雾霾天气下降质图像的清晰化处理

针对雾霾天气条件下大气散射和悬浮颗粒物引起的图像对比度、清晰度降低问题,提出通过采用独立分量分析(ICA)算法分解图像中具有相互独立分量的混合像元,估计图像有用信息分量。因乘性噪声信息的存在,会导致估计的图像有用信息有一定的偏差;采用基于噪声检测的局部自适应中值滤波对估计的图像有用信息进行了进一步校正。实验结果证明：新算法能有效去除雾霾,提高图像的清晰度和对比度。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

基于数学形态学预处理的Canny边缘检测算法

为了更好地提取图像边缘信息并且抑制噪声,结合Canny算法及数学形态学在图像边缘检测中的应用,文章设计了一种基于数学形态学预处理的Canny边缘检测算法。通过将该算法与一般边缘检测算法以及Canny算法的仿真结果进行比较,可以发现该算法在边缘检测及消除噪声方面具有更优的性能。     

常用图像去噪滤波方法比较分析

图像在成像、传输、转换或存储的过程中会受到各种随机干扰信号即噪声的影响,从而会使画面变得粗糙、质量下降、特征淹没。为了减弱噪声、还原真实的画面,就需要用到降噪滤波器对图像数据进行处理。选取了图像降噪最具有代表性的滤波方法即均值滤波、中值滤波和维纳滤波对同时加有高斯噪声、椒盐噪声和乘性噪声的图像进行了滤波处理,并由各种滤波的原理,再结合各种方法处理的效果和详细分析比较了各种滤波在图像去噪方面的特征、以及各自作用的利弊。     

多光谱图像变换域统计量移位鲁棒无损信息隐藏

为了提高鲁棒无损信息隐藏算法容量,利用多光谱图像谱段间的相关性及其小波变换高频系数分块均值的稳定性,提出一种变换域统计量移位的鲁棒无损信息隐藏算法。首先,在光谱方向采用Karhunen Loêve变换(KLT)去相关,然后对得到的KLT本征子图像进行离散小波变换,将小波HH高频系数分块均值作为统计量,通过其直方图移位来隐藏秘密信息,最后将浮点数变换和像素溢出引起的误差嵌入含密图像中以便对恢复的载体图像进行误差补偿。实验结果表明：在图像质量和以往算法相当的情况下,该算法的隐藏容量增加了1倍,并且能抵抗噪声攻击;而与最新算法相比,在隐藏容量相同时,该算法抗JPEG2000压缩倍数平均提高23.9%,误码率平均降低了44.8%。     

浅谈微波遥感图像噪声处理

本文采用不同的滤波算法对微波遥感图像进行斑点噪声去除,并分别从目视及定量指标对各种算法的去斑效果进行评价,从而了解斑点噪声形成原因及算法的基本原理,加深对雷达图像辐射特点的进一步认识。     

基于面向对象高分辨率影像的校园地物提取

针对高分辨率遥感影像的校园地物分类,引入了面向对象的信息提取技术,以校园作为研究对象,实现校园用地的分类和提取。最终结果精度高达85%左右,比传统监督分类中相对成熟的最大似然的精度高出10%左右,同时克服了＂椒盐＂噪声的影响,各地物信息的提取特征比较明显,具有较大的应用潜力。     

基于数学形态学帧内压缩算法的研究与实现

常用视频压缩算法DCT在有效去除冗余信息同时却存在方块效应和“飞蚊噪声”。基于数学形态学帧内压缩算法采用了8比特面模型，先将最高层比特面分解出来进行编码，再分别对各个比特面按位数由高到低逐层分解，确定出对应的条件集，通过条件形态变换、条件形态骨架算法对图像进行编码．通过仿真，与常用算法比较，在相同压缩比下可提高视频质量，弥补了DCT算法在图像传输中的不足，在网络视频图像编解码及传镛中具有实用意义。     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1～2 dB。     

采用图像处理的跳频信号参数盲估计

针对短波复杂信道环境下的跳频信号参数估计问题,提出了一种基于图像处理的跳频信号参数盲估计算法。该算法在时频分析的基础上采用灰度共生矩阵提取信号的纹理特征,通过对纹理特征量的分割实现信号与背景噪声的分割,并运用形态学滤波去除二值化后产生的椒盐噪声;然后根据连通区域标记得到的各个信号在时频图中的位置信息来聚类,从而去除定频、突发等干扰信号,分选出跳频信号;最后根据分选出的跳频信号提取其跳频频线并进行修正,估计出跳频信号的跳周期、跳变时刻和跳频频率。仿真实验表明,该算法切实有效,能够在较低的信噪比条件下精确地估计出跳频信号的参数。     

