形态学和小波域滤波级联的杂波抑制算法研究

为保留目标的同时尽可能多地抑制图像背景杂波,在研究形态学滤波、空域平滑滤波、小波域平滑滤波以及它们级联的背景杂波抑制算法的基础上,提出形态学滤波和小波域平滑滤波级联的杂波抑制算法。该算法先对含有微弱目标和白高斯噪声的原始图像进行空域形态学滤波,然后对形态学滤波结果进行小波变换,在小波域中对各小波系数分别平滑滤波,用滤波前的小波系数减去滤波后的小波系数得到差值系数,对差值系数再进行逆小波变换。仿真测试表明,提出的算法在得到的残差图像中目标邻域信杂比(SCNR)平均增益比空域形态学滤波算法和空域平滑滤波算法等均有较明显的提高,为后续的目标检测与跟踪提供了良好的保障。     

视频监视系统中运动目标检测的新方法

运动目标检测是计算机视觉监视系统的核心。对于采用固定摄像机监控视频运动目标的检测,利用Affine Lucas Kanade特征跟踪算法的图像金字塔模型,根据模型的不同层数,将对应不同层数分辨率下的差分图像与Susan算子结合,通过形态学处理实现对复杂背景下运动目标的检测。仿真实验结果表明,采用的算法有效地抑制了噪声对运动目标检测效果的影响,且计算量随金字塔层数的增加而成倍减少。     

一种复合去噪的图像处理方法

针对小波变换和多级中值滤波各自在去噪方面的优点和不足,提出了一种新的图像复合去噪算法;该方法先对图像进行中值滤波,然后再用小波变换和中值滤波相结合进行进一步的滤波处理,得到最终的滤波图像。实验表明,该种方法在有效去除噪声的同时还很好的保护了图像的边界,图像的视觉效果良好。     

一种自适应阈值选择方法

提出了一种新的自适应阈值选择方法。该方法基于图像的灰度级特征，以前景和背景最大程度地分开为判据，定义了新的阚值识别函数来选择最佳的阈值，对图像进行分割。同时，还给出了该方法的应用实例和分割结果的比较与分析。结果表明该方法不仅对灰度级谷地明显的图像适用，而且对灰度级谷底不太明显的图像，也能达到比较满意的分割效果。     

基于雾的能见度黑体识别的研究

基于数字摄像技术直接摄取选定目标物及背景的图像,用图像处理的方法通过对所获取的图像进行分析处理,获取能见度的相关信息。黑体识别采用类间最大方差阈值分割的方法,对分割后的图像用形态学方法进行平滑滤波,得到最后分割的黑体。通过目标物与背景物的平均亮度计算可获得白天的气象能见度。研究使用CCD摄像头采集图像,使用相应DVT软件进行控制连续采集传输图像。     

基于视频的交通流参数智能检测系统研究

实现了一种利用计算机视觉和图像处理的方法来检测车流的智能检测系统。首先利用输入的图像序列完成自适应的背景重建,通过目标分割和特征提取实现目标检测和运动跟踪,然后提出将HSV颜色空间特征应用于车辆目标匹配的方法和一种新的快速非均匀量化算法,用于跟踪发生融合的目标,最后对各交通流参数进行计算和统计,并对系统实现过程中出现的问题进行分析和总结。     

一种基于多级Kalman滤波的高精度距离估计方法

慢速运动目标距离估计精度不高,很难用于高精度距离测量的场合中,而滤波时精度过高会导致对目标距离变化的反应时间变慢,从而不能及时对位置变化做出判断。提出利用二级Kalman滤波对距离估计的目标参数进行处理,建立对慢速目标的滤波模型,并对滤波参数的选取进行讨论。以naono LOC模块为例,通过对测量数据进行仿真实验,证实该方法距离估计精度达到0.5 m,得到有效提高,并且反应时间控制在有效范围内。     

