基于ERDAS的掩模图像生成方法探讨

同时存在多种地物干扰影响时,如何利用遥感软件ERDAS的可视化编程Modeler模块生成符合某种条件的二值掩模图像及多值掩模图像,在以往文献中很少有介绍,但这项技术的确是去除干扰信息及提取有用信息的关键一步.针对此问题,探讨了基于该模块生成二值和多值掩模图像的方法;将生成的多值掩模图像应用于卫星遥感图像处理,得到无干扰信息的遥感图像;并在此基础上用主成分分析法提取遥感铁染蚀变信息及羟基蚀变信息.结果表明:利用此方法生成的多值掩模图像应用于卫星遥感图像处理,可有效去除干扰信息,剔除假异常信息,为遥感蚀变信息提取提供高质量的基础数据.     

快速的Otsu双阈值SAR图像分割法

提出了一种结合规则划分和M-H（Metropolis-Hastings）算法的SAR图像分割方法。首先,利用规则划分将图像域划分成子块,并假设每个子块内像素服从同一独立的Gamma分布;根据贝叶斯定理,构建基于子块的图像分割模型;然后,利用M-H算法模拟该分割模型,实现SAR图像分割及模型参数估计。在M-H算法中,设计了改变参数矢量、改变标号场及分裂或合并子块三个移动操作。为了验证提出的分割方法,分别对真实及模拟SAR图像进行分割实验。定性及定量评价结果表明了本文方法的可行性及有效性。     

基于多尺度空间分析的图像阈值分割方法

在通过一阶差分确定阈值的基础上,依据多尺度滤波思想,提出一种基于多尺度空间分析的阈值分割方法对图像进行分割。将该方法与其他分割方法进行了比较,证明了本文算法的有效性。     

基于改进分块阈值的SAR图像分割算法

提出改进分块阈值的SAR图像分割算法,该算法不但能够充分利用图像的局部细节信息,而且利用子图像块上边和左边子图像块的统计特征,增加子图像块间的连续性限制条件。通过试验对比,证明本文提出的算法能够得到更好的分割效果。     

遗传算法及其在图像阈值选取中的应用

论述了遗传算法的基本原理、操作和特点,并以图像阈值选取中的最大类间方差法为例,给出用遗传算法优化图像阈值选取的步骤和方法,实验结果表明了这一方法的有效性。     

遗传算法及其在图像阈值选取中的应用

论述了遗传算法的原理,操作和特点,并以图像阈值选取中的最大类间方差法为例,给出了用遗传算法优化图像阈值选取的步骤和方法,实验结果表明了这一方法的有效性。     

基于插值算法的真实图像与计算机生成图像鉴别

根据真实图像和计算机生成图像在采集方式上的不同所导致的关联性差异,建立了基于隐马尔科夫模型和图像能量谱特性的插值检测算法,选用支持向量机作为分类器进行训练和测试,对真实图像和计算机生成图像进行了分类.在哥伦比亚大学真实图像和计算机生成图像数据库上的实验结果表明,该方法可以达到98.8%的准确率,具有广阔的应用前景.     

基于插值算法的真实图像与计算机生成图像鉴别

根据真实图像和计算机生成图像在采集方式上的不同所导致的关联性差异,建立了基于隐马尔科夫模型和图像能量谱特性的插值检测算法,选用支持向量机作为分类器进行训练和测试,对真实图像和计算机生成图像进行了分类。在哥伦比亚大学真实图像和计算机生成图像数据库上的实验结果表明,该方法可以达到98.8%的准确率,具有广阔的应用前景。     

基于直方图区域生长的遥感图像阈值分割算法

传统阈值分割算法从单阈值扩展到多阈值的过程中,时间复杂度会大幅度增加,并且由于遥感图像信息复杂,会导致分割效果降低.为了解决这些问题,本文提出了基于直方图区域生长的遥感图像阈值分割算法.在本文算法中,每一个灰度级均作为1个初始阈值,用256个阈值将直方图分割成256个原始小区域.为了减少阈值数目,本文将小区域合并成大区...     

自动确定图像二值化最佳阈值的新方法

在详细分析二值化处理原理及当前技术的前提下，综合考虑图像的各种实际情况，提出了自动确定图像二值化阈值的增强大津法和边缘检测阈值法。多次实验表明，根据这两种方法确定的阈值对图像进行二值化处理，不仅可有效地解决图像灰度随地特征变化的图像处理问题，同时对于同一信号源的图像也有相当理想的处理效果，该方法可进一步应用于图像分割等。     

自动确定图像二值化最佳阈值的新方法

在详细分析二值化处理原理及当前技术的前提下,综合考虑图像的各种实际情况,提出了自动确定图像二值化阈值的增强大津法和边缘检测阈值法.多次实验表明,根据这两种方法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对于同一信号源的图像也有相当理想的处理效果.该方法可进一步应用于图像分割等.     

