基于色貌效应预测的HDR图像显示研究

在基于iCAM的HDR图像显示过程中加入亨特效应和史蒂文斯效应的预测模型。针对不同的评价目的(图像偏好性和场景再现准确性评价),通过实验确定了亨特效应和史蒂文斯效应预测模型中调制参数c和m的最佳取值,并将最终得到的两个完整的预测模型用于算法流程中。通过图像偏好性实验和场景再现准确性实验发现,改进后算法在图像偏好性上优于商业软件PhotoShop CS4中的4种算法和改进前的iCAM算法;在场景再现准确性上优于改进前的iCAM算法,并与PhotoShop的算法相当;最后通过离散快速傅立叶变换和降采样技术,提高了算法的计算速度。     

分区非局部均值色貌模型在色调映射中的应用

针对高动态范围(high dynamic range,HDR)图像的动态范围与传统显示设备不匹配的问题,给出了一种分区的非局部均值滤波,结合色貌模型对色彩进行预测与重构,并应用于色调映射。分区的非局部均值在计算权重之前对图像亮度进行分区,将图像分为基本层和细节层。通过对基本层进行色适应和色调压缩变换,并进行细节补偿操作,保证了再现图像细节可见,最后对图像色彩进行重构,预测原始色彩信息并校正。实验结果表明,该模型可更好地对细节进行保留,准确地预测并还原色彩信息。     

基于打印机和视觉模型的阶调误差扩散算法的研究

提出了一种基于打印机模型和视觉模型的阶调误差扩散算法。这种基于模型的半色调方法是利用打印机的特征和人类的视觉特性使打印图像的质量达到最佳。为了保证根据阶调不同获得最优矩阵，使用基于人眼视觉模型的误差算法对半色调结果进行评价。     

基于图像特征的星载SAR图像模拟研究

SAR图像模拟技术被广泛应用于SAR系统的设计和验证、SAR图像的正射纠正、雷达图像解译和目标识别等。随着星载SAR的发展,必然面临着对星载SAR图像模拟的大量需求。本文首先从SAR图像的几何特征和辐射特征出发,探讨了SAR图像模拟技术的原理,分析了RD（Rang Doppler）模型,后向散射模型和斑噪模型。在传统RD模型的基础上,根据不同地形特征（起伏地形和平坦地形）考虑不同的后向散射模型。特别强调了在平坦地形情况下,需要地物分类数据的参与,并利用Ulaby和Dobson的后向散射模型。另外,在SAR图像统计特征的基础上,进行SAR图像的乘性噪声模拟,可以满足更逼真的SAR场景需求。然后,给出了图像模拟的算法流程,并对关键步骤的算法做了分析。最后,在实现基于图像特征的星载SAR图像场景模拟算法的基础上,选择新疆窝依牙地区和天津地区分别进行起伏地形和平坦地形的模拟试验,实验结果证明了本文模拟算法的有效性。     

最优迟滞系数的自适应绿噪声半色调算法

提出了最优迟滞系数的自适应绿噪声半色调算法。该算法使用随机数选择不同的误差扩散滤波器和根据图像灰度级选择最优迟滞系数的方法,有效地解决了普通绿噪声半色调算法中由于点聚集而在某些图像阶调上产生规律性条纹及视觉效果不均匀的问题。实验结果表明,所提出的半色调算法生成的网目调图像既保持了绿噪声网目调图像的调幅特性,又保证了半色调输出图像的视觉均匀性。     

卷积神经网络在大规模图像分类中的应用

针对大规模无序图像分类处理中成对图像的匹配和几何验证的计算量大的问题,该文通过研究和学习机器学习及图像识别领域先进的方法,提出了一种基于孪生神经网络的大规模图像有序化方法。该算法主要是:通过抽取已训练好的VGG19的网络模型的卷积层作为图像的特征,将提出的特征分别加权后,连接起来,再次卷积和池化,利用响应函数判定图像之间连通性,实现对输入图像对连通性判定。经实验证明,该算法可有效地识别具有场景重叠的图像对,效率和精度上也有所提高,无须执行详尽的推定匹配和几何验证,适用于运动恢复结构,图像连接等各种场景。     

基于梯度域的高辐射分辨率遥感图像动态范围压缩算法

针对高辐射分辨率遥感图像(high radiation resolution remote sensing image,HRRRSI)在普通显示设备上的显示问题,提出了一种适用于HRRRSI显示的新算法.该算法通过对高辐射分辨率图像中大梯度域的梯度衰减来实现,能够在常用的显示设备上对HRRRSI的细节信息进行精确显示.该算法实现的技术路线为:首先,对真实HRRRSI的亮度动态变化范围进行压缩处理;然后,将压缩后的遥感图像进行重建,得到低动态域的图像;最后,通过与常用的线性拉伸处理结果进行对比,验证该算法的有效性.结果表明,本文算法在实现HRRRSI灰度动态范围大幅度压缩的同时,能够较好地保持图像的细节信息和抑制一般的边缘效应.     

