ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究。当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低。实验表明,通过对图像进行特征提取能很好的对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题。为此,提出一种ARM架构下计算机图像并行化处理技术研究方法。该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究。实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

像素随机映射的快速算法及在LSB隐藏技术中的应用

提出一种像素随机映射的快速方法, 将该方法与像素字节低位隐藏信息的LSB(Least Significant Bit)技术相结合, 讨论了将RGB彩色图像作为载体隐匿真彩色图像、灰度图像、二值图像及全息信息的方法. 研究结果表明, 该方法加密及解密效率高, 载体图像具有较好的抗破译及抗剪切能力. 根据隐藏信息的性质合理使用LSB技术, 能在基本不影响载体图像质量的情况下较好地隐匿多种信息.     

CCD摄像法采集激光光斑图像方法研究

为了测量大尺寸激光光斑图像,对CCD摄像法采集漫反射的激光光斑图像方法进行了研究。采用CCD摄像机捕获经漫反板反射的激光光斑图像,光斑图像进行去背景处理后,根据系统噪声特性对光斑图像进行提取,再利用透视投影原理对畸变的光斑图像进行了校正,最后根据人眼对彩色图像敏感的特性,利用灰度级一彩色变换法对光斑图像进行了伪彩色处理。结果表明,CCD漫反射法能够准确地测量大尺寸激光光斑图像。     

基于多尺度形态学滤波器的图像融合新方法

提出了一种保持图像细节和高抗噪性的图像融合新方法。这种方法首先对源图像进行多尺度形态学开闭滤波,得到源图像的低频平滑图像;然后应用多尺度Top-hat变换和Bottom-hat变换来提取小于相应尺度的图像细节特征。因为在较小的尺度特征中包含噪声颗粒的可能性较大,据此修正了Top-hat变换和Bottom-hat变换的相应系数;最后对以上两步骤得到的低频平滑图像和多尺度高频细节图像分别进行图像融合,应用形态学重建过程生成融合图像。实验表明,这种融合方法具有图像细节保持完整和噪声消除效果好的优点,处理效果优于传统的图像融合方法。     

多模自适应电子稳像算法研究

电子稳像算法的主要目的是解决摄像机随机运动导致的图像序列的帧间抖动问题。根据摄像机成像模型,推导了摄像机平移振动和旋转运动对图像运动的影响,阐明了电子稳像算法中各种图像运动模型的物理成因,指出了模型之间的内在联系。提出了一种多模自适应电子稳像算法,根据摄像机工作时图像序列抖动的剧烈程度,自适应地选择适当的图像运动模型和相应的运动估计方法。实验结果表明,该算法在各种情况下都能实现对图像序列的高精度稳定,有效地提高了电子稳像算法的适用性。     

A method for hiding information utilizing double-random phase-encoding technique

A method for hiding information is proposed. Firstly, the image to be hidden is encoded by the doubled-random phase-encoding technique. Then, the real part of the encoded data, together with the imaginary part, is embedded into a sufficiently large host image, which has been enlarged according to some rules. The superposition weighting is adjusted to a proper value such that the composed image will not be subject to severe degradation compared to the original host image. When decryption is needed, the reconstructed hidden image can be extracted directly from the composed image without using original host image, with the result being quite satisfactory. The quality of the reconstructed hidden image and of the composed image has been analyzed as the superposition weight varies, allowing the determination of the optimum superposition weight. The optimum superposition weight is related to the average gray level value of the hiding image.     

基于单站地基望远镜的空间目标姿态估计方法

为实现从单站光测图像中估计出已知3D模型的空间目标姿态,利用Vega Prime提出了一种采用仿真图像进行相关度局部最优搜索的姿态估计方法,该方法无需建立2D-3D特征投影关系和大量的模型匹配库。首先,对输入图像进行图像预处理,获得目标原始图像。然后,利用Vega Prime加载目标3D模型生成仿真匹配图像,并进行图像预处理获得目标匹配图像,计算两幅图像相关度。最后,更新3D目标模型姿态,直至仿真匹配图像与目标原始图像的相关度值取得局部最优,输出目标模型姿态。仿真实验结果表明,采用本文所提方法的观测仿真图像姿态平均估计误差为3.85°,仿真原图可实现姿态准确估计,表明该方法是一种空间目标姿态估计的有效方法。     

