机场跑道图像去雾增强算法及其实现

机场跑道场景下,由于雾、霾等恶劣天气以及大气散射的作用,使拍摄的图像对比度降低,颜色退化,物体特征难以辨认,影响机场跑道图像的异物检测与识别,带来一些安全隐患。针对上述问题,提出基于双线性插值和中值滤波的改进的引导滤波算法,提高图像对比度和处理速度,利于机场跑道异物检测与识别。仿真结果表明,改进的引导滤波算法与已有算法相比,处理速度提高了2~3倍,且图像彩色值分布更广,直方图更均匀。该算法拥有良好的边缘保持性,在细节增强方面有很好的指导意义。随后将改进的引导滤波算法移植到数字信号处理器(DSP)平台上,以满足实际工程应用对小型化的需求。     

陶瓷瓷砖图像的预处理

本文针对陶瓷瓷砖色差分析、分类检测中出现的问题,提出对瓷砖图像处理时要先进行图像预处理,阐述了预处理的步骤和相应的算法。     

基于邻域信息的噪声图像的恢复

噪声图像的恢复是影响图像信息提取的一个重要因素。主要针对现存的噪声图像恢复算法在消除细线及椒盐噪声方面的困难,基于待检像素的邻域信息提出了一种针对细线和椒盐噪声感染的图像的恢复算法。实验结果表明,文中所提算法不仅具有很好的抑制细线及椒盐噪声的效果,而且有效地保存了图像的细节与结构信息,同时对其它的噪声也有一定的抑制作用。     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

一种改进的基于多用户检测的独立分量分析算法

为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。     

基于变分贝叶斯ICA的遥感图像混合像元分析

混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析(ICA)能够实现图像的去相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律的不变假设,影响了遥感图像分类精度。针对这一问题,提出了基于变分贝叶斯ICA(VBICA)的遥感图像分析方法,并利用遥感图像进行验证,结果表明：VBICA方法提取的独立分量具有均方根误差小、迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了9155%,且目视效果较好;VBICA方法突破了ICA的局限性,提高了遥感图像自动分类精度,具有很好的应用前景。     

基于小波方向滤波的有云层遥感图像舰船检测方法

提出了小波分析和方向滤波相结合的有云遥感图像目标检测方法。首先对原始遥感图像进行小波分解,采用比率-平均边缘检测法检测人造目标的边缘方向,在该方向上进行Frost滤波,有效抑制云层干扰的同时突出了人造目标及其边缘信息;然后进行阈值分割并剔除大块云层,根据区域的平均边缘梯度剔除小块云层,实现了有云遥感图像的舰船目标检测。实验证明,该方法能减少遥感图片云层对舰船检测的影响,并具有较高的目标检测率。     

改进型ICA和SVM相结合的火山灰云遥感检测

针对独立分量分析（ICA）模型在火山灰云遥感检测中的不足,提出了一种改进型ICA即变分贝叶斯ICA(VBICA）和支持向量机（SVM）相结合的火山灰云遥感检测算法,实现了火山灰云信息的近似分离。实验结果表明,所提算法能够从中分辨率成像光谱仪（MODIS）遥感图像中检测出火山灰云目标信息,且总检测精度和Kappa系数分别达到了88.4%和0.801 1,取得了较好的检测效果。