考虑局部方差互信息和梯度一致性的改进SFIM遥感图像融合方法

全色图像和多光谱图像由于光谱和空间尺度上的差异,融合结果容易出现光谱失真或空间失真。如何同时实现两个尺度上的对齐,是提高融合效果的关键。传统的SFIM(Smoothing Filter-based Intensity Modulation)遥感图像融合方法可以保证光谱尺度上的一致,但在衡量空间尺度一致上还不够精确。针对此问题,本文提出了一种基于局部方差互信息的空间尺度对齐方法,并在平均梯度一致性的约束下进一步改进SFIM方法。该方法首先对多光谱各波段线性拟合生成多光谱强度图像,并对高分辨率全色图像进行高斯低通滤波,改变滤波参数循环计算2幅图像的局部方差图像间的互信息,当互信息最大时,高斯滤波参数为最佳滤波估计参数;然后,用该高斯滤波器卷积高分辨率全色图像,得到与多光谱图像空间尺度一致的低分辨率全色图像;之后,高低分辨率全色图像间比值处理得到细节图像,以高分辨率全色图像平均梯度为基准,引入调节系数控制细节图像的注入量;最后,细节图像、调节系数与多光谱图像相乘得到融合图像。为验证本文方法的有效性,在IKONOS和Quickbird两种数据集的植被区、建筑区和混合区3个不同场景六组图像开展融...     

基于小波去噪和图像分割技术的改进NAS-RIF盲图像复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案.首先,应用小波去噪技术,保持了退化图像边缘特征,抑止噪声,提高退化图像的信噪比;其次,在每次迭代中,利用图像分割技术找到准确的目标支持域,并用背景的均值取代非均匀背景;还采用重置共轭梯度法加快了算法的收敛速度.实验结果表明,改进后的算法具有更好的复原效果和更快的收敛速度.     

基于相似像素选择的双边滤波图像去噪

针对双边滤波在一定程度上模糊了图像特征的缺陷,提出一种基于相似像素选择的图像双边滤波算法。该算法首先在图像中搜索所处理像素的邻域内所有相似像素(与其像素值相近的像素),然后依据相似像素占全部邻域像素比例,确定该像素为特征像素或非特征像素。对于特征像素,采用其相似像素进行双边滤波;对于非特征像素,采用全部邻域像素进行双边滤波。仿真实验表明,该算法相对一般双边滤波,能够在去除噪声的同时,更好地保持图像特征。     

基于帧间差分的彩色视频背景提取

针对动态目标检测中的图像背景实时提取问题,采用红绿蓝三分量综合考虑的方法,进行了比较深入的算法研究。研究表明,如果图像序列时间段过短,背景中就会有目标空洞,如果图像序列时间段过长,则不能反映实时背景,在后续目标检测中就会引起较大误差。考虑合理的视频场景区域的动态目标密集程度因素,就可以较好地兼顾提取背景的实时性和背景中目标空洞的消除。     

基于DSP6000的实验室安全控制系统研究

以TMS320DM642为核心构建一个实验室安全控制系统,通过摄像机采集视频图像,将图像传输给DM642进行图像处理,包括获取背景图像、差影处理、图像分割、运动目标检测、安全控制,并将处理结果显示在液晶屏上.实验验证,系统能够实现实验室条件下的安全控制.     

一种改进的图像视觉显著性检测算法

视觉显著性检测在图像分割中起着重要作用。提出一种新的检测算法,首先将图像划分成不相交的超像素集合,并以其作为结点构建闭环图;然后利用背景先验知识与流形排名方法计算图中结点的显著度,得到视觉显著图;再使用Sigmoid函数对视觉显著图进行非线性校正,抑制背景结点的显著度和增强目标结点的显著度。不同算法的对比实验表明,新算法具有更好的检测性能,更易于区分背景区域和目标区域,同时也提高了鲁棒性。     

一种准确而快速的运动目标检测算法

运动目标的检测是计算机视觉和图像编码研究的主要内容,有着广泛的应用领域.减背景法是常用的方法之一,但其受环境光照影响;而帧差法又不能完全提取出目标的所有相关点.针对传统运动目标检测算法的不足,提出基于动态阈值的减背景法与帧差法相结合的运动目标检测算法.实验证明,算法既能完全提取出目标的所有相关点,又适应复杂变化的环境,运动目标检测的精确度和速度都有了明显的提高.     