图纸扫描图像二值化阈值选取方法

提出了基于小波变换零交叉的图纸扫描图像自动阈值化方法，用小波变换零交叉描述不同尺度下的图像直方图细节信息，从而聚焦到直方图的任意细节，达到对阈值的精确选取，除了考虑像素点的灰度信息外，还顾及了像素点与其邻域的边缘信息。文中从理论上给出了该方法所得阈值的物理意义。实验表明，该方法同最大墙法相比具有更强的稳健性和自适应能力。     

K-means聚类引导的无人机遥感图像阈值分类方法

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法.首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行K-means聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化...     

基于小波变换的图像阈值化去噪算法研究

鉴于传统的去噪方法难以在各频域得到很好的兼顾,本文提出一种基于小波变换的去噪方法.通过对图像进行2维离散小波变换(DWT),再根据噪声和图像信号的不同特性,在小波域中,选取适当的阈值对小波系数进行处理,最后进行小波重构(IDWT),得到去噪后的图像.实验表明,该算法具有很好的效果.     

一种改进的阈值法提取SAR图像海面油污

对阈值的选取作了相关研究,提出了一种改进的阈值法提取SAR图像海面油膜。试验表明,改进方法在提取海面油膜的应用中具有一定的可行性。     

中波红外图像模拟生成技术研究

基于中波红外图像获取困难的现状,利用高分辨率可见光图像,分别提出基于近似模型和辐射传输模型的中波红外图像模拟方法。在近似模型中,对可见光图像分类,结合不同地物的发射/反射特性,建立起待模拟中波红外图像与源图像之间的灰度映射关系;在辐射传输模型中计算出地面的辐射亮度值,并利用MODTRAN4进行大气改正;利用这两种方法,得到了不同条件下的模拟图像,并给予初步的评价。模拟结果表明,两种方法均能反映出中红外波段下不同地物的相应特征,并在制导等军事应用中有一定的价值。     

用图像质量评价量实现的真实图像和计算机生成图像的鉴别方法

真实图像和计算机生成图像的鉴别是数字图像盲取证中的一个重要问题.提出了一种真实图像和计算机生成图像的鉴别方法.借用模式识别中的二分类概念,采用图像质量评价量来建立模型,以捕获真实图像和计算机生成图像的统计差异,选用支持向量机作为分类器进行训练和测试.实验结果表明,该方法计算方便、实用性强、可靠性高.     

用图像质量评价量实现的真实图像和计算机生成图像的鉴别方法

真实图像和计算机生成图像的鉴别是数字图像盲取证中的一个重要问题。提出了一种真实图像和计算机生成图像的鉴别方法。借用模式识别中的二分类概念,采用图像质量评价量来建立模型,以捕获真实图像和计算机生成图像的统计差异,选用支持向量机作为分类器进行训练和测试。实验结果表明,该方法计算方便、实用性强、可靠性高。     

行列式点过程采样的文本生成图像方法

近年来,虽然基于生成对抗网络(generative adversarial networks, GAN)的文本生成图像问题取得了很大的突破,它可以根据文本的语义信息生成相应的图像,但是生成的图像结果通常缺乏具体的纹理细节,并且经常出现模式崩塌、缺乏多样性等问题。针对以上问题,提出一种针对生成对抗网络的行列式点过程(determinant point process for generative adversarial networks, GAN-DPP)方法来提高模型生成样本的质量,并使用StackGAN++、ControlGAN两种基线模型对GAN-DPP进行实现。在训练过程中,该方法使用行列式点过程核矩阵对真实数据和合成数据的多样性进行建模,并通过引入无监督惩罚损失来鼓励生成器生成与真实数据相似的多样性数据,从而提高生成样本的清晰度及多样性,减轻模型崩塌等问题,并且无需增加额外的训练过程。在CUB和Oxford-102数据集上,通过Inception Score、Fréchet Inception Distance分数、Human Rank这3种指标的定量评估,证明了GAN-DPP...     

基于生成对抗网络的无人机图像去模糊方法

提出一种基于加权感知损失的生成对抗网络(GAN)用于无人机图像去模糊。实验中采用具有跳跃连接结构的网络作为生成器,并对生成器使用加权感知损失进行约束,在生成器和判别器进行对抗式训练过程中,生成器不断学习并优化模糊图像到对应清晰图像的映射函数。另外,由于PSNR、SSIM图像质量客观评价指标的局限性,提出使用感知损失作为监控网络优化过程和模型选择的评价指标,最后使用感知损失选择的生成器模型对模糊图像进行盲去模糊。实验表明,该方法可快速有效地恢复出细节清晰的图像。