一种基于小波变换的红外图像放大算法

图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。对于红外图像而言，传统的内插法存在着一定的缺陷。提出了一种基于小波变换的图像放大新算法，该算法对原始图像先进行小波变换获得高频系数，然后运用牛顿插值算法放大高频系数，以此作为放大图像的高频成份，而将原始图像作为低频成份，最后进行小波逆变换，重构出放大图像。实验证明该方法在图像细节方面具有很好的放大效果。     

一种基于区域特性的红外与可见光图像融合算法

提出了一种基于区域分割和à trous小波变换的红外与可见光图像融合算法.首先,对红外与可见光图像进行区域分割及区域关联,并按关联映射图所划分区域提取红外与可见光图像的的能量信息及梯度信息;然后,对红外与可见光图像进行多尺度à trous小波变换分解,分解后的低频部分按照文中所提出的区域能量比和区域清晰比指标进行区域融合,高频部分采用绝对值取大算子进行融合;最后进行重构得到融合图像.结果表明,该算法既可保持可见光图像的光谱信息,又可有效获取红外图像的热目标信息.     

感兴趣区域提升幅度确定及编码

基于小波变换的星载图像压缩中，感兴趣区域编码实现面临主要问题之一是如何确定小波域系数提升的幅度.提出了一种比特平面熵估计值计算模型及计算算法，能够有效逼近比特平面编码实际输出码率，同时提出了系数提升幅度的算法，从而解决了基于比特平面提升的感兴趣区域编码中系数提升幅度确定问题，可以保证感兴趣区域重建质量要求的前提下，背景和总体重建质量更好.该算法是根据图像内容和用户要求计算系数提升幅度，不需要进行人工干预，图像的复杂度不同，提升幅度也会不同.该算法适合感兴趣区域确定如干涉高光谱图像这类图像的编码.仿真结果表明，尽管不同图像具有不同的复杂度，本文算法都能够准确确定感兴趣区域系数的提升幅度，从而有效保证了总体编码效果更好.     

基于Contourlet的遥感图像放大与增强

提出一种遥感图像放大和增强的新方法.应用拉普拉斯塔形变换（LP）构建原图像的细节图像,采取双三次插值的方法分别放大原图像和细节图像,并将两个放大后的图像相加后线性处理.经过二级Contourlet分解变换,构造非线性增强函数增强Contourlet系数.最后用原图像取代Contourlet分解变换后的低频子带后重构图像,完成图像的放大和增强.结果表明,此方法能丰富放大后图像的细节,增强效果良好,有效提高放大后遥感图像的空间分辨率.     

基于Sigmoid函数局部视觉适应模型的真实影像再现

为解决图像采集与显示设备之间的动态范围差异,色调映射技术试图建立一种由高到低的动态范围映射关系,可用于一般图像的真实影像再现.在不同亮度适应水平下,人眼能产生不同的响应特性及对比度敏感性,从而同时响应不同明暗的光强.由此建立了一种局部视觉适应的再现算法,采用具有参数控制的Sigmoid函数来模拟视觉适应的S形非线性特点,得到不同局部亮度适应水平下的压缩曲线,因此能较好地协调图像整体对比度、亮度调整与局部增强之间的关系,在增强图像较暗区域的同时,极大程度地保持亮区细节.经主观评价与特征统计参数相结合的方法验证,该算法能有效地实现动态范围压缩,保持图像细节而避免伪像,具有一定的色彩恒定性,且复杂度低,具有很好的实用性.     

对一种新的基于局部标准差的自适应对比度增强算法的评价

介绍一种基于图像局部标准差变换的自适应增强算法通过将图像的局部标准差映射为高斯函数得到一个非线性对比度增益函数,使图像的细节区域得到较大幅度的增强,同时抑制平滑区域的噪声以及发生于陡峭边缘的“振铃伪迹”(Ringing Artifact)通过不同类型的图像以及对比度-噪声比(Contrast-to-Noise Ratio)演示了算法的性能,并与几种常用的图像增强方法进行了比较结果表明该算法对于低对比度的图像细节具有较好的增强效果,同时能够避免平滑区域噪声的过度增强及陡峭边缘的振铃伪迹.     

基于Contourlet变换的红外图像非线性增强算法

针对红外图像对比度低、噪声大等特点,提出一种基于Contourlet变换的红外图像非线性增强算法.Contourlet变换是一种有效的方向多尺度变换分析方法,能在任意尺度上实现任意方向的分解.首先采用Contourlet变换对图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数.引入非完全贝塔函数对低频子带系数进行处理,提升图像整体对比度;采用非线性增益函数对各带通方向子带系数进行处理,通过估计噪声水平设定阈值,抑制绝对值小于阈值的系数,增强大于阈值的系数.最后经Contourlet逆变换得到增强图像.实际实验结果表明,该方法可以有效地增强低对比度红外图像,无论是在视觉效果上还是在图像对比度评估值定量指标上均明显优于直方图均衡化、小波变换增强等方法,且能保持更多的图像轮廓特征,克服了这些方法对噪声增强过度和图像细节增强不足等缺点.     

