地空背景下目标分形拟合检测算法

通过数字图像的离散分数布朗运动场模型,在研究提取分形维数H参数的基础上,根据人造目标与自然背景各自不同的分形特性,针对性的提出了一种提取分形模型拟合误差的检测算法.实验表明,该方法能够实现不同背景及目标的检测,抗噪声干扰性好,较之普通检测算法对目标具有更好的检测效果,是一种有效的边缘检测算法.     

图像的分形特征增强算法

提出了一种基于区域滤波的增强分形特征的新算法.针对复杂背景及目标的分形特性差异,提取图像四个方向的灰度梯度,选择最小梯度大于阈值的区域进行平滑滤波,最后对分维参数进行分段线性拉伸.实验表明,本算法对背景分维数奇异区域有很好的抑制作用,同时有效增大了目标和背景的分形差异,对一系列分形检测分割算法有重要研究意义.     

基于先验信息和正则化技术的图像复原算法的研究

在湍流退化图像复原研究中,为了消除大气湍流的影响,提出了一种基于先验信息和正则化技术的盲解卷积图像复原算法.该算法是以极大似然估计为基本原理,将目标图像和点扩展函数的先验信息以惩罚项的形式引入到极大似然函数中,同时利用正则化技术优化目标图像和点扩展函数的估计过程,以增加极大似然估计算法的收敛性和稳定性.通过退化图像的复原实验结果表明,该算法在退化模型完全未知的情况下,可以有效的实现对湍流退化图像的盲复原.     

一种基于改进形态维的尺度距离误差图像分割算法

在提取改进的形态维分形特征基础上，提出了一种基于分形尺度距离误差的图像检测分割算法。该算法针对数字图像的形态维分形模型，进行有效的归一化分析，构建新的尺度距离误差特征，并设定阈值进行分割。实验证明具有良好的检测分割效果。     

复杂背景下多源多目标图像的分形分割算法

综合利用红外图像灰度特征与可见光图像灰度以及分维数方差特征，提出了一种复杂背景下多目标分割算法。首先通过最大熵阈值分割出红外图像的潜在目标区域，记录其质心位置及形状大小并对应到可见光图像中。再提取可见光图像的分形维数，利用其方差特征增强目标奇异性，排除背景奇异区域干扰，并对记录的目标区域进行初判决，得到真实目标质心处的分维数方差。然后将分维数图划分为与已知目标大小接近的区域块，搜索并标记具有相近分维数方差的所有区域块。最后在所标记及其相邻的区域块中精确分割出全部目标。对大量实际图片进行的仿真实验证明，该分割算法可以有效地进行多目标分割，并较好地保留目标形状特征。     

复杂背景下扩展目标双尺度分形分割算法

针对复杂背景的分形尺度不变性,提出了一种扩展目标分割新算法.首先将大、小两种尺度下像素邻域内的灰度信号转化为一维,分别进行离散傅立叶变换(DFT),再利用频域的极大似然估计提取分形维数,选取小尺度的分维数图表征各边缘的精确位置,而大尺度的分维数图表征抑制背景纹理后的目标主要轮廓,然后计算图像边缘的方向性函数,使大尺度边缘在小尺度边缘限定的范围内,选择幅度与方向接近的目标边缘进行连接,最后进行阈值分割,得到闭合的精确边缘结果.实验证明了算法的有效性和可靠性.     

一种强海杂波多目标分形分割算法

提出了一种提取分形尺度误差的电视图像检测分割算法。首先针对强海杂波背景特性,将多目标统归于目标类,分析了归一化的数字图像形态维分形模型,再构建分形尺度误差作为模式分类特征,并设定类间最优阈值进行分割,获得目标区域的精确位置信息,最后选取分割结果中最大局部熵点作为种子,通过区域生长得到较为完整的目标轮廓。通过对实际海景序列图像进行了仿真实验,取得了良好的检测分割效果,并具有较强的抗噪声性能。     

基于APEX方法的湍流退化图像复原算法

在目标探测过程中,为了消除大气湍流带来的影响,提出了一种基于APEX方法的盲去卷积图像复原算法.该算法是一种非迭代的盲图像复原算法,以湍流退化系统具有G类点扩展函数为假设前提,通过模糊图像的频谱信息直接估计点扩展函数,并采用SECB方法实现目标图像的重建.本文对该算法的原理及其对湍流退化图像复原的可行性进行了深入研究,进行了真实的湍流退化图像的复原实验,其结果表明,该算法能够快速实现对湍流退化图像的重建,并具有一定的稳定性,能满足目标探测过程中的实时性要求.     

一种基于乘性可变尺度形态分形模型的分割新算法

在定义乘性可变尺度结构算子对数学形态维分形模型进行优化和改进的基础上,提出了一种基于提取分形特征参数的图像分割算法.首先定义并比较了加性和乘性可变尺度形态结构算子,并以此为基础进行形态学膨胀运算,提取归一化模型下的数学形态维分形维数,再用分形特征维数调制灰度值,以拉开各个灰度级间的距离,有效地增大了目标和背景的差异,最后进行自适应阈值分割.大量对比仿真实验取得了良好的分割效果,并且证明了本算法的有效性和可靠性.     

基于APEX方法的改进图像复原算法

在湍流退化图像复原研究中,提出了一种基于APEX方法的改进图像复原算法.该算法采用APEX方法的基本原理,结合真实湍流退化图像的频谱信息特征, 对APEX方法中点扩展函数的估计过程进行了相应的改进,采用多方向的综合估计代替原有一次性估计,从而减少了点扩展函数的估计误差,增加了APEX方法的稳定性.对改进算法和原有算法进行了对比性实验研究,其结果表明,该算法对湍流退化图像的复原较原有算法在稳定性上有一定的提高,减少了随机噪声对图像复原的影响.