Image fusion through local feature extraction by using multi-scale top-hat by reconstruction operators

The purpose of image fusion is to combine useful image features of different original images into the final fusion image, which will produce one useful result image for different applications. One of the main difficulties of image fusion is extracting useful image features of different original images. In some cases, useful image features are local image features of the whole image. To efficiently extract local image features and produce an efficient fusion result, an image fusion algorithm based on the extracted local image features by using multi-scale top-hat by reconstruction operators is proposed in this paper. Firstly, multi-scale local feature extraction using multi-scale top-hat by reconstruction operators is discussed. Then, based on the extracted multi-scale local features of different original images, the useful image features for image fusion are constructed. Finally, the constructed useful image features for image fusion are combined into the final fusion image. Experimental results on different types of images show that, the proposed algorithm performs well for image fusion.     

相干激光雷达距离像的噪声抑制算法研究

激光雷达能同时成距离像和强度像,较其他的成像体制给出更多的有用信息。距离像的去噪是激光雷达图像处理的关键步骤,去噪的好坏直接关系激光雷达在跟踪、定位等方面的精确性。根据距离像噪声来源,采用结合强度像的多级中值滤波对实际的雷达图像进行了去噪处理。首先利用强度像3×3邻域均值和图像平均值消除失落信息影响,然后采用多级中值滤波消除逸出值。分别给出了各步处理结果,最终获得了较清晰的距离像。研究结果表明运用结合强度像的多级中值滤波方法能够有效地抑制相干激光雷达距离像的噪声。     

基于方向金字塔框架变换的遥感图像融合算法

为了综合利用多光谱遥感图像与全色遥感图像之间的互补信息,提出了一种方向金字塔框架变换(SPFT),并基于此变换提出了一种遥感图像融合算法。具体融合过程是将多光谱图像的每个波段分别与高分辨力全色图像进行融合,首先将高分辨力全色图像与多光谱图像的待融合波段进行直方图匹配,然后对该波段图像以及直方图匹配后的高分辨力全色图像分别进行方向金字塔框架变换分解,融合过程就是对两图像方向金字塔框架变换分解后的系数进行组合,最后对组合后的系数进行方向金字塔框架逆变换即可得到该波段图像与高分辨力全色图像的融合图像。实验结果表明该算法在性能上优于基于亮度-色调-饱和度(1HS)的彩色空间变换以及基于离散小波框架变换(DWFT)的遥感图像融合方法,尤其对源图像之间存在配准误差的情况。     

一种基于信息理论的高动态范围图像评价方法

高动态范围图像(high dynamic range image)指的是扩大了景物可分辨的光照范围的图像。在HDRI成像中动态范围是难以量化测量的,必须将对动态范围的计算转化为其它易于计算的像质评价函数。HDRI图像的像质评价和普通图像的像质评价存在着较大不同。比较了几种像质评价的方法后,提出了利用图像的熵作为标准进行高动态范围成像评价的方法。利用一种自然图像的概率模型对图像的熵与成像动态范围之间的关系进行了数值模拟,得到了具有普遍意义上的理想成像动态范围的计算公式,公式指出了对自然景物完善成像所需的最大动态范围;给出了图像熵与动态范围之间的关系。利用这种关系可以经由计算图像的熵来对系统的动态范围特性做出评价。这种评价方法在指导高动态范围成像系统的设计,以及高动态范围成像系统的测试中将发挥重要的作用。     

非均匀性和彩色失真图像的同时补偿

针对CCD摄像机或扫描仪产生图像存在颜色偏差和非均匀性使图像质量下降 ,通过多元线性回归分析方法同时对图像的非均匀性和彩色失真进行补偿 ,使输出图像信号均匀且其色度值与输入信号的色度值相匹配。依据算法进行了仿真试验 ,结果表明补偿后图像与原图像相比大体相近 ,且比非均匀性校正和彩色校正分步进行方法计算量小 ,节省时间     

各向异性扩散滤波的正则化参数选取方法

研究了图像处理中各向异性扩散的正则化参数选取问题.根据分片常数模型，提出了一种噪声估计方法，该方法通过寻找图像中的最小区域方差来估计噪声;分析了正则化参数与图像噪声的关系，提出了一个正则化参数选取的修正公式，该公式使正则化参数能根据图像噪声自适应调整;最后给出了由正则化参数选取高斯模板尺度的规则.实验结果显示，这种正则化选取方法可以使各向异性扩散方程对图像噪声具有很好的自适应性.     

