基于图的加权核K均值的图像多尺度分割

提出改进的最小割(IMC)模型以避免分割出小的孤立点集,研究了改进的最小割模型与加权核K均值之间的等价关系,列举了几种常见的用于建立图割模型边权值的相似度函数,并分析了其对分割结果的影响.在此基础上.设计了一个摹于图的加权核K均值图像多尺度分割方法,该方法既避免了基于图割的图像分割中图谱的求解问题,又避免了加权核K均值方法中核矩阵的选取问题,同时实现了对图像多尺度的分割.通过对该方法进行抗噪性能的分析,以及在光学图像上对实验结果进行比较,验证了所提出方法的有效性.     

一种结合几何相容性分析的谱匹配算法

为了可靠地实现点模式匹配,提出了一种基于谱图理论与几何相容性分析的点模式匹配算法。利用拉普拉斯矩阵的特征向量获得待匹配点集间谱匹配代价的表示;结合以邻近关系表示的几何相容性,定义了一种混合形式的匹配目标函数;给出了基于松弛迭代的求解算法。仿真数据和真实图像上的比较实验表明所给出的方法具有较好的精度与时间性能。     

一种基于相位相关的亚像素红外图像配准算法

图像匹配技术广泛应用于各种图像处理任务,如图像拼接、机器视觉等。通常匹配算法的精确度只能达到像素级别,但在很多图像处理任务如超分辨率重建中需要亚像素精度的图像配准。提出了一种基于相位相关的亚像素图像配准算法。根据两幅离散数字图像的相位相关矩阵中的最大值以及其附近若干点可以拟合估计出实际的峰值位置,进而实现两幅图像的亚像素运动估计。提出的算法针对热像仪采集的红外图像进行匹配实验,实验结果表明该算法精度相比通常的亚像素匹配算法较高,且具有更好的实用性。     

Incoherent digital holographic spectral imaging with high accuracy of image pixel registration

Fresnel incoherent correlation holography(FINCH) is a unique three-dimensional(3 D) imaging technique which has the advantages of scanning-free,high resolution,and easy matching with existing mature optical systems.In this article,an incoherent digital holographic spectral imaging method with high accuracy of spectral reconstruction based on liquid crystal tunable filter(LCTF) and FINCH is proposed.Using the programmable characteristics of spatial light modulator(SLM),a series of phase masks,none of whose focal lengths changes with wavelength,is designed and made.For each wavelength of LCTF output,SLM calls three phase masks with different phase constants at the corresponding wavelength,and CCD records three holograms.The spectral images obtained by this method have a constant magnification,which can achieve pixel-level image registration,restrain image registration errors,and improve spectral reconstruction accuracy.The results show that this method can not only obtain the 3 D spatial information and spectral information of the object simultaneously,but also have high accuracy of spectral reconstruction and excellent color reproducibility.     

基于最大和最小光强图像的偏振去雾方法

相对于传统光学探测技术,偏振探测在目标探测、识别方面有着独特的优势。针对雾、霾等天气下图像退化的问题,提出一种利用偏振信息的图像去雾方法,通过获取3个角度下目标的偏振图像,求解出场景目标的斯托克斯矢量,从斯托克斯矢量与穆勒矩阵的关系出发,分析偏振图像光强随着偏振角度的变化规律,获取最大和最小光强下的正交偏振图像,利用偏振滤波和亮通道先验方法分别估算大气光偏振度和其无穷远处大气光强值,最终重构出无雾图像。实验结果表明,在雾霾天气下,利用获取的正交偏振图像能够重构出清晰的图像,且重构图像的平均梯度和边缘强度均提升了约3倍,灰度标准差提升了约88%。     

基于谱聚类与类间可分性因子的高光谱波段选择

随着遥感技术和成像光谱仪的发展,高光谱遥感图像的分辨率不断提高,其庞大的数据量在提高其遥感探测能力的同时,也给分析和处理带来了很大的困难。高光谱波段选择可以有效减少数据冗余,提高分类识别精度和处理效率。因此如何从多达数百个波段的高光谱图像中选择出具有较好分类识别能力的波段组合是亟待解决的问题。针对上述问题,采用基于图论的谱聚类算法,将原始高光谱图像中的波段作为待聚类的数据点,利用互信息描述两两波段间的相似度,生成相似度矩阵。再根据图谱划分理论,将相似度矩阵生成的非规范化图拉普拉斯矩阵进行谱分解,得到类间相似度小且类内相似度大的类簇;然后根据地物类型计算各波段的类间可分性因子,将其作为类簇内进一步选择代表性波段的参考指标,达到降维的目的;最后通过支持向量机与最小距离分类方法对波段选择后的图像分类。该方法区别于传统的无监督聚类方法,采用基于图论的谱聚类算法,并根据先验知识计算类间可分性因子来选择波段。通过与自适应波段选择算法和基于自动子空间划分的波段指数算法的对比实验,结果表明：两组实验当聚类数目达到相对最佳时,该波段选择方法支持向量机图像总分类精度达到94.08%和94.24%以上,最小距离分类图像总分类精度达到87.98%和89.09%以上,有效保留了光谱信息,提高了分类精度。     