基于粗集方法改进的图像平滑

研究了一个基于粗集理论改进的图像平滑方法 ,首先建立粗集等价关系和相应划分集合 ,然后得到基于粗集方法的图像平滑框架 ,提出基于粗集理论改进的图像平滑的具体实现。该平滑方法的平滑效果与传统平滑方法相比较 ,具有更清晰的边缘和细节 ,并且算法简单易于实现。     

Image Repair: Research,Consensus, and Strategies: A Study of the University College of Cape Breton

ABSTRACT

The University College of Cape Breton is located in Nova Scotia, Canada and is the only university college in the region. This unique model has created somewhat of an identity crisis for the institution, which in turn has fuelled a negative image in its local community. Image restoration, research, consensus building, and strategic planning will be discussed theoretically, with application to the university college experience. Benoit's theory of image restoration is tested and utilized within this post-secondary educational construct.     

Canny边缘检测算法在图像处理上的应用

边缘检测算法一直在图像处理领域十分活跃,本文根据Canny边缘检测算法对图像进行边缘检测处理。本文首先对带有噪声的图像进行高斯平滑滤波,尽可能地将噪声去掉。然后通过亮度梯度的计算,得出图像的整体轮廓。然后再对其进行非极大值抑制处理,将虚假边缘像素点去掉。再采用双阈值处理上一步所得到的图像,并连接边缘像素点得到边缘图像。通过实验仿真分析,该算法能够很好的抑制噪声并检测出更加精确的图像边缘。     

一种新的SAR图像分块匹配算法

当SAR图像噪声过强时,采用归一化积相关算法得到的相关面对比性较差,匹配结果 可靠性降低。为解决此问题,给出一种新的SAR图像分块匹配算法。该算法将实时图分块并 分别与基准图进行匹配,利用分块图像之间的相关性来找正确匹配点,增强了匹配结果的可 靠性。实验证实该算法在实时图有强噪声的情况下依然可以正确匹配。     

2D实值离散Gabor变换及其在图像变换编码中的应用

为了获取竞争优势,越来越多的我国企业确定了以客户为中心的发展战略.为了增加消费者满意度,这些企业开始重视企业内部供应链的策划和管理.而在西方发达国家的一些企业,其供应链的策划,已经完成了组织内部的供应链一体化阶段,上升到能够带来更大效益和满意度的企业间供应链一体化发展阶段.为了迎接我国加入WTO后的种种竞争压力,先天不足的我国企业必须克服种种困难,重新确定企业在供应链中的地位,尽快建立起一种新的企业间合作伙伴关系.     

高品质图像的合成技术

通过对不同摄影条件下图像信息的几何矫正、像素匹配及色彩调整,将多幅图像中的相同信息进行恢复和重建,从而获取高品质图像信息。     

一种结合空谱聚类的高光谱图像快速压缩算法

对高光谱图像进行快速压缩已经成为了高光谱遥感领域的研究热点。针对现有的高光谱图像数据量大和压缩所需运算量大的问题，提出了一种基于频段聚类+主成分分析(PCA)与空间分类相结合的高光谱图像快速压缩算法。首先利用最大相关度频段聚类算法(MCBC)将频段聚类，接着将每一类频段用PCA压缩，然后将压缩后的图像利用聚类信号子空间投影(CSSP)算法进行图像分类，最后在每一类内利用LBG(Linde Buzo Gray)算法通过矢量量化快速完成高光谱图像的编码。在不同的压缩比下进行实验，结果表明提出的高光谱图像压缩算法能在保证良好的图像恢复质量的前提下，大幅度降低运算复杂度，实现高光谱图像的快速压缩。     

考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵（SDMSE）,将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达（SAR）图像匹配时,对输入图像和基准子图（基准图中和输入图尺寸一样的子图）求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

一种计算图象速度的新方法

本文描述的是一种计算图象速度的新奇技术,用一个交又时延线对图象速度的两个相互垂直的分量分别进行计算。如果图象面积是已知的,计算图象速度时就不需要图象面积的其它知识,两个交叉时延线是需要的。该方法作为模拟超大规模集成电路的一种工具是非常适合的。