一种基于改进Keren空域配准方法的Papoulis-Gerchberg超分辨率重建

详细介绍Keren亚像素配准算法及其不足,提出Keren算法及其迭代算法的改进算法。该算法基于简化的四参数仿射变换模型而不是传统的刚体变换模型,成功避免了Keren算法因为角度的泰勒级数展开所带来的误差,大大提高了配准精度。实验仿真结果表明该算法与Keren迭代算法相比角度绝对误差有非常显著的降低。最后采用Papoulis-Gerchberg算法进行序列图像的高分辨率重建,实验仿真结果表明基于这种改进配准算法的超分辨率重建效果有较好的提高。     

改进APEX算法在图像增强中的应用

APEX是一种基于快速傅立叶变换的直接盲解卷积算法,能够快速复原复杂纹理图像.该算法适用于平移不变且以2维放射对称Le'vy Stable概率密度函数(G类点扩散函数)作为卷积核的图像.论述了APEX算法的原理,并针对APEX在适应性和稳定性方面的不足提出了改进方法.实验表明,改进的APEX算法能够有效应用在多种真实模糊图像上,增强图像对比度和锐化图像细节,使图像的视觉效果得到明显改善.     

改进APEX算法在图像增强中的应用

APEX是一种基于快速傅立叶变换的直接盲解卷积算法,能够快速复原复杂纹理图像。该算法适用于平移不变且以2维放射对称Le’vy Stable概率密度函数(G类点扩散函数)作为卷积核的图像。论述了A-PEX算法的原理,并针对APEX在适应性和稳定性方面的不足提出了改进方法。实验表明,改进的APEX算法能够有效应用在多种真实模糊图像上,增强图像对比度和锐化图像细节,使图像的视觉效果得到明显改善。     

基于HVS和模糊隶属度函数的卫星图像融合算法

提出了一种基于人类视觉系统和模糊隶属度函数的小波卫星图像融合新算法,利用小波域的人类视觉系统经验模型,刻画图像的边缘、纹理及高亮区域,采用模糊隶属度函数自适应地计算权系数,在小波域上通过加权平均实现了图像融合。     

复张量场扩散方程及其在PolSAR图像去噪中的应用

张量图像如极化合成孔径雷达(PolSAR)图像,它的每一个像素点都是一个3 阶的正定对称矩阵。对于张量图像的噪声抑制,目前普遍的做法是将它们看作多通道标量图像进行处理,但是,这样可能会破坏矩阵的正定性,从而造成信息的损失。本文主要研究基于扩散方程的张量图像的噪声抑制问题,将现有的基于扩散方程的实张量场去噪模型推广到复张量场,并给出了其数值迭代格式。模拟图像和PolSAR图像上的实验充分验证了本文算法的有效性。与现有算法相比,本文算法具有更好的去噪能力和边缘保持能力。     

基于解析字典的图像压缩方法

随着高分辨率图像采集技术的发展,采集图像的数据量大幅增加给图像的压缩、存储和传输带来了严重的挑战。近年来,压缩感知理论以能够通过少量观测信号高精度重建原始信号的优势给图像压缩带来了新的思路。目前压缩感知理论的研究主要集中于综合模型,然而综合模型下图像数据的稀疏表示却存在着计算量大、耗时长的问题。提出了基于解析字典的图像压缩模型。在分析综合模型字典学习方法的基础上介绍了解析模型字典学习的流程,然后详细分析了基于解析字典的图像压缩的总流程。以标准测试库自然图像为数据对模型的重构质量和系统耗时进行了分析,结果表明,本文所提模型在采样率相同的情况下,相对其他模型不仅能够缩短系统的耗时,也提高了图像重构的准确性。     

