去除SAR图像斑点的改进型自适应各向异性扩散滤波方法

针对目前基于各向异性扩散技术的SAR图像斑点滤波方法的扩散系数与迭代过程控制不够精确的缺点,提出了一种改进的自适应各向异性扩散滤波方法,该方法结合有效视数（ENL）和梯度两种参数,使扩散系数能够自适应不同地物与细微结构,并通过准确地获取迭代过程中平坦区域有效视数以及扩展扩散的临近点个数,更精确地控制迭代过程。实验表明,这种改进的方法在去除斑点噪声、保持点目标和细节边缘信息等方面均优于传统的增强Lee滤波法、PM滤波法和SRAD各向异性扩散法。     

天文图像序列中弱目标的实时检测算法

针对天文图像中运动弱小目标的检测问题,在分析天文CCD图像特点的基础上,根据待检测目标运动状态的不同,提出:1)在检测动目标时,对基于图像对称差分运算方法进行了改进,改进后的方法性能优于图像差分法,且硬件实现容易。该方法以连续三帧序列图像为一组处理对象,在进行绝对差运算之前,对图像进行对比度增强及均值滤波;2)使用形态学滤波的方法实现单帧静止多目标的检测,该方法采用top-hat算子完成背景的估计与目标的检测。为了实时实现所提出的动目标及静止目标的检测算法,设计了DSP FPGA硬件架构方案,并进行了外场实验。实验的结果表明,检测算法在硬件加速的情况下可以实时有效地检测到SNR≈2的弱小目标,并可以同时实时保存原始图像数据。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

增强图像细节和去噪能力的改进形态学分水岭算法

为了抑制分水岭算法过分割和滤波后保持图像细节,论文提出一种改进的形态学分水岭分割算法.首先,对图像进行多尺度小波分解得到低频系数和高频系数;对低频系数进行基于Perona-Malik扩散模型各向异性扩散滤波;对高频系数,引入神经网络中的sigrnoid函数改进自适应遗传算法的变异和交叉概率生成,并用父代的最优个体替换子代中最差的个体来保护最优个体不被破坏,克服遗传算法的局部最优现象,利用改进的自适应遗传算法增强和去噪.然后,对梯度图像做锐化处理以突出边缘,再做形态学运算并进行H-minima标记.最后,执行分水岭分割,实现改进的算法.实验结果表明,改进算法能够有效地抑制噪声的干扰,减轻过分割,分割精度也有所提高.     

基于偏微分方程的非线性图像去噪增强技术研究

本文主要研究基于偏微分方程图像去噪增强。针对降质图像去噪增强问题,结合偏微分理论和图像去噪增强方法,改进P-M各向异性扩散模型,有效去噪并保留图像边缘信息。对于基于梯度场均衡化对比度增强的不足,结合偏微分和可调直方图均衡化,增强图像纹理并改善对比度,并客观质量评价处理后图像。     

基于光学相关的遮拦目标识别技术

在目标识别研究中,目标被遮拦现象经常出现.基于遮拦目标局部信息缺失的特点,本文将传统的直方图均衡化做了对比度自适应改进,局部增强目标信息,应用光学相关识别原理,结合边缘提取方法,将被遮拦目标从背景中分离出来.通过大量光学实验表明,基于Sobel算子的边缘检测和对比度自适应直方图均衡化相结合,有效增强了探测目标的相关峰强度,实现了遮拦目标的识别.     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

基于各向异性扩散滤波与非局部先验的PET图像重建算法

针对在正电子发射断层成像中,经典的惩罚最小二乘算法和基于局部先验惩罚的改进算法不能有效地抑制噪声并保护图像边缘的问题,提出了一种新的各向异性扩散滤波非局部惩罚最小二乘重建算法(PLS-PDE).新算法首先对图像进行基于非局部二次先验的最小二乘估计,接下来对此估计值进行基于双向扩散系数的各向异性扩散滤波.所提出的算法综合了非局部先验与各向异性扩散滤波的优点.实验结果表明,新算法在抑制噪声和边缘保护方面取得了良好的折中,较大程度地改善了重建图像的质量.     

基于自适应梯度倒数滤波红外弱小目标场景背景抑制

由于红外弱小目标尺度小、能量弱,所以抑制背景以增强目标使后期检测跟踪性能得到保障是关键的目标检测技术环节.为了提高梯度倒数滤波算法对杂波纹理的抑制能力,减少差分图像中残留纹理对目标的干扰,本文提出了自适应梯度倒数滤波算法(AGRF).AGRF算法通过分析背景区域、杂波边缘纹理、目标的分布特性和统计数字特征来确定邻域像素...     

