背景下运动目标的边缘提取

针对运动目标在单帧图像中所占的比例较小,传统的边缘提取方法在对整幅图像计算时产生大量冗余,对噪声敏感,提取出的运动目标轮廓不明显的缺点,提出了一种基于帧差法和图像分块相结合的运动目标边缘检测方法.该方法首先对序列图像进行差分,根据分块大小自适应选取阈值对图像进行分块,完成对运动目标的细分割,分离出运动区域和非运动区域,然后对分割出来的运动区域进行边缘检测,将边缘检测结果和差分结果进行“与”运算,从而提取出运动目标轮廓.实验证明,分块边缘检测方法能较为准确地提取出运动目标且能提取出清晰的运动目标边缘轮廓,能满足实时性需要.     

基于邻域均方连续差分的SAR图像边缘提取算法

该文提出了一种基于邻域均值连续差分平方和(均方连续差分)的SAR图像边缘提取算法。首先,将像素邻域滑动窗口分成多个互不重叠的子区域,采用邻域均值差分平方和作为边缘强度的衡量因子,从理论上证明了该算子可以消除区域亮度对边缘强度估计的影响,具有恒定虚警率的特性,同时较好地估计边缘方向。然后,根据边缘走向对边缘强度图像进行边缘细化,消除真实边缘附近的虚假边缘,并提出一种基于平均强度变化率的自适应双阈值连接方法提取SAR图像中边缘。仿真和实测SAR图像的实验结果表明,该文提出的算子在SAR图像的边缘检测中表现出较好的性能,具有较高检测率和边缘定位精度,边缘线段的连续性保持也较好。     

双模式太阳跟踪器太阳质心提取算法

在传统太阳跟踪器的基础上结合图像处理技术,搭建一套双模式太阳跟踪器,并围绕太阳质心提取算法展开研究。针对太阳跟踪器在太阳被云雾遮挡时无法准确跟踪的问题,提出了一种基于快速中值滤波的去雾算法,根据暗通道先验计算出透射率图,使用快速中值滤波代替软抠图方法对透射率图进行平滑,还原出无雾图像。为避免人工阈值带来的分割误差,在去雾增强的图像上使用快速最大稳定极值区域(MSER)特征区域检测方法检测出太阳区域,并提取出太阳质心。实验证明该算法在雾霾天气下仍然能够还原出清晰的太阳图像,准确提取出太阳质心,并且算法复杂度较低,满足太阳跟踪器实时处理的需求。     

基于二值化的边缘图像滤波方法

图像经过边缘提取之后常会带有各种噪声,提取的边缘还不能满足我们的需要。讨论了对边缘图像的滤波方法,先对图像进行二值化,再进行区域标记,处理后的图像再与边缘图像进行与运算。实验结果表明,该方法对提高边缘图像的质量是非常有效的,并且具有非常高的实用性。     

一种改进的边缘生长彩色图像分割方法

针对彩色图像颜色空间特性,提出一种改进的边缘生长图像分割方法。首先根据平均颜色矩确定图像量化级数,色彩量化后采用边缘检测提取边缘像素集,并将这些高细节点形成边缘线,围成一个封闭的区域,最后根据颜色空间的区域距离,将初始分割区域进行合并。该方法很好的解决了使用边缘检测或区域生长所产生的不连续性和过分割问题。实验结果显示对彩色图像分割具有较好的效果。     

改进最佳缝合线的红外图像拼接方法

变电站场景的红外图像受噪声干扰大、纹理信息不明显,拼接过程中易出现拼接痕迹或重影现象。针对上述问题,本文提出一种改进最佳缝合线的红外图像拼接方法。该方法首先采用SIFT算法提取图像区域特征,实现图像配准;然后在两幅图像的重合区域上引入局部权重系数,并对图像颜色差异强度进行形态学操作,减少红外图像的噪声干扰,以此改善能量函数图的纹理信息。最后,利用动态规划改进缝合线搜索准则,在图像重叠区域搜索出最佳缝合线。实验结果表明,与渐入渐出法和最佳缝合线法比较,本文方法在拼接后图像的平均梯度、图像清晰度和图像边缘强度均有所提高,融合区域过渡更平滑自然,拼接痕迹明显减少。     