Rapid and robust medical image elastic registration using mean shift algorithm

In landmark-based image registration, estimating the landmark correspondence plays an important role. In this letter, a novel landmark correspondence estimation technique using mean shift algorithm is proposed. Image corner points are detected as landmarks and mean shift iterations are adopted to find the most probable corresponding point positions in two images. Mutual information between intensity of two local regions is computed to eliminate mis-matching points. Multi-level estimation (MLE) technique is proposed to improve the stability of corresponding estimation. Experiments show that the precision in location of correspondence landmarks is exact. The proposed technique is shown to be feasible and rapid in the experiments of various mono-modal medical images.     

多通道光谱采集系统滤光片设计方法研究

普通彩色相机加载宽带滤光片构造的多通道光谱采集系统的光谱重建性能与滤光片的选用密切相关。针对上述问题,提出基于主成分分析法的合成滤光片设计方法,旨在获得具有较高光谱重建性能并对所有图像场景均适用的最优滤光片组合。在收集多个宽带滤光片的基础上,测得其透射率并转换成矩阵形式;采用主成分分析方法提取该矩阵的前2个主成分,标准化处理后的主成分即为所求合成滤光片的透射率。为了验证上述方法获得的滤光片的性能,利用色差和光谱均方根误差2个指标对加载了合成滤光片的仿真采集系统的光谱重建精度进行了评价。实验结果表明:采用该方法得到的滤光片组合优于常用方法得到的滤光片组合, 用其构造的成像系统具有较高的色度重建精度和光谱重建精度,此外,改变目标场景颜色特性,其重建性能保持稳定。     

基于网格编码量化的超光谱图像压缩

提出了一个基于小波网格编码量化的超光谱图像压缩方法。谱间和空间冗余处理构成了超光谱图像压缩算法的主要内容,该算法使用一个谱间差分预测步骤来去除谱间冗余,而后对预测残差图像进行小波变换并利用均匀阈值网格编码量化(trellis-coded quantization)方法来量化各小波子带,最后使用自适应算术编码对量化码字进行熵编码。为使编码器能为所有子带获取率-失真意义上最优的量化阈值,设计了一个基于子带统计特性和网格编码量化器率-失真特性的比特分配算法。在实验中,该算法表现出优良的压缩性能,对于实验的超光谱图像,该方法在压缩比为32时可得到37．1dB的峰值信噪比,这表明本算法能有效压缩超光谱图像,适于超光谱图像压缩应用。     

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明：该方法鲁棒性好,运算速度快,配准精度较高。     

用于光学系统分析的质心配准法

将图像区域像素的统计特征引入活动轮廓模型,提出使分割轮廓所包括区域的质心对应角均方根误差极小的最优搜索方法——质心配准法。质心配准法有效地避免了散斑噪声等图像污染对图像区域分割精度的影响,实现了模糊图像精确的区域分割,求得图像最佳配准参数。对实际光学系统输出的多幅具有较大空时互补性的低分辨率图像进行了仿真实验,实验结果表明：该配准算法具有较高的精度,并在光学系统分析上得到了很好的应用。     

一种八谱段滤光片成像系统设计

针对多光谱滤光片阵列成像采样率低,原始(Raw)数据稀疏所导致的重建图像模糊,高频信息丢失等问题,提出了一种新八谱段滤光片阵列分布方案,利用基于邻域梯度延伸方法对光谱Raw图像进行重建.首先基于二叉树生成法,在重复排列的4×4阵列中设计了一种等空间概率比的八谱段滤光片分布方案;然后针对传感器直接获取的稀疏Raw图像,计算各谱段采样点的梯度信息,在保持图像结构特征和纹理信息的基础上,利用邻域采样点的像素值和梯度值对未采样点进行重建,从而获得完整的光谱图像信息;最后,基于已重建的八谱段光谱图像,采用伪逆矩阵法重构各像素位置的31波段光谱值.结果表明,相对于主流图像重建方法,本文算法提高了重建八谱段光谱图像的峰值信噪比、复合峰值信噪比,降低了光谱均方差,更好地保留了图像的纹理和边缘,有效降低了多光谱滤光片阵列成像中的颜色伪影和图像模糊等现象.     

