微循环图像的预处理与分割

介绍了微循环图像预处理的方法，并提出了一种改进的快速区域种子像素填充算法。实验表明，填充算法运算速度快，所需空间少，适合于一般的图像处理与图像识别。     

基于AgisoftPhotoscan的图像三维重建及精度研究

通过普通相机获取图像信息,计算三维空间物体的几何信息,重建和分析物体的基本原理;了解图像处理软件Agisoft Photoscan的工作流程,并设计实验;通过未检校的普通数码相机对某雕塑头像和亭子进行拍摄,使用Agisoft Photoscan软件对图像进行处理,得到三维点云数据,进行物体三维重建,验证三维重建的有效性;通过提取和实测预设对比点的三维坐标值,求取误差,验证在百幅以内的图像建模误差在1cm以内。此方法可应用到表面复杂的异形物体建模中。     

半像元错位图像的超分辨率重建方法

本文介绍了一种基于“半像元”错位的两幅图像重建高分辨率图像技术。通过分析“半像元”错位的两幅图像与高分辨率图像各像素灰度值的对应关系，推导出了高分辨率图像重建的数学模型，并通过实验进行了验证和完善。实验结果表明，利用“半像元”错位的两幅低分辨率图像重建高分辨率图像的原理是正确的，方案是可行的。     

图象分割中随机噪音的影响

该文在生成的灰度图象上加上随机噪音，用最大后验（ＭＡＰ）估计方法、模糊Ｃ－均值方法和Ｏｔｓｕ阈值方法进行了分割计算，对结果进行了对比分析，绘出了分割随噪音的标准差变化曲线，对噪音图象使用了不同的滤波方法处理之后，并进行计算。     

小像幅航空摄影中若干技术要求的研究

本系统研究了小像幅航摄资料用于小面积大比例尺地形图测绘的可能性以及实施中的技术要求，并用调制传递函数测定了小像幅航摄资料的分解力。     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点,而地下矿道和巷道内亮度低,产生的图像较昏暗,车载相机快速运动和抖动,对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发,采用基于Retinex改进的方法增强昏暗图像的亮度,同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征,实现初始化;然后根据跟踪特征点的数量,开启图像增强和图像恢复线程,提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示,跟踪精度提高了12%左右,在低亮度和含有轻微模糊的情况下,跟踪注册稳健性也有显著提高。     

微光图像对比度增强技术研究

低对比度是微光图像的主要特征之一,因此对比度增强处理是微光图像处理的重要方面.本文首先对常用数字图像对比度增强方法--灰度变换和直方图均衡的基本原理和实现方法进行了阐述,然后针对实际试验中获取的典型低对比度微光图像进行了对比度增强处理,并且对比分析了几种增强方法所得到的图像处理效果,最后总结了典型低对比度微光图像对比度增强方法各自的优缺点及其适用性.     

结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别

从灾后遥感图像中快速准确地识别救灾帐篷有利于灾后救援工作的高效开展.本文结合实际应用需求,在前人研究的基础上,提出了一种结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别方法.首先从遥感图像中选择帐篷模板并从中提取形状特征与光谱特征;然后将各波段灰度图像二值化并进行数学形态学运算,参考帐篷的形状特征提取出候选目标;最后根据帐篷的光谱特征,将候选目标与帐篷模板进行多角度匹配,剔除匹配度较低的伪目标,完成救灾帐篷识别.试验结果表明,本方法的识别精度达90%以上,具有较高的应用价值.     

改进分数阶达尔文粒子群的多Renyi熵图像分割算法

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次a系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%.     

融合差异图与高斯混合模型相结合的SAR图像变化检测

在SAR图像变化检测过程中,假设差异图类别服从单一分布,构造单一类型的差异图不能完好地保留变化信息,从而影响SAR图像变化检测的精度。针对上述问题,提出一种基于差异图融合和高斯混合模型GMM(Gaussian Mixture Model)的非监督SAR图像变化检测方法。该方法利用给定的融合因子进行差值和比值图融合,采用最大期望算法EM(Expection Maximum)求解融合差异图的GMM参数,并根据后验概率将图像像素分配到GMM各个分量,从而获得SAR实验区域的变化检测图。3组SAR数据集的变化检测实验验证了所提方法的可行性和有效性。