基于脑模型控制器的红外背景预测算法

在分析云背景红外图像空间分布上存在混沌现象的基础上,提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点,对云背景图像进行预测,并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明,该算法能有效地提高云背景的预测准确度,预测残差符合白噪音特性,对云背景杂波具有良好的抑制效果,能显著提高目标的信杂比,从而改善目标的检测性能.     

基于非参数背景抑制的弱小目标管线法检测

介绍了一种红外图像背景抑制的非参数方法(E_kernel)。提出了一种弱小目标的管线检测算法。E_kernel方法不同于传统的线性或非线性背景预测,它对背景杂波分布的统计特性不敏感,受其影响较小,具有非参数特性。管线检测算法对序列图像做若干相同的顺序处理,采用并行分布式计算,处理时间短。仿真试验表明,该算法能有效地检测出低信噪比红外序列图像中的弱小目标的运动轨迹,具有较高的实时性。     

基于波原子变换的红外复杂背景杂波抑制算法

针对红外图像弱小目标检测技术中复杂背景杂波干扰问题,提出了一种基于波原子变换的红外图像背景抑制算法。首先,采用波原子变换对图像进行多尺度和多方向分解,获得原始图像的多尺度和多方向细节特征;然后,根据目标和背景杂波信号的差异,通过频域变换设计的系数调整函数修正经波原子变换后各子带系数,再经波原子逆变换重构得到估计的背景图像;最后,将其与原始图像相减获得背景杂波抑制后的图像。用真实的红外图像序列进行实验,结果显示,与最大中值和小波变换两种算法相比,该算法能有效地抑制红外弱小目标复杂背景杂波,突出目标信号,提高信杂比,具有良好的背景抑制性能。     

最大化背景模型用于检测红外图像中的弱小目标

提出一种基于最大化背景模型的背景预测算法,用于红外弱小目标检测.算法通过"区域最大化背景模型",来减小背景起伏对背景预测的影响,从而实现对背景更准确的预测,达到提高弱小目标检测性能的目的.算法适用于强对比度云层的空背景、具有人造干扰物的背景和空地背景的红外图像中,具有较强的抗噪音特性,是背景预测算法的一个重要扩展.针对实际红外图像的试验仿真表明,提出的算法是有效的.     

红外小目标图像的背景杂波量化方法

分析了背景杂波对红外小目标检测的影响,研究了一种针对红外小目标图像的背景杂波定量描述方法.提出了背景杂波定量描述方法需要满足的三个条件:与主观判断的结果一致、对于不同的红外图像具有适应性和能够辅助改进目标检测算法.综合考虑了目标与背景的特征,融合了4种特征,提出了一种新的红外背景杂波量化方法.首先采用支持向量机对背景杂...     

基于时空非局部相似性的海上红外弱小目标检测

为了消除海上红外弱小目标检测中图像背景杂波和噪声的影响,提出了一种基于时空非局部相似性的红外图像弱小目标检测方法.该方法充分利用了相邻帧的红外图像序列间海面背景图像块的非局部自相关特性以及每帧内非局部背景图像块间的相似特性,并引入时空域图像块模型,该模型可利用加速近端梯度方法来有效求解.实验结果表明,与传统的红外弱小目标检测方法相比,所提方法不仅能更有效地保留目标的特征信息,还能使红外图像的峰值信噪比提高1.2倍以上,信杂比提高1.8倍以上.     

红外装甲目标检测中背景抑制技术研究

鉴于红外装甲目标检测中红外图像对比度低、背景复杂,导致图像的信噪比低而难于进行目标的检测,提出一种基于小波和改进的分形理论相结合的背景抑制方法。针对红外图像呈现的相关性强的特点,利用小波分析将图像中的低频缓变背景滤除,得到包含目标和强边缘杂波的图像;又由于目标分形维数对尺度的敏感程度高于边缘杂波的分形维数,提出通过计算图像在不同尺度内不规则因子的变化率来进一步抑制背景中的边缘杂波。实验表明:该算法能显著提高图像的信噪比(信噪比增益在2左右),对背景边缘有很好的抑制效果。     

基于多分辨率双边滤波的红外场景杂波抑制

背景杂波是影响红外搜索跟踪系统探测性能的主要因素,针对这一问题,根据红外场景中目标和背景特性,提出了一种基于多分辨率双边滤波的红外场景杂波抑制新方法.首先采用非下采样轮廓波对红外场景图像进行多尺度、多方向分解,提取红外原始场景图像在不同尺度和方向上的细节特征,然后,根据目标和背景信号子带分布特性之差异,通过应用双边滤波调整分解后的各子带系数,最后重构各子带就可将红外场景中目标信号和背景杂波分离,可有效地将背景杂波剔除掉.将本文提出的方法应用于实际的红外场景,实验结果显示,与经典的二维最小均方误差方法相比较,该方法具有更好的杂波抑制能力.     

