超高分辨率PolSAR图像去噪对极化特征的影响

随着超高分辨率极化合成孔径雷达(PolSAR)图像数据的出现，有必要对PolSAR图像的去噪过程对于极化分解结果的影响进行评测。相干斑去噪过程的实施将对观测场景中的PolSAR图像原有极化属性产生不同程度的影响，这将会导致分解结果出现偏差。以非相干分解模型为评估对象，以喷气推进实验室(JPL)提供的开源机载超高分辨率PolSAR系统数据为实验样本，提出了一种利用绝对相对误差的定量评测方法。评测结果显示：对于超高分辨率图像，相干斑噪声的影响明显变小，分解窗口可相应的缩小为7×7的尺寸。研究结果对于PolSAR图像的后期遥感应用中的参数选择具有重要参考意义。     

基于稀疏编码的鲁棒型人脸超分辨率重建

为了减少人脸超分图像的边缘伪影和图像噪点，利用基于稀疏编码的单幅图像超分辨率重建算法，在字典学习阶段，结合L1范数引入在线字典学习方法，使字典根据当前输入图像块和上次迭代生成的字典逐列更新，得到更加精确的超完备字典对，用于图像重建。实验中进行的仿真结果表明，改进算法超分结果的峰值信噪比（PSNR）和结构相似性（SSIM）比同类型的稀疏编码超分法（SCSR）和应用在线字典学习算法的超分方法（ODLSR）均有较大幅度提升，比后者平均提升0.72 dB和0.018 7。同时，视觉上有效地消除了边缘伪影，且在处理含噪人脸图像时，具备更强的去噪能力和更好的鲁棒性。     

基于经验模态分解的图像融合研究

图像融合是对不同渠道摄取的同一景物的多幅图像进行处理,以得到更清晰更实用的图像的过程。它是图像处理过程中的一个重要环节,比如图像拼接就离不开图像融合,因而研究图像融合具有一定的现实和理论意义。目前,以小波分析为代表的多分辨率图像融合技术是一个研究热点,但小波基函数的选取是小波分析的难点,也是小波分析这种信号分析方法的最大瓶颈。经验模态分解则能突破这种障碍,它根据自身的特性自适应的进行信号分解,显示出极大的优越性。把经验模态分解用于图像融合,取得了良好的效果。     

遥感图像的自动配准综述

遥感图像配准,是针对两幅或多幅图像重叠区存在几何畸变或空间坐标位置不一致而进行的最佳匹配处理过程。图像配准是图像镶嵌和图像融合中最为重要的步骤,也是图像处理的重要内容之一。1996年,微软研究院的Szeliski提出了一种2D空间八参数投影变换模型,采用Levenberg-Marquardt迭代非线性最小化方法 （简称L-M算法）求出图像间的几何变换参数来进行图像配准;张祖勋等利用多级影像概率松弛法有效地解决了不同时相、不同传感器获取的不同分辨率遥感影像之间的配准问题。无论采用何种方法配准，都需要大量的同名点。     

如何选购摄像头

相信像素是在选购摄像头、数码相机时涉及到的最多的话题,可是对于摄像头而言,像素越高图像就越清晰吗?其实不然。要了解像素就要了解分辨率(有时也叫解析度)。分辨率即计算机屏幕上显示的像素的个数。像素也就是分布在特定图像大小的点,像素越高,分辨率越高。举例来说,一个30万像素的摄像头所支持的最大分辨率为640×480,也就是说在面积为640×480的图像中所含有的最大像素值为640×480=307200像素。而通常摄像头在应用时只会用到320×240的分辨率,网络传输时所用的分辨率会更低(因为视频、聊天软件不会让大的图像影响其传输的速度)。而且…     

基于小波变换的多规则图像融合方法

针对红外和可见光图像各自特征,提出了基于小波变换多分辨率的不同规则图像融 合方法。首先对原图像进行多级小波分解,产生多频带小波系数,利用像素的局部区域方差 、平均梯度及掩膜滤波等方法对不同频带小波系数计算融合权重,最后将小波融合系数逆变 换实现图像的融合处理。实验结果表明,融合图像特征显著,易于观察。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

PLC中输出滞后输入的现象研究

可编程控制器（PLC）是一种新型的通用自动控制装置，具有功能强、使用灵活、可靠性高、环境适应性好、编程简单等优点，但其缺点是：工作速度较计算机慢，输出对输入的响应有滞后现象；使用中、高档PLC，要求使用者具有相当的计算机知识。因此，在设计PLC控制系统时，分析和研究PLC输入／输出响应的滞后原因非常重要。     

基于M／N检测的高距离分辨率信号的速度补偿

本文介绍了进步频率高距离分辨率信号，分析了运动速度对该高距离分辨率信号的影响，提出了基于多散射中心联合检测（Ｍ／Ｎ检测）的速度环路补偿方案。该方案使用多距离单元的联合检测完成高距离分辨率信号的最佳速率补偿，同时进一步降低目标的虚警概率，提高了目标的发现概率。     