二阶总广义变分图像放大

为了在图像放大中获得更好的视觉效果,提出了一种基于总广义变分性质的变分放大模型.该模型将原始低分辨图像作为被估计的高分辨放大图像到所在空间的某个子空间的投影,利用二阶总广义变分正则化迭代处理得到被估计放大图像.通过分析新模型的性质,给出了一种有效的原始对偶放大算法.实验结果表明:该方法能去除总变分放大方法产生的图像阶梯块效应,恢复更多的细节边缘及纹理信息,从而重构出高质量的图像;相比于总变分图像放大方法和小波图像放大方法,该方法具有更高的峰值信噪比和更小的均方误差.     

基于曲率滤波和梯度变换的图像增强

针对基于梯度变换的图像增强算法抗噪声干扰能力差的问题,引入曲率滤波理论,提出了基于高斯曲率滤波和梯度变换的图像增强算法.该算法通过对图像梯度场进行非线性变换来增强图像对比度,通过构造能量泛函,采用梯度下降法从变换后的梯度场重构出增强后的图像,并利用高斯曲率滤波对梯度下降法迭代过程中的重构图像及其各阶偏微分进行平滑,有效解决了图像重构过程中的噪声非线性放大和扩散问题,同时保留了丰富的细节信息.采用多组边缘模糊图像进行仿真实验,实验结果表明该算法在增强图像边缘对比度的同时,能够有效抑制噪声.     

基于复合胞化空间的图胞映射方法

为了提高计算的准确性和效率,通过引入复合胞化空间概念,构建了一种迭代的图胞映射方法.该方法能够对任意感兴趣的空间区域进行细化处理,细化过程采用代数运算完成不会额外增加计算机内存且能保持细化前后图动力系统性质不变.为了便于计算机实施,也给出了相应的有效算法.通过对典型例子Henon映射的应用分析,证实了该方法的有效性. 关键词： 图胞映射方法 迭代方法 Henon映射     

Finest image sharpening by use of the modified mask filter dealing with highest spatial frequencies

We demonstrate a new finding that the filtering-mask with merely four coefficients in the vertical and horizontal directions could be the best choice to achieve finest image sharpening. The mask's merit to better magnify highest spatial frequencies is unveiled by employing the nonlinear transfer function, which has been proved liable to reduce the overshooting effect. By use of this chosen mask, the enhanced image is capable of manifesting extreme sharpness.     

基于Contourlet变换和形态学的图像增强方法

传统的图像增强算法在增强图像时,增大噪音,同时丢失细节.针对该问题,结合Contourlet变换中相关系数理论,提出了基于Contourlet变换和数学形态学的图像增强新算法.首先,对图像进行Contourlet变换分解,采用数学形态学算子对高频细节部分区分为细节信息和噪音产生的系数,然后,对变换系数采用非线性映射函数进行增强.最后,利用修改后的变换系数进行Contourlet逆变换得到增强后的图像.实验表明,该方法无论是增强效果还是抗噪性能都明显优于传统的图像增强算法.     

Synthetic Aperture Radar image nonlinear enhancement algorithm based on NSCT transform

Due to the imaging mechanism, Synthetic Aperture Radar (SAR) images are susceptible to speckle noise, which affects radar image interpretation. So image denoising and enhancement are important topics of improving SAR image performance. A nonlinear image enhancement algorithm based on nonsubsampled contourlet transform (NSCT) is proposed in this paper. The image is decomposed into coefficients of different scales and directions through nonsubsampled contourlet transform. It is denoised by the threshold method of the multi-scale product of NSCT coefficients. Then thresholds of the nonlinear enhancement function are determined according to the coefficients of each scale. The two parameters of the function, among which one is used to control the range of enhancement and the other can determine the strength of enhancement, are obtained by solving nonlinear equations. The coefficients processed by the enhancement function are used to reconstruct the image. The simulation results on the Matlab platform show that the algorithm has a good effect of enhancing details of images and suppressing noise signals meanwhile.     

Multispectral Image Compression for Improvement of Colorimetric and Spectral Reproducibility by Nonlinear Spectral Transform

The article proposes a multispectral image compression scheme using nonlinear spectral transform for better colorimetric and spectral reproducibility. In the method, we show the reduction of colorimetric error under a defined viewing illuminant and also that spectral accuracy can be improved simultaneously using a nonlinear spectral transform called Labplus, which takes into account the nonlinearity of human color vision. Moreover, we show that the addition of diagonal matrices to Labplus can further preserve the spectral accuracy and has a generalized effect of improving the colorimetric accuracy under other viewing illuminants than the defined one. Finally, we discuss the usage of the first-order Markov model to form the analysis vectors for the higher order channels in Labplus to reduce the computational complexity. We implement a multispectral image compression system that integrates Labplus with JPEG2000 for high colorimetric and spectral reproducibility. Experimental results for a 16-band multispectral image show the effectiveness of the proposed scheme.     