红外搜索系统中弱小目标检测算法研究

 复杂背景下低信噪比弱小目标的检测是红外搜索系统中的重点和难点,为解决红外搜索系统中杂波干扰多、目标信噪比低等问题,提出一种模板匹配滤波的目标检测方法。该算法在预测背景的同时,通过对图像背景灰度值进行动态的阈值处理,自适应地进行背景抑制。当背景包含较多复杂因素时,采用模板匹配滤波的目标检测方法,消除背景抑制后的残留杂波,实现弱小目标的提取。试验结果表明：当场景较复杂且图像信噪比较低时,使用该算法处理后可使图像信噪比达到4 dB以上,从而提高了弱小目标的检测概率。     

基于最小一乘和混沌遗传算法检测红外小目标

提出了一种基于最小一乘估计和混沌遗传算法进行背景预测检测红外小目标的方法.在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,利用混沌序列内在的伪随机性,将混沌引入到遗传算法得到混沌遗传优化算法,以此解决最小一乘估计中极值的选取问题.将原始图像与预测图像相减得到预测残差图像后,利用基于二维指数熵的图像阈值选取快速算法进行分割.给出了实验结果与分析,并与基于遗传算法的最小一乘预测、最小二乘背景预测的检测算法作了比较.实验结果表明,提出的算法具有更高的检测概率和更好的检测结果.     

双面半色调图像的光谱反射率色彩精确预测模型

为了准确地预测双面半色调图像的光谱反射率,并考虑光在纸张内的散射和油墨在纸基上的扩展渗透,建立了一个统一的双面半色调图像光谱反射率精确色彩预测模型.在油墨是非散射介质,纸张为强散射体以及油墨和纸张具有相同的折射率的条件下,引入Williams-Clapper模型中光在油墨中斜程传播的思想,考虑进入纸基层的光线横向传播和油墨扩展导致的网点扩大效应以及光在纸基和印刷品-空气界面间的多重内反射,利用多重内反射的网状结构分析法和最小二乘曲线拟合方法,确定了各种不同叠印条件下的理论网点面积率和有效网点面积率的函数关系,得出彩色双面图像的光谱反射色彩精确预测模型.新模型的预测值和测量值达到了较好的匹配,同时这也为彩色双面图像的呈色规律分析和印刷品质量检测系统的研制与开发提供了理论依据.     

半色调双面图像的色彩预测Clapper-Yule模型

为了准确地预测印刷图像的光谱反射率,在假定油墨是非散射介质以及油墨的折射率与纸张的折射率近似相等的近似下,利用考虑光在纸基内多次内反射的Clapper-Yule理论和描述多重内反射的网状结构分析模型,建立了同色不同加网周期双面墨像的光谱反射色彩预测模型.同时给出了包含纸基的向下体反射和反面纸基-空气构成界面定向反射作用的单面墨像Clapper-Yule色彩预测修正新模型.     

双面半色调图像的Clapper-Yule色彩预测分程模型

通过印刷品光谱反射比预测半色调图像色彩是印刷质量控制与设备检测研制领域十分关注的课题。在假定油墨是非散射介质以及油墨的折射率与纸张的折射率近似相等的条件下,利用光在油墨与纸张中散射迁移路径长短不同的分程理论和多重内反射的网状结构分析方法,研究了光照射在双面印刷品上的光谱反射规律,建立了双面印刷品的光谱反射色彩预测模型。并在此基础上通过理论分析,论证了新建双面印刷品的Clapper-Yule色彩分程预测模型的合理性。新模型为双面印刷品的呈色规律分析与印刷品在线检测仪的研制提供了理论依据。     

半色调荧光图像的光谱反射与透射模型

荧光油墨半色调印刷品的显色预测规律是彩色成像领域内十分关键的课题。把荧光半色调印刷品反射出来的光分成两个独立的部分,即由最初入射光组成的主光流和由于吸收了主光流而产生的荧光流;并且采用了一个指数矩阵来描述墨层产生的荧光光强,从而得出了荧光半色调图像色彩的光反射规律。考虑到入射光中从一种颜色油墨入射后再由同色油墨出射的概率要比从其它色油墨出射的概率要大的事实,讨论中引入权重因子描述从同色油墨出射部分与从整个表面出射部分比例不同的现象,建立了荧光油墨半色调图像的Clapper-Yule新光谱反射率模型。     

印刷品原色油墨光谱预测中减色线性经验空间的建立

在半色调印刷品原色油墨光谱预测技术中,在原光谱反射率空间进行主成分分析得到的代表性基向量数目会大于实际所使用的原色油墨数目,即光谱反射率空间并不适用光谱预测,且主成分分析得到的基向量会出现负值,没有物理意义。针对上述问题,建立了一个减色线性经验空间模型及其空间转换模型,并探究了影响经验空间线性程度n值的因素,通过实验及优化算法创新性找到确定最佳n值的方法,并在该减色线性经验空间进行半色调原稿原色油墨的预测实验。实验结果表明,在不同n值下,选取原始光谱反射率R_m和重构光谱反射率R_recon的f范数平方值的最小值对应的n值做为建立线性经验空间确定最佳n值的方法是有效的;为了将纸张和油墨类型对空间转换因数n的影响程度减到最小,最终确定n值为3.5;在减色线性经验空间进行印刷品原色油墨数目预测,得到的代表性基向量数目恰好等于实际印刷使用的原色油墨数目4,进行原色油墨光谱预测,预测的4色油墨除K色外,其他CMY色与实际原色油墨光谱相比拟合度GFC均大于99.9%。即所提出的优化n值的新方法建立的减色线性经验空间是一个可作为半色调印刷品原色油墨数目预测和光谱预测的有效线性空间。     