面向对象高分遥感影像典型自然地物半自动提取

针对目前高空间分辨率遥感影像（简称高分遥感影像）地物全自动提取无法完全实现的现实,本文结合自然地物的光谱和纹理特征,提出一种面向对象的高分遥感影像典型自然地物半自动提取方法。首先构建最小生成树（Minimum Spanning Tree, MST）进行影像初始分割,根据影像灰度平均归一化值和标准差统计对象的光谱、纹理等特征。用户通过“种子点”交互选取提供前景样本,并基于区域邻接图（Region Adjacency Graph, RAG）寻找合并代价最小的区域扩充前景样本。在自动构建的环形缓冲区内选择背景样本,利用特征空间高斯滤波实现全连接条件随机场中均值场更新。依据全连接条件随机场描述全局信息,结合不同地物的提取准则最终得到自然地物的提取结果。以航空和高分二号(GF-2)遥感影像为实验数据,分别对林地、草地、耕地、裸地和水体等典型自然地物进行提取。结果显示,基于本文方法的航空影像典型自然地物提取总精度和Kappa值为0.959和0.948,相较于SVM方法分别提升了20.757%和0.268。高分二号(GF-2)遥感影像的提取总精度和Kappa值为0.959和0.941,相比SVM方法分别提高了1.698%和0.133。证明所给方法能够通过较少的用户交互,实现高分遥感影像典型自然地物高精度智能提取。     

基于线段检测算法的倾斜摄影直角像控点目标检测方法

针对航空摄影测量中空三加密时数据内业精校正的人工刺点效率低下,误差较大等问题,本文提出了一种基于线段检测（Line Segment Detector,LSD）算法的直角像控点目标检测方法。该方法首先通过Retinex算法增强影像彩色信息;再对影像进行双边滤波,在去除噪声的同时能很好的保留边缘信息;然后使用LSD算法提取线段,并结合最小二乘拟合将线段进行合并;经角度、距离和长度信息筛选出最外沿直角边,最后相交得到直角像控点。采用大疆无人机拍摄的“L”形像控点80景影像,“X”形像控点69景影像进行实验,结果表明,本文算法在复杂背景下的直角像控点检测中具有较高的准确率和精度,整体像控点提取准确率达到93.75%,像控点定位精度可以到2.37个像素,在复杂背景和目标失真的情况下依然能保持很高的准确率,定位精度明显优于人工刺点,相对于Radon和PPHT算法,本文算法的像控点组检测准确率明显提高,表明其检测精度受拍摄角度的影响较小。     

基于暗原色先验去雾算法的研究与改进

在雾天情况下,室外采集到的图像易受到噪声干扰,质量降低,清晰度下降。在对常用的几种图像去雾方法的对比分析及研究的基础上,提出了改进的基于小波变换结合暗原色先验去雾的快速算法。通过小波分解可求出近似环境光,对环境光,大气光的估计,可对原图像进行复原。实验表明,改进的算法不但去雾效果明显,图像色彩丰富,而且可以有效地减少运行时间,提高运行速度。     

土地利用/覆被变化遥感检测方法与应用分析

随着我国经济建设的飞速发展,土地利用/覆被变化(LUCC)日新月异,如何快速、高效地获取变化信息已经成为LUCC研究的核心技术之一。本文以SPOT(Pan波段)影像和TM影像为例,对LUCC自动检测方法进行了探讨,并对光谱特征变异法、假彩色合成法、主成分分析法、图像代数法和波段替代法等方法进行了系统分析与比较。实践证明,在科学的图像处理的基础上,综合应用上述方法,能够高效、准确地自动检测出LUCC信息,具有传统的人工目视解译方法无法比拟的优势。