一种新的利用梯度信息的图像质量评价模型

提出了一种将图像的梯度幅值、相位以及结构相似度(SSIM)三者相结合的图像质量评价新模型——梯度相似度(GSIM)模型,以及基于该模型的图像质量评价算法。新模型与SSIM模型及基于梯度的模型相比,不仅包含亮度、对比度和结构三部分信息,同时增加了梯度相位信息。通过对LIVE图像数据库的982幅失真图像和924幅遥感压缩影像的实验,结果显示新模型的性能优于其他模型。与SSIM等模型相比,新模型能真实反映失真图像的视觉感知质量,具有较高的评价可靠性。     

一种用于SAR图像分割的几何活动轮廓模型

基于SAR图像边缘检测算子和变分水平集方法,依据能量最小化准则,提出了一种新颖的几何活动轮廓模型.其基本思想是,直接定义关于水平集函数的能量泛函,并将经典模型中基于梯度算子的边缘指示函数,替换为基于ROEWA算子的边缘指示函数,提高了模型对于SAR图像的边缘检测能力;同时在新模型中加入水平集函数惩罚项,确保水平集函数逼近符号距离函数.由于该项的作用,模型的数值求解可采用简单的显式差分格式迭代,并保持较快的收敛速度.针对仿真图像、Radarsat和华东电子研究所实测数据的实验结果表明,该模型具有实现简单、分割边界定位准确和收敛速度较快等优点.     

基于FFT稀疏压缩感知域内遥感图像融合

压缩感知理论因其远低于乃奎斯特采样率的特性,减少了大量的采样数据。基于这一特性,提出一种在压缩感知域内进行遥感图像融合的方法。该方法首先对图像作快速傅里叶变换(FFT);然后进行测量采样获取压缩感知域数据;再采用权重法对数据进行融合;最后通过重构算法得到融合图像。通过实验得出压缩感知域内遥感图像融合具有数据量少,融合效果好等特点。     

基于改进SIFT算法的视频图像序列自动拼接

本文提出了一种自适应帧采样和限定特征提取区域的拼接方法,根据帧间重叠率和帧间隔建立线性模型,并把各帧图像对准到其前后的关键帧上。在特征点提取方面,提出了一种改进的SIFT算法进行特征点提取,并采用随机采用一致性(RANSAC)方法来更新匹配点,在图像融合中采用线性加权渐入渐出的自然融合算法。实验结果表明:该方法对一般场景能稳定的抽取到关键帧,并进行拼接,取得了较好的拼接效果。     

基于图像结构的无参考模糊图像及其复原图像质量评价方法

针对传统图像的质量评价测度。提出了一种基于边缘检测的无参考模糊图像评价模型。通过测量梯度图像的梯度边缘信息,来评价模糊退化图像和带有模糊效应的复原图像,实验表明：利用本测度所得到的模糊图像质量评价结果与主观评价结果有很好的相关性。本测度较准确地反映了人,对模糊图像质量的主观感受,对于带有模糊效应的复原图像的评价结果也较为符合主观评价结果。     

基于增强小波ECW的遥感图像压缩研究

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,小波变换的编码技术被广泛地应用于图像的压缩中。但这些传统的小波压缩技术及改进算法,都需要构造复杂的小波基、小波函数,算法复杂,制约了在实际中的广泛应用。而最新发展的增强小波技术较传统的小波技术ECW在压缩率、压缩速度、压缩编码方面均有了新的突破,利用ECW SDK二次开发包,可在应用系统中直接嵌入ECW技术进行遥感影像压缩,避免了传统的小波技术算法复杂等弊端。实践表明该方法是一种有效的、可以在实际中广泛应用的遥感图像压缩方法。     

无人机采场图像二维经验小波变换降噪研究

针对传统图像降噪方法难以适用于露天矿无人机(UAV)图像降噪的问题,该文提出了一种基于经验小波变换(EWT)算法思想的露天矿UAV图像快速降噪方法。采用Littlewood-Paley小波算子检测提取UAV图像噪声特征,以提高阈值函数匹配精度;借助改进的自适应H阈值函数对UAV图像噪声进行计算,提高UAV图像边缘细节度;并通过二维经验小波变换逆重构,从而提高UAV图像纹理精度。实验结果表明,本文算法能够实现露天矿UAV图像的快速降噪,保留边缘细节和纹理特征,并具有较好的降噪效果。