离散Arnold变换改进及其在图像置乱加密中的应用

为了改善传统二维Arnold变换用于图像置乱加密的效果,提出了离散Arnold变换的改进方法,并将其用于图像置乱加密测试研究.该方法利用现有离散标准映射的构造思想,将传统离散二维Arnold变换表达式中第一个变换表达式所对应变换结果非线性融入第二个变换表达式,实现经典离散二维Arnold变换的非线性去拟仿射化修改,以便快速改善图像置乱加密效果.数学证明改进方法不再保持现有离散二维Arnold变换所具有的拟仿射不变性,但是改进变换仍是一种具有周期性的可逆映射,将其用于图像置乱加密时,利用其周期性或逆变换能恢复置乱前原图像.大量实验结果表明,本文所建议的改进方法是有效的,相比现有的离散Arnold变换更具有实用价值意义.     

一种新的全色图像与光谱图像融合方法研究

给出了一种新的综合伪彩色映射技术和小波变换理论的图像融合方法,并将其应用于全色图像和光谱图像的融合中.通过提取两个不同谱段光谱图像的共有信息和特别信息,并进行伪彩色映射融合,来增强目标与背景的对比度.同时将伪彩色映射融合后的图像进一步用IHS变换提取空间信息,在小波变换框架下将其与全色图像进行融合以提高目标的边缘细节信息,使所获得的融合结果不仅包含丰富的光谱信息的同时还具有较高的空间分辨率.仿真图和评价指标表明,该算法在增强目标与背景的对比度以及保留目标信息等方面具有较强的优势.     

动态混沌扰动遗传算法的振动模糊高光谱图像复原

高光谱图像具有较高的光谱分辨率和空间分辨率,从而具备区分诊断地物光谱特性的能力,但是在获取高光谱图像时,经常会由于载荷平台的振动,导致光谱图像失真,严重影响光谱图像在应用中的精度和可信度。提出一种能够将振动模糊高光谱图像复原的动态混沌扰动遗传算法, 该算法对比于普通的遗传算法,不会出现过早收敛,能够较准确的恢复图像,提高光谱质量。根据振动模糊图像的退化原理,找到振动模糊图像与清晰图像之间的映射关系和振动模糊图像的点扩散函数。针对振动模糊图像退化的非线性和混沌系统特征,用tent映射生成混沌初始种群,增强遗传算法的全局搜索能力。对产生的优秀个体,用切比雪夫映射进行混沌扰动,对优秀个体混沌优化,以增强遗传算法自身局部搜索能力。将三维高光谱影像平铺为二维图像,利用相邻的光谱通道的图像相关性,对每一幅图像进行复原,从而实现三维高光谱数据的复原。在澳大利亚机载Hymap成像光谱仪所提供的数据立方体中,进行了两组不同的振动模糊光谱图像复原仿真验证。将所提出的方法与近期使用的光谱图像复原算法和遗传复原算法进行对比分析,图像采用无参评价方法灰度平均梯度GMG和拉普拉斯算子LS,有参评价方法信噪比SNR和峰值信噪比PSNR,光谱采用光谱信息散度SID和光谱梯度角SGA评价方法,发现各个评价指标均有大幅改善。与最新的光谱复原算法相比,SNR提高了60%,PSNR提高了10%,GMG提高了11%,LS提高了11%,SID降低了39%,SGA降低了5%。与原遗传算法相比,图像的SNR提高了51%,PSNR提高了12%,GMG提高了33%,LS提高了43%,SID降低了39%,SGA降低了16%。计算结果表明该方法对恢复振动模糊高光谱图像数据非常有效,不仅能提高单波段图像的清晰度,光谱数据立方体的光谱质量也明显提高。     

Image encryption scheme by using iterative random phase encoding in gyrator transform domains

An image encryption is discussed based on the random phase encoding method in gyrator domains. An iterative structure of image encryption is designed for introducing more random phases to encrypt image. These random phase functions are generated by a two-dimensional chaotic mapping with the help of computer. The random phases are utilized for increasing the security of this encryption algorithm. In the chaotic mapping relation, the initial value and expression can serve as the key of algorithm. The mapping relation is considered secretly for storage and transmission in practical application in comparison to traditional algorithms. The angle parameter of gyrator transform is an additional key. Some numerical simulations have been given to validate the performance of the encryption scheme.