基于无人机载的光电与SAR图像融合技术研究

为了提高无人机侦察识别能力,提出基于小波变换方法的无人机载光电与SAR的图像融合技术。经时间配准算法生成图像配准源,采用SIFT算法提取图像特征点,BBF算法计算生成匹配点集,依据匹配点集计算图像间透视变换模型完成图像配准,利用小波变换算法实现配准图像融合。经实验验证以及利用Matlab分析图像灰度直方图和计算信息量,结果表明:融合图像保留了光电图像95.7%的细节(熵),相比于光电图像平均梯度提高了1.52倍,增强了光电图像目标区对比度,降低了随机性噪点;融合图像相比于SAR图像信息量提高了1.44倍。     

Multi-scale toggle operator for constructing image sharpness measure

To construct effective image sharpness measure with good discrimination ability, a multi-scale toggle operator based algorithm is proposed in this paper. Firstly, toggle operator is used to extract image details. And, the multi-scale theory is used in toggle operator to extract multi-scale image details. Then, the final image details are obtained through applying the pixel-wise maximum operation on the extracted multi-scale image details. Finally, the mean value of the obtained final image details is used as the constructed image sharpness measure. Experimental results on different images show that, the proposed image sharpness measure could correctly quantify the clarity of image and is suitable for discriminating the image clarity change.     

基于半像素错位的多幅图像重建高分辨率图像技术研究

介绍了一种基于半像素错位的多幅图像重建高分辨率图像技术。分析了半像素错位的多幅图像与高分辨率图像各像素灰度值的对应关系 ,并从CCD数字化采样的角度进行了论证。同时 ,结合实际摄像机CCD结构 ,求出了高分辨率图像重建的计算公式 ,并通过实验进行了验证和完善。重建的本质是以原高分辨率图像的 4邻域平均图像为基础 ,增加一定比例的边缘细节信息 ,去接近原高分辨率图像。CCD的动态范围越大 ,图像的灰度级越多 ,那么计算误差就越小 ,图像的边缘细节信息就可以利用更多 ,重建的图像就越接近原高分辨率图像。通过实验和分析表明 ,利用半像素错位的多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     

A Quantum Image Watermarking Scheme Based on Two-Bit Superposition

Quantum watermarking technology protects copyright by embedding an invisible quantum signal in quantum multimedia data. This paper proposes a two-bit superposition method which embeds a watermark image (or secret information) into a carrier image. Firstly, the bit-plane is used to encrypt the watermark image. At the same time, the quantum expansion method is used to extend the watermark image to the same size with the carrier image, and then the image is encrypted through the Fibonacci scramble method again. Secondly, the first proposed method is the two bits of the watermark image which is embedded into the carrier image in accordance with the order of the high and lowest qubit, and the second proposed method which is the high bit of the watermark image is embedded to the lowest bit. Then the lowest bit of the watermark image is embedded in carrier image. Third, the watermark image is extracted through 1-CNOT and swap gates, and the watermark image is restored by inverse Fibonacci scramble, inverse expansion method and inverse bit-plane scramble method. Finally, for the validation of the proposed scheme, the signal-to-noise ratio (PSNR), the image histogram and the robustness of the two watermarking methods are analyzed.

     

多帧距离选通图像点扩散函数估计的超分辨率重建

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题,提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先,从连续帧图像中选取一帧为参考帧作为初始清晰图像,下一帧图像为模糊图像,用梯度约束的方法求出点扩散函数,用于优化清晰图像;然后,依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数,结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明,改进的算法重建图像分辨率和质量明显优于原始的算法。     

Nonlocal regularization based on DT-CWT for WMSN video image iterative reconstruction

The prior knowledge of signal is the previous condition of image compressed sensing reconstruction. In order to improve the quality of the priors except for image sparsity, this paper proposes a new model of video image reconstruction. The texture is the important visual feature of video image as a result of its repeat, leading to image global geometrical structures. The nonlocal idea comes from image self-familiar and can represent image detail features from the geometrical point of view. Therefore, the texture geometrical feature of video image is researched, and we take advantage of dual-tree complex wavelet transform to portray the sparsity representation regularization of the texture. What is more, global constrained regularization is constructed with the help of the nonlocal idea. On the basis of the two regularizations above, a new reconstruction model of video image compressed sensing is proposed, which not only preserves the sparsity prior knowledge of image but also improves the quality of prior knowledge of image by promoting geometrical structure. Iterative shrinkage thresholding algorithm is adopted to solve the model leading to a both simple and quick iterative algorithm. Numerical experiments show that our method is efficient for video image recovery, especially preserving the global details of the original video image.     

