最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方面的有效性.     

插值法在去除MODIS遥感影像条带噪声中的应用

采用多元并扫方式(1 km分辨率10元并扫,500 m分辨率20元并扫,250 m分辨率40元并扫)的MODIS传感器,由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。为了尽可能减少这种影响,提高MODIS定量产品反演精度,本文提出了应用插值法剔除MODIS数据条带噪声。研究首先分析了传统去条带噪声方法的弊端,根据条带噪声在MODIS影像中的分布规律,以及如何准确判断条带噪声所在的行,然后应用插值法去除了MODIS波段5和波段30影像的条带噪声,取得了满意的效果,最后对图像的去除效果与传统的矩匹配法和傅立叶变换法进行了比较,并用两种评价指标做出评价。结果表明,两种评价指标得出的结果一致,也正说明了插值法是一种很好的去除MODIS数据条带噪声的方法,同时用这种方法处理后的图像还能保留原有的大部分信息。     

3种阈值方法在闪电通道图像识别中的应用

该文实现了3种常见的阈值算法在闪电通道识别中的应用。针对某些闪电通道图像对比度较低的特点,首先对原始图像去除背景光照不均的影响并进行图像增强,再根据所处理的闪电通道图像的具体情况,选择全局自适应阈值法、局部自适应阈值法或基于Otsu自适应阈值的Canny算子对增强后的图像进行边缘检测,进而对闪电通道进行识别。对所提取到的闪电通道进行形态学和细化处理,最终提取到由连续的像素点序列表示的闪电通道。针对数字图像中闪电通道背景的不同特点,文中提到的3种阈值方法能够有针对性地对不同图像进行通道检测,在保证准确获得清晰边缘信息的同时,较好地兼顾了对弱边缘信息的提取,有效保证了对闪电通道的识别效果。     

基于小波分析的软门限滤波及其优越性评价

介绍了基于软门限的小波分析去除遥感图像噪声的处理方法,并利用一些指标,与传统的滤波处理方法进行对比分析后发现,基于小坡分析的图像滤波方法,在去除图像噪声的同时,可以很好地保持图像边缘纹理等细节信息。     

基于权重曼哈顿非负矩阵分解的图像修复和聚类方法

当数据中存在大量椒盐噪声时,传统的鲁棒非负矩阵分解方法无法获得更具有鲁棒性的低维特征.为了解决该问题,本文提出了一种更具有鲁棒性的权重曼哈顿非负矩阵分解来修复被污染的数据点以及通过曼哈顿矩阵分解获得鲁棒的特征表示.本文提出的模型可以被看作为非凸非光滑的优化问题,可以通过加速梯优化理论和最小一乘法求其局部最优解.通过对人脸图像ORL数据集加入椒盐噪声,实验结果表明本文提出的算法在图像修复和学习特征表示方面更有效、更鲁棒.     

基于中值滤波和小波变换的天气雷达回波图像处理

本文提出了一种中值滤波和小波变换相结合的天气雷达回波图像处理方法,分别从目标回波的视觉角度和统计量的客观角度对处理后图像进行了分析。实验结果表明,本文算法实现了去除回波图像中高斯和脉冲混合噪声的目的,有效的保留了回波图像边缘细节,视觉效果好,层次感较为丰富,处理效果明显优于传统图像处理方法,为自动识别回波种类的研究提供了良好的基础。     

基于单CCD尺寸检测的摄像机标定方法

为提高机械零件尺寸检测的精度,针对Tsai两步标定法中初始参数不精确的问题,提出了基于直线投影约束的三步标定方法.该方法首先利用直线投影约束条件求解出图像中心点和畸变参数的初始值,然后结合径向排列约束条件求解超定方程组得出全部外部参数和余下内部参数值,最后对全局参数进行非线性优化.为验证提出方法的效果,通过建立基于图像模板的世界坐标系实现,即首先利用图像像素坐标求取摄像机坐标,再将摄像机坐标进行归一化,利用外参数矩阵就可以求解出图像点的世界坐标.结果表明,该方法可以有效提高摄像机标定的精度,像素误差可达0.126 5像素点,单目视觉尺寸检测中任意两点距离误差小于0.41%.     

