一种基于灰度块匹配的视野监测算法

针对视野移动方向的判断问题,该文介绍了运动补偿的常用方法及应用,提出了基于灰度块匹配的视野移动监测算法。通过对比各种算法计算复杂度和计算时间,发现灰度投影算法准确率低、计算量较小;块匹配搜索算法中的穷尽搜索算法准确率高,但是计算量较大。为了发挥以上两者算法的优势,将两者结合形成了灰度块匹配算法,并通过实验证实了灰度块匹配算法在实时监测系统中的可行性。     

基于CT扫描的煤岩孔裂隙表征

煤岩中孔隙与裂隙的结构、形态等特征直接影响煤层气在煤层中的聚集和运移。为对煤岩中孔裂隙类型及孔裂隙的空间分布进行表征,选取宁武盆地中煤阶煤岩,利用微CT扫描技术对煤岩进行扫描获得CT图像,运用FDK算法重建煤岩的灰度图像并基于宏观孔隙度值对灰度图像进行二值化分割,对CT图像中的微裂纹目标进行了识别;利用CT扫描获得的图像依据煤岩中基质、孔裂隙及矿物组分均表现出不同的CT值分布,实现了煤岩中孔裂隙的三维建模,对煤岩中孔裂隙的尺度以及空间分布进行综合表征。研究成果为后期研究煤岩中气体吸附-解吸-渗流的多尺度过程奠定了基础。      

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

基于形态学灰度重构的乳腺微钙化点提取

针对乳腺X线摄片,提出了一种计算机辅助检测乳腺微钙化点的方法:首先利用灰度形态重构完成穹顶提取,除去乳腺背景结构同时又能很好地保留微钙化点;其次运用拉普拉斯算子在空间域内对图像进行锐化以增强微钙化点;然后在频率域内利用巴特沃思高通滤波器对图像进行高通滤波;最后利用二维最大熵阈值分割对图像二值化,从而检测出微钙化点并在图像上标识出来。计算机辅助诊断的方法不仅避免了医生因大量阅片引起疲劳而造成误诊,起到了协助医生诊断的作用,而且提高了诊断的效率和准确率。     

IKONOS影像城市植被信息提取前的阴影校正

在高分辨率卫星影像的预处理上,阴影的提取与校正是一个难题,本文根据实际需要,采取不同的方法对建筑物阴影和山体阴影进行提取,并采用不同的校正方法进行校正。对城区建筑物阴影,采用基于影像融合的IKONOS影像阴影自动提取方法对阴影进行提取,再采用郎伯模型进行校正;对山体阴影,直接采用监督分类的方法对山体阴影进行提取,再采用灰度线性匹配的方法进行校正。实验表明,分开提取与校正的策略能取得较为理想的效果。     

联合灰度突变和方向约束的浅剖层位自动拾取

针对目前浅地层剖面数据处理中层位人工拾取法存在的低效和受人为因素影响显著等问题以及半自动拾取法人工参与频繁的现状,提出了一种利用灰度突变和层位方向约束的浅地层层位自动拾取方法。首先,根据回波序列对浅地层层位的峰谷响应,给出了基于灰度突变的层位预拾取方法;其次,基于连续原则,提出了层位追踪和滤波方法,实现了离散层位点连续化和异常点剔除;然后,顾及同层位ping序列相关性及层位方向,提出了基于方向约束的层位生长法,实现了间断层位连接;最后,在此基础上给出层位拾取流程,并借助实验进行了验证。     

全极化SAR数据反演桥面高度

根据高分辨率SAR图像上建筑区的影像特征, 提出了基于灰度共生矩阵(gray-level cooccurrence Matrix, GLCM)纹理分析的建筑区提取方法, 该方法由初步定位和边界调整2个步骤组成, 均遵循特征计算、基于Bhattacharyya距离的特征选择和KNN分类流程, 所不同的是2个步骤中分别采用了逐块和逐点计算纹理特征的方式以兼顾纹理分析的效率和准确性。文中对不同SAR传感器获取的图像进行了实验。实验结果表明, 选用具有最大Bhattacharyya距离值的3或4个特征可以获得较好的初步定位结果, 建筑区的检测率超过80%, 虚警率低于10%;随着边界调整的进行, 检测到的建筑区边界逐渐接近于真实边界。实验结果验证了该算法的有效性。     

一种使用(ε,δ)连接区域分割图象的新算法

图象中目标具有相似灰度特征,在分割中,我们应考虑区域的整体灰度以及相邻象素灰度的变化,它们依靠于范围参数ε和毗邻参数δ。本文介绍了灰度图象的（ε,δ）连续区域及其模糊边缘测度,提出了通过相对模糊边缘度调整（ε,δ）参数,利用（ε,δ）目标连接集分割图象的一种新算法。实验结果表明该算法分割效果较好,提取边缘精度较高。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

基于灰度共生矩阵的遥感图像纹理库设计

随着很多高分辨率卫星陆续发射和应用,遥感影像中纹理信息也越来越丰富,图像纹理数据的分析纹理显得十分重要。通过对图像进行纹理分析,并建立纹理数据库,能够进一步提高纹理信息在遥感影像质量分析、影像分类、计算机自动识别等方面的精度和效率。研究了如何对图像的纹理进行有效的提取和统计,通过基于灰度共生矩阵的实验进行纹理分析,得到一系列相关数据,为纹理库的设计提出了相应的思路。