基于光学网点扩大的光谱反射率模型研究

彩色半色调印刷品色彩预测模型是彩色图像复制领域内的关键技术,为建立更加准确的色彩预测模型,本文分析了光子在油墨中的传输,将光子传播类型分成四类并分别进行建模,最后提出了基于马尔可夫链理论的光谱反射率数学模型,并通过实验证明新模型具有更好的色彩预测精度.     

基于非负矩阵分解的印刷品原稿原色油墨光谱预测方法

实现半色调印刷品原稿的光谱复制技术其前提要确定原稿所用油墨数目及油墨成份，但目前应用于印刷品原稿原色油墨光谱预测的算法还有待研究，且已有的基色色料光谱预测方法存在诸多弊端。针对这一问题在非负矩阵分解算法基础上结合印刷品原稿光学特性，创新的提出了一种基于约束条件非负矩阵分解的油墨光谱预测算法ISPNMF，和对黑色油墨光谱预测结果优化的算法。ISPNMF算法克服了基本非负矩阵分解有多重最优解和局部极小值的缺陷，实现了预测算法唯一的全局最优解。黑色油墨预测光谱优化的算法克服了彩色油墨对光线混合吸收给黑色油墨预测带来的干扰，能优化得到逼近于实际黑色油墨光谱的预测值。使用Konica Minolta C1085和HP indigo5600两台四色数码印刷机及其自身配备的墨粉和墨膏来摸拟不同品牌的油墨，在230 g白卡纸上打印 IT8.7/3色标，并使用X-rite i1 Pro2获取两样张的光谱反射率作为实验数据样本，来探究并验证算法的准确性和实用性。实验结果表明，在印刷品原稿线性经验空间中能准确预测原稿所用原色油墨数目和油墨光谱，且彩色油墨预测光谱与实际使用的油墨光谱相比其拟合度均高达99.9%，光谱角距离均小于0.045，黑色油墨的预测光谱经优化后与实际油墨光谱拟合度也高达99.9%。这说明该算法不仅能实现对印刷品原稿原色油墨的准确预测，而且可以精确匹配实际使用的原色油墨，对实现印刷品原稿的光谱复制技术有重要意义。     

油墨组分比例预测模型与方法

因光学特性(吸收系数与散射吸收)与组分比例不呈严格的线性关系,基于K-M理论的配色模型无法保证比例预测精度,针对上述问题,建立了油墨组分比例预测模型与方法。首先利用与组分比例具有强线性相关性的特征波长处的光谱反射率倒数值替换K-M配色理论中的吸收系数与散射系数,引入非线性项,构建油墨混合呈色模型;然后在此基础上建立油墨组分比例预测模型。以两组二元基色油墨混合样本为例,对提出的油墨组分比例预测模型及方法进行验证。实验结果表明,文中方法可预测获得与真实结果较为接近的组分比例,两组实验样本的预测平均偏差分别为1.57%和3.6%,可为目标样油墨组分比例预测提供一种新的方法。     

基于密度的凹版专色梯尺光谱预测模型的研究

基于密度与光谱反射率的关系建立了一种凹版专色梯尺的光谱反射率预测模型。该方法首先依据密度的定义建立实地光谱反射率与其密度的关系,并基于实地光谱反射率建立阶调光谱反射率的计算方法;然后根据密度的叠加原理,假设阶调密度与实地密度比例关系成立建立阶调密度、实地密度和承印物密度的关系;最后结合计算阶调光谱反射率的方法建立凹版专色梯尺光谱反射率预测模型;调配30种专色油墨通过凹印实打样,对预测模型通过决定系数R²和色差进行验证。实验结果表明,不同专色在同一网点面积率下实际阶调密度与实际实地密度的比例系数相同,两者的决定系数R²均大于0.98。在此关系基础上所建立的预测模型在不同网点面积率下都具有较高的决定系数,其均方根误差都小于0.01,最大色差为2.667 NBS。最后另外调配10种专色油墨在相同工艺条件下实打样样张,利用实际阶调密度与实际实地密度的比例系数,通过色差公式进而验证该模型预测专色油墨梯尺光谱反射率的精度。色差结果表明,82.12%的色差小于2.5 NBS,大部分色差在0.5～2 NBS之间,占据了总频率的58.32%,平均色差为1.58...     

荧光实地印刷品Kubelka-Munk色彩预测模型

荧光油墨防伪印刷的色彩预测是防伪印刷质量控制领域十分关心的课题。本文通过分析光在荧光油墨层中的散射、吸收及荧光辐射规律,把光在印品中的传播分成紫外线和可见光两部分分别分析研究,针对多重内反射现象进行Saunderson校正,最终建立了荧光油墨实地印刷品的Kubelka-Munk模型。