一种基于先验知识约束的图像盲解卷积恢复算法

在对现存的图像盲解卷积恢复算法进行阐述的基础上,介绍了一种根据概率统计理论推导的极大似然图像恢复算法.该算法通过用共轭梯度法对一个误差函数进行最小化来实现.并且在运算的过程中,加入了一些先验知识,如非负性和有限支持域等约束.     

基于离散平稳小波的影像恢复去噪方法

为了避免图像去噪过程中图像边缘细节信息大量丢失、去噪图像出现模糊及阶梯效应等问题,本文提出一种基于离散平稳小波(SWT)的图像恢复去噪算法。首先,对噪声遥感图像进行3层SWT分解;其次,构建图像恢复去噪算法,并采用此算法对每一层的高频分量进行去噪处理;最后,对低频分量和去噪后的高频分量进行SWT重构,获得去噪图像。实验结果表明,本文提出的图像去噪算法不仅可以有效地抑制图像的随机噪声,而且能在去除图像随机噪声的同时保留更多图像的边缘细节信息,去噪图像呈现较好的视觉效果。     

结合Fourier域约束的多帧盲解卷积图像恢复算法

大气湍流严重限制了地对空光学系统的成像质量,自适应光学系统对大气湍流的补偿仅仅是部分的、有限的。当前的图像恢复技术对重建过程中的PSF施加的先验约束主要有非负性、归一化、支持域等空间域约束。这里对图像的Fourier频谱特性进行分析,将一种基于Fourier域的先验约束引入到多帧迭代盲解卷积算法中。实验结果表明,该算法可有效对模糊图像进行恢复,尤其是对强湍流观测下的重度模糊图像具有较好的恢复效果。     

基于卡尔曼运动模型模糊图像恢复技术研究

提出了一种基于卡尔曼运动模型进行运动模糊图像退化过程分析的方法 ,设计了基于卡尔曼运动质量退化模型的运动模糊图像恢复算法 ,该方法逼近实际的运动模型。通过对火车称重系统中的模糊影像恢复实验 ,表明了该恢复技术的有效性     

星载相机轨道末期成像模型及图像复原算法

通过对光学卫星轨道末期成像面临的像移失配的研究,从能量的观点出发建立了TDI CCD (时间延迟积分电荷耦合器件)推扫成像通用模型(GMPI),基于该模型提出了一种像移失配工况下的非常规遥感成像方式,引入了信号滤波器的表示方法,将GMPI模型简化成为易于计算的TDI CCD推扫成像滤波器模型（FMPI）,对轨道末期遥感图像混叠效应进行了定量分析,并给出了基于成像机理及成像参数的图像恢复处理方法。通过实际成像实验获取了像移速度失配下的图像并通过图像恢复算法进行处理,得到了比半盲式复原算法更好的图像恢复效果。     

基于图像语义分割的动态场景下的单目SLAM算法

在恢复场景信息和相机运动时,传统的SLAM算法是基于静态环境假设的。场景中的动态物体会降低算法的稳健性和最终的定位精度。本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合,以减少动态物体对定位结果的干扰。首先,构建有监督的卷积神经网络对输入图像中的动态物体进行分割,获得语义图像;然后,从原始图像中提取特征点,并根据语义图像剔除动态物体特征点,保留静态物体特征点;最后,利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪。在ApolloScape自动驾驶数据集上的试验表明,与传统方法相比,本文算法在动态场景中定位精度提升约17%。     

中波红外图像条纹处理方法

卫星搭载的有效载荷在进行在轨对地观测过程中,受仪器本身特性和地球固有特性因素的影响,在图像上会产生多种观测失准和干扰现象。如图像旋转现象,蝴蝶结效应以及探元非均匀性条纹现象等。针对这类可以预见到的冗余和条纹,对仪器设计优化以及借助卫星星历轨道等辅助数据和成熟的图像处理算法可以对其实现有效地恢复。仪器在轨运行期间新引入的周期性或非周期性干扰,则需综合运用多种数据来源和关于干扰产生原理的先验知识,并结合图像处理手段实现图像恢复,同时保存原有辐射信息的真实性,为定量研究提供高质量可靠的数据准备。本研究针对某卫星中波红外图像干扰条纹,利用星上定标数据,并通过条纹现象分析和产生机理分析,探索了一种新的基于空域信号补偿原理的图像干扰条纹处理算法,通过大量图像数据处理实践证明,该算法对图像质量改善明显,且在动态范围和辐射信息保存方面优于传统频域滤波算法。     

基于MRF的各向异性图像修复模型

针对图像上划痕等小区域的恢复问题,提出了一种顾及边缘的各向异性马尔可夫随机场修复模型,并采用模拟退火算法实现解算。对不同类型的图像进行了修复实验,获得了较好的修复效果。     

一种新的SAR图像相干斑抑制算法

合成孔径雷达(SAR)图像会受到相干斑噪声的污染,对SAR图像的后续处理产生了很大影响.提出一种基于快速离散曲波变换(FDCT)抑制合成孔径雷达(SAR)图像相干斑噪声的方法.先通过FDCT把SAR图像变换到曲波域中,得到曲波系数,再应用自适应阈值算法估计不同尺度、不同方位曲波系数的阈值,分别对曲波系数进行硬阈值和软阈值化处理,最后通过FDCT反变换恢复出图像.对单视SAR原始图像进行处理,并与小波去噪方法进行各种量化比较,结果表明,Curvelet滤波器要比Wavelet滤波器效果好,软阈值算法的效果比硬阈值算法好.基于FDCT的SAR图像相干斑去噪,不仅抑制相干斑能力比较强,而且在目标的边缘及纹理信息的保持上也有很大的优势.     