基于PCA的小波多分辨图像融合方法

提出小渡多分辨率下主成份分析（PCA）的图像融合方法。首先利用小波变换对融合图像进行多分辨率分解，然后利用主成份分析方法确定图像小波低频近似系数的洎适应融合权重，采用局部区域“能量”法进行小渡高频细节系数的融合，最后将小波融合系数逆变换实现图像的融合处理。实验结果证实融合图像的目标特征突出，易于目视解译。     

热打印技术的现状、发展及产业发展建议

热打印技术是通过控制热打印头发热体的加热和冷却，使打印介质受热变色或使染料熔化／升华使介质着色而完成文字、图像输出的打印技术。热打印方式通常分直接热敏、热转印和热升华三种方式。     

图像代数运算在Matlab中的实现

图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。该文介绍了图像的加、减、乘、除代数运算在Matlab的实现方法。     

大地电磁多站叠加系统的分辨率误差分析

使用多站叠加技术将会降低大地电磁响应的分辨率，该分辨率误差是制约大地电磁 多站叠加系统发展的主要原因。以Poll的大地电磁仿真算法为基础，建立了一个二度异常体 的模型。基于该模型，通过计算机模拟得到了大地电磁的多站叠加结果。将该结果与真实理 论值进行对比，可以得到任意测点在不同站间距和不同频段的多站叠加误差值。误差分 析表明，只要选择合适的台站间距，多站叠加方法不会明显降低大地电磁理论的分辨率。对 于埋深在1 km以内的不均匀体，300 m的台站间距绝对安全。     

机动飞行条件下前斜SAR分辨率分析

在机动飞行的前斜合成孔径雷达（SAR）系统中，成像的几何构型随时间显著变化，传统的分辨率分析方法不适用于这种情况。为了描述该系统下的分辨率特性，提出了一种基于分辨椭圆的计算不同几何构型下的前斜SAR分辨率的方法，通过评估分辨椭圆面积找到目标识别最优位置。仿真结果表明，该方法适用于不同飞行参数和几何构型条件下的机动飞行的前斜SAR分辨率分析。     

雷达天线方向性对目标回波图像影响的仿真

对影响雷达方位分辨率的因素进行了分析，提出用于目标回波图像模拟的雷达波束数字化模型和相应目标散射模型。通过对模拟结果的分析，确定舰船雷达天线方向性对目标方位分辨率等雷达战术指标的影响。     

市场的构成要素新探

市场是一个具有多重含义的概念。从不同的角度来研究，市场有不同的含义。从卖方角度研究买方市场，市场是由人口、购买力、购买欲望和环境等要素构成的一个系统，市场并不等于各要素的简单相加或相乘，市场与各要素的关系是复杂的函数关系。即市场=f（人口，购买力，购买欲望，环境）。     

基于L曲线的自适应时空正则化视频超分辨率重建

为了解决视频超分辨率重建的病态问题,以得到良好的重建效果,提出了一种新颖的视频超分辨率重建算法。在算法中引入了时空联合正则化算子,通过视频帧本身的空间平滑信息和视频相邻帧的帧间相关先验信息的引入,提高了解的质量;同时,为了选择合适的时空正则化系数,提出了基于L曲线的自适应时空正则化系数计算方法,可以自适应地计算合适的正则化系数。通过对模拟图像序列和真实视频序列的实验结果表明,算法能得到较为精确的解,重建出具有良好视觉效果的高分辨率视频。     

基于拓扑结构的图像拼接算法

针对加速稳健特征（SURF）算法匹配特征点对较多，造成拼接精度低、计算量大的缺点，结合网络拓扑学理论提出了一种剔除误匹配的SURF改进拼接算法。算法定义并采用连通矩阵得到特征点的拓扑结构，将两幅图像的连通矩阵做异或运算得到判断矩阵，多次迭代剔除特征点集合中错误匹配点和匹配度较低的点，得到拓扑结构完全相同的特征点集合，有效减少了匹配特征点对的数量，提高了特征点对的匹配正确率。根据最终的特征点集合计算变换矩阵完成两幅图像的拼接处理。对比实验结果表明，针对同一组图像进行拼接处理，所提算法的特征点匹配正确率较SURF算法提高了28.28%以上；对于小分辨率图像拼接，耗时基本保持一致；对于大分辨率图像拼接，所提算法耗时大大减少。     

基于纹理的图像检索

随着信息社会的到来，面对越来越多的海量媒体数据，基于内容的图像检索已成为一种趋势。而纹理特征是图像的一个重要特征，本文主要阐述基于纹理的图像检索系统。并详细地介绍了基于灰度共生矩阵的纹理检索算法。     

基于尺度不变特征变换的图像自动配准方法

运用尺度不变特征变换方法提取图像特征,采用基于圆域的特征主方向计算方法,强化了图像的特征旋转不变性能;利用k-d搜索树与简化的广义Hough变换相结合的方式进行图像特征匹配,提高了特征匹配的效率和精度。实验表明,该方法能够对不同分辨率、不同光照、不同拍摄角度的图像完成精确自动配准。