近红外与可见光双通道传感器信息融合的去雾技术

为了对雾霾天气下的图像进行去雾处理,多幅图像去雾算法是常用的方法之一。多幅图像去雾算法也有多种形式,部分算法面临硬件实现困难、获取途径受限或者可实施性弱等问题,而且多幅图像比对处理时常常涉及图像配准,造成算法的实时性差、计算复杂度高等问题。针对以上问题,提出的算法为多幅图像去雾提供了新的思路,基于双目传感器硬件架构能够同时捕获近红外和可见光图像,将近红外传感器图像作为新的数据源,近红外传感器能够在一定程度上穿透雾霾,在雾天捕获可见光传感器无法捕获的图像细节,而且硬件实现简单。可见光图像的颜色信息较丰富,近红外传感器图像对近处场景细节的描述能力较好,捕获的图像稍加校正就能实现完全配准,将近红外图像与可见光图像进行融合,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,得到边缘、轮廓等细节信息更加丰富的去雾图像。基于上述思路,借助近红外传感器对边缘细节的描述能力和可见光传感器对颜色信息的反映能力,提出了一种基于近红外与可见光双通道传感器图像融合的去雾算法。首先,将彩色可见光图像转换到HIS彩色空间,分别得到亮度通道图像、色调通道图像和饱和度通道图像。先将其亮度通道图与近红外图像进行融合去雾处理。采用非下采样Shearlet变换（NSST）进行分解,对得到的高频系数进行双指数边缘平滑滤波器保边滤波处理,对低频系数进行反锐化掩蔽处理,通过融合规则和反向变换得到新的亮度通道图像。然后,在对可见光图像的色彩处理中,建立饱和度图的退化模型,采用暗原色原理对参数进行估计,得到估计的饱和度图。最后,将新的亮度通道图像,估计的饱和度图像和原色调图像反映射到RGB空间得到去雾图像。为了验证新算法的有效性,特选取四组雾天拍摄的真实近红外图像与可见光图像进行融合去雾处理,将融合结果与其他两种去雾方法对于彩色可见光图像的去雾效果进行比较。实验结果表明,该算法在提高图像的边缘对比度和视觉清晰度上有较好的效果。并提出将近红外传感器图像作为新的数据源,采用双通道图像融合方法进行去雾处理,为图像去雾提供的新的技术思路是可行的。该算法的优势在于：首先提出将图像融合方法与去雾算法相结合,得到了新的去雾算法的思路。将彩色可见光图像转换到HSI色彩空间,将其亮度通道图与近红外图像采用非下采样Shearlet变换方法进行融合处理,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,使得去雾图像中的边缘、轮廓等细节信息更加丰富。其次,提出了在图像去雾算法中采用新的数据源--近红外传感器图像,从图像处理的角度,近红外传感器能够在一定程度上穿透雾霾,对于近处场景细节的描述能力较好,而且硬件实现简单,捕获的图像稍加校正就能实现完全配准,为后续的融合去雾算法带来了便利,为图像去雾提供了新的技术途径和路线。再次,采用的是多幅图像去雾算法,该算法基于双目传感器获取图像,可见光图像的颜色信息较丰富,近红外图像对于近处场景细节的描述能力较好,相对于单幅图像去雾算法,有更好的效果。最后,将可见光传感器图像映射到其他色彩空间,对于每个通道的图像根据其特征有针对性地进行处理。可见光图像的亮度通道图和近红外图像的处理采用了图像融合和增强处理,对于可见光图像饱和度通道的处理采用了图像复原算法,可以从整体上提升去雾效果,对细节特征有了进一步增强。该算法为图像去雾提供了新的技术途径和路线。