改进反锐化掩模的自适应图像增强算法

图像增强是图像预处理过程中的一个重要环节,传统的线性反锐化掩模是一种常用的图像增强算法,但它在增强图像的同时会放大图像噪声或使边缘部分产生过冲现象,导致图像质量下降.针对这一问题,提出了一种改进反锐化掩模技术的自适应图像增强算法,该算法通过使用正弦函数来自适应地控制邻域内不同像素的权重,使图像平坦区域和边缘部分进行不同程度的增强.实验结果表明该算法对图像边缘细节的增强有了明显的提升,同时也在一定程度上减弱了噪声的放大和边缘过冲现象,改善了图像整体质量.     

基于p-Laplace方程的图像彩色化方法

灰度图像的彩色化是图像处理研究领域中富有挑战性的研究课题,且具有十分广阔的应用前景。在分析现有图像彩色化方法的基础上,提出了一种基于p-Laplace方程的图像彩色化新方法。新方法首先由用户在灰度图像上给定少量的颜色条带;然后通过求解p-Laplace方程实现颜色扩散的彩色化。由于p-Laplace算子是一个各向异性扩散的非线性算子,所以与采用偏微分方程方法的泊松方法和拉普拉斯方法相比,图像彩色化在扩展颜色的同时更能保持边缘效果。     

A time-dependent switching anisotropic diffusion model for denoising and deblurring images

A conditionally anisotropic diffusion based deblurring and denoising filter is introduced in this paper. This is a time-dependent curvature based model and the steady state can be attained at a faster rate, using the explicit time-marching scheme. The filter switches between isotropic and anisotropic diffusion depending on the local image features. The switching of the filter is controlled by a binary function, which returns either zero or one, based on the underlying local image gradient features. The parameters in the proposed filter can be fine-tuned to get the desired output image. The filter is applied to various kinds of input test images and the response is analyzed. The filter is found to be effective in the reconstruction of partially textured, textured, constant-intensity and color images, as is evident from the results provided.     

一种改进的自适应图像传感器数据插值算法

提出了一种改进的自适应插值算法,以改善传统图像传感器图像色调变化幅度过大,图像视觉效果不理想等问题.该算法适于硬件实现.数值实验证明,处理后图像的峰值信噪比有所提高.     

基于相关系数的改进各向异性扩散去噪模型

经典Perona-Malik各向异性扩散去噪模型中仅考虑了图像的梯度信息,在去除噪声时不能很好的保持图像中的目标边界.针对该问题本文提出了一种基于相关系数的改进各向异性散去噪模型.该模型在考虑图像梯度信息的同时,增加了灰度相关系数这一图像局部统计信息因子.实验结果表明:和经典模型相比,改进模型在噪声去除的同时能够较好地...     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.     

基于混沌系统与多方向扩散的图像加密算法

目的为了避免只从单一方向来扩散图像像素,并提高加密密文的安全性,设计了混沌系统与多方向连续扩散的图像加密算法。方法综合Tent,sine映射,联合改进的Logistic映射,设计混合混沌机制,将Logistic模型的输出值作为触发器,获取一组随机性较强的混沌序列,对初始明文进行交叉置乱,高度混淆其像素位置,有效降低置乱周期性;构建量化机制对混沌序列进行处理,获取密钥流,从而设计多方向连续扩散机制,从4个不同的方向,利用不同的扩散模型来改变像素值,显著降低扩散周期性。结果实验结果显示,与当前混沌加密机制相比,所提算法具有更高的安全性与敏感性。结论所提加密算法能够确保图像在网络中安全传输,在包装信息防伪等领域具有较好的应用价值。     

Improving performance of wavelet-based image de-noising algorithm using complex diffusion process

Abstract

Image enhancement and de-noising is an essential pre-processing step in many image processing algorithms. In any image de-noising algorithm, the main concern is to keep the interesting structures of the image. Such interesting structures often correspond to the discontinuities (edges). In this paper, we present a new algorithm for image noise reduction based on the combination of complex diffusion process and wavelet thresholding. In the existing wavelet thresholding methods, the noise reduction is limited, because the approximate coefficients containing the main information of the image are kept unchanged. Since noise affects both the approximate and detail coefficients, the proposed algorithm for noise reduction applies the complex diffusion process on the approximation band in order to alleviate the deficiency of the existing wavelet thresholding methods. The algorithm has been examined using a variety of standard images and its performance has been compared against several de-noising algorithms known from the prior art. Experimental results show that the proposed algorithm preserves the edges better and in most cases, improves the measured visual quality of the de-noised images in comparison to the existing methods known from the literature. The improvement is obtained without excessive computational cost, and the algorithm works well on a wide range of different types of noise.     

基于颜色传递和对比度增强的夜视图像彩色融合

针对基于颜色传递夜视图像彩色融合算法存在的热目标不突出问题,提出一种基于颜色传递和对比度增强的彩色融合算法。该算法首先利用非线性扩散和迭代阈值分割方法提取出图像中的热目标,然后在HSI颜色空间利用热目标和灰度融合图像对颜色传递得到的初步彩色融合图像进行调整,接着将处理结果变换回RGB颜色空间,得到最终的融合图像。实验结果表明,利用该算法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度,从而有效提高了目标的可探测性。