基于视觉特性的影像增强算法研究

遥感影像对比度调整是影像预处理中的关键部分。分析人的视觉特性发现：影像中不同区域特征变化被感知度有所差异。相对于高频区域及对角线方向，人眼更容易感觉到平缓部分的特征变化。以往的对比度增强算法并没有考虑这一视觉特性，提出了一种基于视觉特性的影像增强算法。实验表明，该算法在较好的保持影像细节特征的同时，改善了影像的对比度，得到了较好的视觉效果。     

基于人工免疫系统的遥感图像检索

为了提高遥感图像检索的准确性,提出了一种基于人工免疫系统(artificial immune system)的遥感图像检索算法。该算法根据相关反馈技术及免疫机理,利用克隆选择算法对用户反馈的图像特征进行泛化学习,从而提高了系统对用户语义的理解能力。实验结果表明,该算法能有效理解用户的反馈信息,能提高检索的准确性。     

基于BSIFT的无人机影像快速拼接算法

针对传统SIFT算法在无人机影像配准过程中速度较慢的问题,提出了一种改进的BSIFT影像拼接方法.针对SIFT特征点描述符计算复杂、占用存储空间过大、匹配耗时过长的缺点,使用BRIEF特征点描述符代替,利用改进方法(BSIFT)对影像进行特征点的提取与匹配,利用RANSAC算法剔除错配点并计算变换矩阵.实验结果表明:本文提出的方法提高了影像拼接速度,而且提高了拼接精度.     

基于小波变换的大面阵CCD相机影像亮度不一致性消除算法

针对大面阵CCD影像亮度不均匀现象，提出一种基于小波变换的影像亮度不一致性消除算法。在分析像面光照模型的基础上，构造出光照模型的仿真影像，通过分析仿真影像的小波变换系数，发现影像亮度不一致信息集中反映在小波的近似系数之中。利用这一特性，先将数字相机原始影像进行多尺度小波分解，并对近似系数取对数，然后施加一个衰减算子，对近似系数的对数进行非均匀改正，将改正后的系数取指数，再对近似系数进行线性拉伸，同时根据人类视觉系统对不同方向细节敏感度的不同，对不同方向的细节系数进行不同幅度的线性拉伸，以突出图像细节，最后通过影像重建，获得均匀亮度的航空影像。实验结果显示，该算法具有很好的匀光效果，同时能够较好地保持影像细节特征。