基于小波包分解和形态学融合的地基云图边缘检测

采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测．首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像．通过Matlab软件验证和比较,表明该方法实际使用效果较好     

一种基于神经网络的遥感图像压缩编码

为了更好地在恒定压缩率条件下,实现卫星遥感图像的压缩,提出１种将像素分为３类的编码方案．每类采用基于Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ算法的双层神经网络进行预测,和基于偏置学习规则的竞争神经网络实现量化．对长城、珠峰、香港等地遥感图像的压缩试验证实了算法的有效性．同时还表明该算法压缩图像的ＭＳＥ高于距离 权值方法与最小均方误差法,且时间复杂度为Ｏ（ｎ）．     

基于改进的高斯混合模型脑ＭＲ图像分割

ＭＲ图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类．在高斯混合模型目标函数中加入偏移场估计与噪声去除,完善其分 类效果,使分类结果较好地克服偏移场和噪声影响．实验表明,该算法在得到较准确的分类结果的同时还能很好地估计偏移场．     

农作物实景监测中的图像数据质量控制方法研究

农作物实景自动监测系统具有自动、非接触、非破坏性等优点,是传统农业气象观测的补充。开展图像质量控制是合理使用农作物实景自动监测系统资料的基础。利用郑州、泰安和固城三地的历史农作物实景图像资料,设计了基于颜色特征参数检测和基于暗通道先验直方图检测的图像数据质量控制方法。通过对2010—2012年三年夏玉米和冬小麦等不同天气条件下得到的农作物实景自动观测资料进行质量控制与应用效果检验。结果表明:两种质量控制方法均可判断出农作物实景自动监测系统中图像观测资料的异常数据;基于颜色特征参数检测方法可有效识别出像素缺失图像,准确率达100%;基于暗通道先验直方图检测方法能有效识别出污染图像,平均准确率为95.7%,平均召回率为87.5%。该质量控制方法可减小模型估算值与观测数据之间的误差,目前已应用于省级农业自动观测业务系统。     

小波框架的彩色图像泊松去噪

噪声是影响图像质量的重要因素,噪声的存在导致图像的某些特征细节不能被辨识以及图像的信噪比下降,所以图像去噪是图像处理中的一个重要问题.本文提出了基于小波框架的彩色图像的泊松去噪模型.在该模型中,赋权的l²项作为保真项,包含小波框架的l¹项作为正则项.同时,又提出了解决该模型的重新赋权的split Bregman算法.最后,利用仿真实验以及PSNR（峰值信噪比）指标对该模型的去噪效果进行评估,评估结果表明该算法可行、有效.     

极轨气象卫星图像的两种投影算法

本文通过读取极轨气象卫星1B(1A5)资料和MODIS的HDF文件,实现了极轨图像的两种投影算法--后向映射法、抛点法.后向映射法通过粗扫描、精扫描两步,经计算循环数最小值得出最佳的粗扫描步长,同时也是精扫描的子窗口大小,从而得到原始极轨图像的投影变换算法;抛点法通过获取源始图像中每个像素值的地理位置,将其投影到新的投影图中,充分利用了源文件的所有像素信息,最后将投影图上由于变形而没有数据的位置进行插值,从而实现数据的投影变换,该方法最大的优点是速度快,算法简单,可以应用到各种极轨图像的投影中去.     

基于非线性滤波的风廓线雷达数据处理

针对实际工程中风廓线雷达风向、风速随高度分布取值的非线性特性以及非气象干扰因素,基于非线性化方法——扩展卡尔曼滤波法,对风廓线雷达探测数据进行滤波处理.先利用泰勒展开式的一次项对非线性方程作线性化处理,再结合经典的卡尔曼滤波进行滤波估计,将非线性滤波问题转化为一个近似的线性滤波问题.仿真实验结果表明,该方法可以有效去除风场数据中掺杂的噪声干扰,很好地发挥了其非线性特性,滤波效果优于传统的卡尔曼滤波,具有一定的工程应用前景.     

