非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强

针对部分遥感图像整体亮度偏暗、对比度较低的特点,为提高遥感图像的视觉效果和可解译性,提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform, NSST)和参数化对数图像处理(parameterized logarithmic image processing, PLIP)模型的遥感图像增强方法。首先,遥感图像经非下采样Shearlet变换分解成低频分量和高频分量;然后依据PLIP模型对其低频分量进行增强,提高图像的对比度;同时利用改进的模糊增强方法对高频分量进行增强,突显边缘细节信息。大量试验结果表明,与双向直方图均衡增强、基于平稳小波变换的增强、基于非下采样Contourlet变换的增强等5种图像增强方法相比,本文提出的方法在主观视觉效果和对比度、清晰度等客观定量评价指标两个方面均有优势,能更有效地提高遥感图像的对比度、增强边缘纹理细节信息,视觉效果更佳。     

遗传算法在影像模糊增强中的应用

影像增强是图像处理的基本内容之一,其目的是改善图像的"视觉效果"。以遗传算法优良的全局寻优特点及影像的模糊性为基础,将遗传算法引入到影像模糊增强处理当中,用于选择模糊增强参数,并对适应度函数进行了改进,加入了对对比度信息的限定,产生了比较好的增强效果。     

MapReduce 编程模型及其在图像处理中应用研究综述

MapReduce在云计算及其相关应用中发挥着重要作用,将其应用到图像处理中可以提高计算效率。然而,该模型设计的初衷是处理文本数据,对图像等二进制文件的处理支持能力相对不足。在充分调研国内外文献基础上,作者从MapReduce概述、图像数据格式设计和图像处理算法研究和在遥感图像处理中的典型应用等方面进行了综述,最后探讨了MapReduce在图像处理研究中的发展趋势。第一次比较全面地对MapReduce在图像处理中的应用进行了论述,对扩展MapReduce的应用范围和提高图像处理速度具有参考价值。     

MapReduce编程模型及其在图像处理中的应用研究综述

MapReduce在云计算及其相关应用中发挥着重要作用,将其应用到图像处理中可以提高计算效率。然而,该模型设计的初衷是处理文本数据,对图像等二进制文件的处理支持能力相对不足。在充分调研国内外文献基础上,作者从MapReduce概述、图像数据格式设计和图像处理算法研究和在遥感图像处理中的典型应用等方面进行了综述,最后探讨了MapReduce在图像处理研究中的发展趋势。第一次比较全面地对MapReduce在图像处理中的应用进行了论述,对扩展MapReduce的应用范围和提高图像处理速度具有参考价值。     

多视处理对SAR船只探测的影响

合成孔径雷达(Synthetic Aperture Radar, SAR)成像过程中会出现斑点噪声,一般用多视处理减少图像的斑点噪声,这对合成孔径雷达船只探测造成了一定的影响.本文对不同视数SAR图像的等效视数、空间分辨率和船只海面对比度进行了分析,结果表明:一方面,多视处理增加了等效视数,改善了图像质量,更有利于船只探测;但另一方面,多视处理又降低了图像空间分辨率和船只海面对比度,对船只探测产生不利影响.最后本文选取了窗口滤波法和K分布法两种典型的SAR船只探测方法对多视处理的SIR-C SAR图像进行了船只探测试验,得到了最适合船只探测的多视处理的视数.     

多尺度Retinex的低照度航空图像非线性增强

针对低照度航空遥感图像亮度低、对比度低,阴影区域目标难以准确判读的问题,提出了一种基于多尺度Retinex的图像非线性增强方法。该方法采用递归迭代提高高斯滤波处理速度;采用灰度极值去除线性拉伸,尽可能保留原始细节信息;采用动态范围调节因子控制输出图像对比度。实验结果表明,灰度极值去除比例、动态范围调节因子和最大环绕尺度等重要参数的取值变化对图象处理效果具有影响。给出了上述3种参数合适的取值范围,有效提升了低照度航空遥感图像的判读效果。     

基于方向加权二维多级中值滤波的遥感图像处理方法

遥感图像受各种因素的干扰而影响解译精度。根据人类视觉和认知心理学的特点，在遥感解译过程中需要对遥感图像进行增强处理。本文结合机器视觉、图像处理领域在图像增强方面已经提出的一些方法，采用方向加权二维多级中值滤波方法进行图像处理。该方法突出了视觉处理目的，减少了运算量，达到了令人满意的增强效果，在原始图像比较复杂的情况下，可以改善、提高后期图像处理过程，如图像分析(解译)的正确性和有效性，为遥感图像解译提供良婷的增强图像。同时该方法还可以很好地抑制图像噪声，突出边缘信息，达到了增强图像的目的。     

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术,是各种与图像有关软件中必不可少的功能模块.文中在分析噪声模型的基础上,对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较.针对图像中含有的不同噪声模型,通过多次试验,得出了值得从事图像处理研究者参考的结论.这将有助于提高图像处理软件开发的效率.     

基于对比度增强和形态学的遥感影像道路提取

提出了一种基于对比度增强和形态学的遥感影像道路边界与特征点提取的方法。先对遥感影像进行对比度变换增强,通过对比分析直方图均衡化和对比度分段线性增强两种方法获取的增强影像,选取区分度大的分段线性增强方法进行影像增强,然后运用数学形态法进行影像分割,实现道路和其他图像信息的有效分离。利用Krisch算子进行边缘检测提取道路的边缘信息,并基于边缘特征利用改进的Harris算子提取特征点,将提取的特征点进行拟合并用函数模型描述图像道路信息,用于后期制图中道路信息的矢量化。     

遥感图像村级道路提取方法研究

对高分辨率遥感图像0.64~0.72μm波段灰度图进行直方图拉伸增强对比度,通过设立阈值分割图像得到二值图,再基于数学形态学消除噪声填充孔洞。然后,利用软件进行自动矢量化。实验证明,该方法能有效处理遥感图像,已达到提取高分辨率遥感图像中村级道路的目的。