改进边缘检测算法在医学图像处理中的应用

图像边缘检测在医学中有很重要的应用,针对此提出了一种新的边缘检测方法,首先采用canny算子对图像进行边缘检测,然后对检测后的图像轮廓跟踪。实验表明,与传统的边缘检测算法相比,这种算法能更好地提取图像中目标物体的边缘,减少检测边缘断裂现象,具有很好的应用价值。     

基于改进SUSAN算法的红外图像边缘增强方法

提出了一种基于自适应阈值和限定角点区域的红外图像边缘增强方法.首先介绍了SUSAN边缘增强算法,然后改进了SUSAN算法阈值的自适应选取和角点区域限定的方法,最后在实际应用中,提取出了红外图像清晰、连通的边缘特征.实验结果表明,改进后的方法能够有效地增强红外图像的边缘,得到令人满意的效果.     

一种基于细化边缘的图像放大方法

为了解决图像放大过程中边缘模糊及运算量大的问题,采用一种基于细化后的图像边缘进行插值处理的图像放大方法.首先对初步提取出的边缘进行细化,获取边缘的较准确位置;然后根据被插值点邻域内边缘点和非边缘点的数量和位置关系进行不同的插值处理.实验表明该方法得到的放大图像有较好的视觉效果,无明显锯齿现象,且处理算法简单,易于实现.     

TeO_2高分辨率声光射电频谱仪

声光射电频仪(AOS)是近年新发展起来的一种利用声光互作用原理对电信号进行光学模拟的装置,它可以实时宽带地展示输入电信号的频谱结构,比之扫频型、滤波器组型和数字相关型频谱分析装置要优越得多,因此得到迅速的发展,1973年 Cole 建立第一台 AOS后,我国在1978年也利用 PbMoO 声光器件组成 AOS,对太阳进行了米波射电谱的观测。     

基于窗函数数字预滤波处理系统的研究

由于在FPGA中能够通过FIRIPCore很方便地实现FIR滤波器组。在此,从FIR滤波器组的各种窗函数特性分析入手,分析了各种窗函数在频域内的各种性质,提出了在合理使用FPGA内部资源的前提下,设计适用于不同天文观测的预处理DFB系统中FIR滤波器的设计。通过设计观测具有频率分裂特征的太阳Ⅱ型爆发的DFB,详细论证了该种设计的可行性。     

基于超声图像的自适应谱聚类方法研究

为精确提取超声肿瘤图像的肿瘤区域,基于分裂合并思想,结合自协调谱聚类方法,提出一种基于超声图像的自适应谱聚类方法。该方法在分裂阶段用SLIC算法将图像分割成超像素,根据肿瘤区域和背景区域的纹理特征差异选取合适的纹理特征,在合并阶段用自协调谱聚类算法自动确定谱聚类数目,聚出肿瘤区域,并用先验知识提取分割结果中的肿瘤区域。将该算法提取的肿瘤区域和人工分割的肿瘤区域比较,准确度达到93. 41%,结果比较准确。     

基于分裂Bregman算法的单帧运动图像盲去模糊

提出一种基于分裂Bregman算法的单帧运动图像盲去模糊方法,该算法分为模糊核估计和图像复原两个阶段.在估计模糊核时,首先利用双边滤波器去除图像中的噪声,再采用改进的冲激滤波器对图像进行边缘增强,选取有用的边缘信息估计模糊核,并对估计出的模糊核进行修正,从而得到高质量的模糊核.图像复原阶段,利用分裂Bregman算法交替迭代得到去模糊后的图像.该算法具有降噪和边缘增强的功能,并能保持图像总变分不变,使图像复原效果更好且计算时间有大幅降低.