基于最大类间方差算法的雨滴特征提取研究

为了获得雨滴粒子的特征值,采用阈值处理方法对雨滴粒子及其背景图像进行分割,将复杂的雨滴图转化为只有雨滴粒子真实边界的二值图像,通过均值算法标记雨滴粒子质心位置,利用雨滴长轴信息建立雨滴粒子形状模型,结合全局阈值处理中最大类间方差法和局部阈值法,提出一种基于最大类间方差的雨滴特征值检测方法。试验结果表明该方法能够有效地从图像数据中提取雨滴粒子特征值,粒子数目和雨滴形状是测量降雨强度信息不可或缺的参数。     

称重雨量数据处理卡尔曼滤波应用

降雨量的测量,目前业务上应用较为广泛的是翻斗式雨量计,它只能测降雨,对于冰雹、降雪等固态降水的测量采用人工观测为主,称重式雨量计与翻斗式雨量计相比,其优势在于能实现所有类型降水的全天候自动化观测。本研究随机选择了一天无降水数据确定了滤波参数Q和R(过程噪声方差和观测噪声方差),根据确定的滤波参数,随机选择了无降水(2016年4月3日)和有降水(2015年7月21日、2015年8月7日)日采用卡尔曼滤波,并结合翻斗雨量传感器数据进行验证,结果表明,本研究确定的滤波参数采用卡尔曼滤波后能够有效去除称重雨量中的噪声,使滤波后的曲线变得平稳光滑,减小了数据的抖动频率和误差。     

天气雷达径向干扰回波去除方法的比较

基于SA多普勒天气雷达资料,使用滤波法、插值法和功率法对径向干扰回波进行剔除,并对3种方法的去除效果进行对比。结果表明:(1)滤波法适用于晴空径向干扰回波的去除,在有降水特别是降水回波与干扰回波混合的区域滤波法效果较差;(2)若只有单一方位存在径向干扰回波时使用插值法去除回波效果较好,而多个方位存在干扰回波时插值法效果较差;(3)功率法通过处理雷达接收功率,对连续多方位存在的干扰回波,以及径向干扰回波与降水回波重叠的情况,都有较好的识别及去除干扰回波的效果。在有降水时,降水回波越弱,对干扰的订正越强;降水回波越强,对干扰的订正越弱;晴空时,径向干扰回波基本被全部去除。     

一种各向异性虚拟人脑图像分割模型

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果．首先利用ＲＧＢ,ＨＳＬ,ＨＳＶ空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Ｇｉｂｂｓ场,降低噪声的影响;利用各向异性Ｇｉｂｂｓ场改进的ＦＣＭ模型对图像进行分割,以降低颜色强度不均匀现象导致的误差．实验表明,该方法可以得到较好的分割结果．     

面向高光谱图像分类的超像素级Gabor特征融合方法研究

由于高光谱图像中的地物空间分布具有规整性和局部连续性,同时超像素分割是一种将空间图像分割成多个同质区域的有效方法,因此从超像素的角度进行高光谱图像分类将具有重要意义.本文提出了一种超像素级Gabor特征融合的高光谱图像分类方法,简称为SPGF.首先,使用一组预定义的二维Gabor滤波器与原始高光谱图像进行卷积运算,提取有效特征.同时,利用简单线性迭代聚类（简称SLIC）超像素分割方法将原始高光谱图像划分成互不重叠的超像素.然后,对于每个Gabor特征模块,利用支持向量机分类器进行分类,并使用多数投票策略实现各模块分类结果的融合.最后,使用通过SLIC算法得到的超像素图对分类结果进行修正.在2个真实高光谱数据集上的实验结果表明,本文提出的SPGF方法能够比领域内的一些经典算法获得更高的分类效果.     

基于方向特征显著性计算的MRI脑图像肿瘤检测

本文提出了一种利用方向性特征进行显著性建模的MRI脑图像肿瘤自动检测算法.该模型首先将MRI脑图像进行预处理,去除掉图像中头骨区域的干扰;然后使用基于方向特征的显著性检测增加病变区域的对比度,实现更准确地提取肿瘤图像区域.本文算法在脑图像数据集上进行了大量的实验,并且与主流的肿瘤自动检测方法进行了对比,证明了本文算法的有效性,并为医生提供可靠的辅助诊断和临床参考.