CBERS-1卫星02号星图像MTF复原及其结果分析评价

对退化图像进行信息恢复是遥感图像处理的研究重点。本文从刀刃曲线求取MTF的基本理论入手,对灰度图像上的特定纹理等间隔采样,插值拟和刀刃曲线从而求得线扩散函数(LSF)。将线扩散函数进行傅立叶变换得到MTF后,在频域内对退化图像进行逆变换后再将频域里的图像进行傅立叶逆变换得到恢复后的遥感图像,在频域中对图像进行恢复的关键处理在于把图像的最高频率和光学截止频率对应起来。本文除列出对比退化较之恢复图像的定量指标外,还定性地提出了恢复前后图像的傅立叶变换的频谱、地物分类情况同亮度的直方图统计等方法,更直观地评价了实验结果。该方法应用于CBERS-1的02号卫星图像,恢复后图像的边缘清晰度与细节的详细程度较之退化图像有了很明显的改善。     

小数据量矢量地理数据水印算法

针对小数据量矢量地理数据的版权保护需求,提出了一种基于压缩感知和多段量化调制的矢量地理数据水印算法。水印信息生成中,对二值水印图像分块稀疏表达并运用压缩感知理论进行测量,构建量化表将测量结果调制为量化值,从而压缩水印信息并保证水印信息的可重构性。在水印嵌入过程中,提出基于角度的多段量化水印嵌入机制,建立水印量化值和角度量化区间的映射关系,对矢量数据相邻节点形成的夹角进行多段量化调制并嵌入水印,提高每个节点承载的水印容量。试验结果表明,算法能够对100个点的矢量数据嵌入并检测水印信息,水印容量达每节点7 bit,且对增点、删点、排序、平移、旋转、缩放等攻击具有好的稳健性,有效解决了水印容量与小数据量之间的矛盾。     

高光谱图像波段选择的改进二进制布谷鸟算法

波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。     

基于提升小波的影像变换与匹配

从第二代小波即小波提升方法出发,研究了一种反对称小波的影像变换算法、导出了其更新函数,并与线性提升算法进行了比较,结果表明,该算法不仅具有在位计算的特性,而且能够更好地突出影像边缘特征,为影像匹配提供了丰富的信息。在实时影像匹配中,同时采用了低频信息和高频分量,构成了多窗口匹配算法,试验证明,该算法能够提高匹配的效率和可靠性。     

基于分层图像融合的SAR图像可视化增强方法

提出了一种基于分层图像融合的合成孔径雷达(Synthetic Aperture Radar,SAR)图像可视化增强方法。根据SAR图像特点,通过图像灰度级分层、融合等处理,并在图像融合时加入动态范围约束条件进行求解,对SAR图像做了可视化增强处理,处理得到的图像动态范围满足显示打印等设备动态范围约束条件,且与常规方法相比能更多地保留原图细节信息。实验结果表明了本文方法的有效性。     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

基于数学形态学的遥感影像边缘检测研究

针对含有复杂地物、边缘密度大的遥感影像,提出了一种基于多结构元素形态学的边缘检测方法。首先,根据遥感影像的特点,用形态学的开闭滤波器去除影像中的噪声点。然后基于多结构元素形态学进行边缘检测,最后,对边缘检测结果进行二值化及细化处理。并同Sobel及Canny算子的检测结果进行了比较。结果证明,该方法能有效地提取边缘、保护细节。     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术,其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像,本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法,该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配,然后使用RANSAC算法消除误匹配点并获取投影变换矩阵,从而获得图像序列间的亚像素级的运动信息;采用一组低分辨率序列图像进行试验,基于上述运动估计算法,采用迭代反投影进行超分辨率重建。试验结果表明,运动估计精度较高,重建影像具有较好的视觉效果,尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

基于形态学的遥感影像滤波方法研究

针对遥感影像的特点，提出了一种基于多结构元素形态学的滤波算法。运用此算法和传统的中值滤波算法以及均值算法一并对遥感影像进行了处理，并且使用多种指标对处理的结果进行了比较。结果表明，该算法能够很好地滤除遥感图像中的噪声点，改进了对遥感图像的细节目标的保护。     

基于角点检测的遥感图像几何质量评价方法

为分析图像压缩过程对遥感图像几何质量的影响,提出一种新的基于图像角点检测的图像几何质量评价方法.首先介绍经典Harris角点检测算法,然后针对Harris算法定位精度不高的缺点改进Harris算法:对角点响应函数进行曲面拟合后求拟合曲面极值点,以此作为图像亚像素级角点坐标,最后将改进的Harris算法应用到遥感图像几何...