基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。     

基于梯度一致性约束的多光谱/全色影像最大后验融合方法

多光谱/全色影像融合可以得到高空间分辨率的多光谱影像,在影像解译和分类等方面具有十分重要的意义。提出一种基于梯度一致性约束的遥感影像融合方法。该方法在最大后验概率框架下,通过梯度一致性约束建立理想高空间分辨率多光谱影像和全色影像之间的关系,并结合多光谱影像观测模型和Huber-Markov影像先验,构建融合目标函数,最后采用梯度下降法求解得到融合影像。本文方法在目标函数中引入了梯度一致性约束,克服了现有的同类方法受限于波段数量的缺陷,同时在求解中自适应确定每个波段的迭代步长,充分顾及了各波段的光谱特性,从而既确保了融合影像的光谱信息保真度,也提高了融合影像的空间信息融入度。通过IKONOS和WorldView-2影像对该方法进行了验证,并和GS,AIHS和AMBF等融合方法从定性和定量两方面进行了比较分析。实验结果表明,相比于其他方法,该方法可以在更好保持光谱信息的同时增强影像的空间分辨率,具有更广泛的适用范围和更佳的融合效果。     

Robust visual correspondence computation using monogenic curvature phase based mutual information

Visual correspondence has been a major research topic in the fields of image registration, 3D reconstruction, and object tracking for some decades. However, due to the radiometric variations of images, conventional approaches fail to produce robust matching results. The traditional method of intensity-based mutual information performs very good for global variations between images, however, its performance degrades in the case of local radiometric variations. Monogenic curvature phase information, as an important local feature of the image, has the advantage of being robust against brightness variation. Hence, in this Letter, we propose an approach to compute the visual correspondence by coupling the advantages of mutual information and monogenic curvature phase. Experimental results demonstrate that the proposed approach can work robustly under radiometric variations.     

基于图像集拓扑中心的群体配准方法

传统的图像配准通常指定一幅参考图像在配准过程中保持不变,将另一幅图像变换到参考图像空间,使得两幅图像在空间上互相匹配,从而可以精确比较两者之间的差异.针对多幅个体差异较大的图像配准问题,如果指定一幅作为参考,将其他图像配准到参考图像空间,则会引入该幅参考图像的个体形状偏差,从而影响最终的对比结果.为此,本文首先介绍了目前针对该问题的主要解决方法,然后提出了基于图像集拓扑中心的群体配准方法——TopologyCenter.为验证所提出的群体配准方法的性能,通过使用国外公开的数据集,详细比较了本文提出的方法与当前两种主要方法的群体配准结果的差异.实验结果表明,本文提出的方法具有更小的群体配准偏差,群体配准结果更好;同时,在对实验结果的评价中,本文还提出了一种简捷的群体偏差度量指标.     

多光谱CCD相机配准的图像校正

通过分析线阵CCD的成像过程,对多光谱CCD相机成像的彩色图像合成方式进行了研究,提出了一种处理方法。通过将各谱段CCD的每个像元信号分别扩展成一个二维像素数组后再进行彩色合成,尝试了利用后期处理的方式校正多光谱相机的配准偏差,改善了相机彩色合成图像的质量。结果表明,这种对CCD信号进行处理的合成方式为空间遥感相机的研制提供了一种技术手段,既能减小配准偏差的影响,同时又能够在不改变相机性能的情况下改善相机输出彩色图像的质量。     

正交偏振光谱微循环成像方法及装置

鉴于微循环图像成像质量的提高是微循环检测仪器实用化的关键，提出一种新的微循环检测方法及装置。利用基于该原理的正交偏振光谱成像仪器进行了实验，得到对比度清晰的甲襞微循环图像。用线性偏振光聚焦照射被测生物组织时，从组织表面反射回来的光保持了其偏振态，被放置在CCD前的偏振方向垂直的检偏器屏蔽掉；从组织内部返回的光发生复散射后退偏，通过检偏器成像。选择光源波长，使其落在红血球的吸收谱范围内，即可得到清晰的生物活体浅表面微循环图像。     

Hyperspectral image fusion by multiplication of spectral constraint and NMF

Hyperspectral remote sensing has been used in many fields, such as agriculture, military detection and mineral exploration. Hyperspectral image (HSI), despite its high spectral resolution, has lower spatial resolution than panchromatic image (PI). Therefore, it is useful yet still challenging to effectively fuse HSI and PI to obtain images with both high spectral resolution and high spatial resolution. To solve the problem, a new HSI fusion method based on multiplication of spectral constraint and non-negative matrix factorization is proposed in the paper. In the model, the HSI is first decomposed into basis (abundance matrix) and weight (spectral matrix), then the details of HSI are sharpened by enhancing the details of the abundance with PI. Meanwhile, a spectral constraint term is proposed. It is used to specifically preserve the spectral information in the model. Therefore, the fused data is characterized by good spatial and spectral information. Finally, experiments with both simulated and real data are implemented and the results show that the proposed method performs better in both visual analysis and objective indices than conventional methods, thus making it a good choice for HSI fusion.