去除乘性噪音的主成分分析算法

雷达成像系统的进一步应用依赖于对图像中噪音的有效抑制.在目前现有消除噪音方法的基础上,基于图像的局部相似性,结合主成分分析法,提出一种新的有效去除乘性噪音的滤波算法.乘性噪音经对数变换后可转化为加性噪音处理.分析了对数域中噪音的类型.首先在图像的对数域,通过非局部方法选取局部相似块作为训练样本,利用主成分分析法提取出信...     

近场光学扫描显微镜图像的噪音处理

在近场光学扫描显微镜及其它一些以扫描方式成像的系统中，由于图像是逐行扫描而成，因此扫描图像行与行之间存在较大的噪音.针对这种情况及相应的含噪近场光学图像模型，并结合对近场光学扫描图像及其行噪音特点的分析，提出了根据图像行间相关性寻找行噪音补偿因子.同时考虑图像背景波动性选择噪音补偿因子，以此进行行噪音的消除.在此基础上，利用小波变换进一步处理，消除随机起伏噪音.实验结果表明,本方法可以快速有效地去除扫描图像行噪音，且适用于各类扫描图像的处理.     

去除乘性噪音的主成分分析算法

雷达成像系统的进一步应用依赖于对图像中噪音的有效抑制.在目前现有消除噪音方法的基础上,基于图像的局部相似性,结合主成分分析法,提出一种新的有效去除乘性噪音的滤波算法.乘性噪音经对数变换后可转化为加性噪音处理.分析了对数域中噪音的类型.首先在图像的对数域,通过非局部方法选取局部相似块作为训练样本,利用主成分分析法提取出信号的主要特征.然后基于统计理论中最小均方误差估计法给出了一种适用于图像信息的阈值原则.最后分析了变换过程引起的偏差,由对数域的偏估计得到滤波图像.数值实验验证了新算法的有效性.对比于目前提出的变分方法,新算法处理后的图像有更高的信噪比和更好的视觉效果,且具有一定的实用性.     

光学扫描全息术中的孪生像噪音及消除

阐述了光学扫描全息术的基本原理,分析了孪生像噪音的来源,提出了一种新的数字滤波方法.计算机仿真结果表明:孪生像噪音以振荡形式传播,降低了重构图像的信噪比,影响了重构图像的分辨率;用电子复用技术,即用复全息图函数代替实全息图函数的方法可以有效地消除孪生像噪音;采用单一通道对信号进行处理,即只用一个实全息图函数,通过数字滤波方法同样可以消除孪生像噪音,该方法简便、实用而有效.     

基于噪音相关性的数字图像区域作伪检测

为了鉴别一幅数字图像是否存在作伪的区域,应用数字图像与数码相机的噪音相关性,提出一种检测数字图像区域作伪的新方法.该方法首先利用小波滤波器从数字图像中提取出残留噪音,采用平均多幅图像残留噪音的办法得到相机的噪音参考模式.然后选择一个适当大小的检测模块在嫌疑图像的残留噪音和相机的噪音参考模式上同步移动,同时求出两者的噪音相关系数.最后把这一噪音相关系数与预设的判别阈值进行比较,从而判定该嫌疑图像是否存在作伪区域.在假设错误接受率为10－3的条件下,利用Neyman-Pearson判别规则求出各相机的判别阈值,利用浮动阈值法和加入三个修正措施后进行检测.结果表明,该方法的区域检测正确率为87%左右.     

推扫型干涉成像光谱仪去除条带非均匀性的方法

分析了推扫型干涉成像光谱仪的结构特点和工作原理,指出了由于加工误差导致入射狭缝的宽度不均匀,使干涉图像沿狭缝方向存在亮度差异,复原后的光谱立方体图像上出现平行于推扫方向的非均匀性条带,影响了光谱立方体的图像质量和光谱精确度.采取校正系数法去除条带,讨论了获取校正系数的方法,并使用仪器的定标干涉数据提取成像面上沿狭缝方向的不均匀特性,获得了校正系数,对干涉图像进行处理以消除条带.结果表明:校正系数法能够去除大部分条带.根据处理后残余条带的情况,在没有在轨定标数据的情况下,使用均匀景物的光谱立方体数据提取不均匀特性,修改了校正系数,有效地消除了残余条带.     

小波变换对OCT图像的降噪处理

通过分析光学相干层析成像系统中的噪音源以及不同噪音对成像质量的影响，利用小波变换的方法，结合软阈值滤波对图像去噪，消除噪音对图像的干扰，处理后图像变得清晰了，图像质量得以改善，表明该方法能达到减小图像噪音的目的.     

改进的插值法用于干涉成像光谱仪影像条带噪音去除

针对嫦娥一号(CE-1)干涉成像光谱仪影像中的条带噪音,通过常用的频域滤波方法和线性插值法进行了干涉成像光谱仪条带去除试验,并提出结合了三阶插值的改进线性插值方法。对噪音点定位后,根据图像中噪音点上下行相应点的数值差别是否超过预设阈值,确定是采用线性插值还是三阶插值算法,修正噪音点像素值。实验结果的均值和标准偏差以及图像质量因子(IQ因子)的比较表明:改进的方法IQ值达到13.9081,而线性插值算法为9.8428,改进的线性插值方法在去除干涉成像光谱仪影像条带噪音方面明显优于线性插值方法。     

辐射图像脉冲去噪方法

为去除辐射图像中的脉冲噪音,建立了一种先进行脉冲噪音检测再进行噪音数据修复的联合去噪音方法.首先采用测地膨胀方法从减灰度图像出发对原图像进行形态学灰度重构,再采用灰度阈值法从原图像与重构图像的差值图像中分割检测出脉冲噪音,然后采用改进非本地均值方法对噪音数据进行修复.改进非本地均值方法对相似像素的选择范围进行了限制,从原理上避免了传统非本地均值方法用于去除辐射图像脉冲噪音时易发生的以错纠错问题,本文对其进行了数学表述.实验证明,该方法对不同类型辐射图像的脉冲噪音均具有较好滤除效果,表现出良好的噪音数据修复和图像细节保护能力.     

辐射图像脉冲去噪方法

为去除辐射图像中的脉冲噪音,建立了一种先进行脉冲噪音检测再进行噪音数据修复的联合去噪音方法.首先采用测地膨胀方法从减灰度图像出发对原图像进行形态学灰度重构,再采用灰度阈值法从原图像与重构图像的差值图像中分割检测出脉冲噪音,然后采用改进非本地均值方法对噪音数据进行修复.改进非本地均值方法对相似像素的选择范围进行了限制,从原理上避免了传统非本地均值方法用于去除辐射图像脉冲噪音时易发生的以错纠错问题,本文对其进行了数学表述.实验证明,该方法对不同类型辐射图像的脉冲噪音均具有较好滤除效果,表现出良好的噪音数据修复和图像细节保护能力.     

实用型模块化成像光谱仪多光谱图像的信噪比估算及压缩方法研究

采用局部标准差法和去相关法对实用型模块化成像光谱仪多光谱图像的信噪比进行估算。这两种方法已将地物变化的影响降低到很低的程度。这样在大气订正后，图像的信噪比性能充分反映出遥感仪器的信噪比性能。针对图像压缩，提出控制各波段恢复图像的峰值信噪比刚好大于原始图像的信噪比，使由压缩算法本身所带来的噪声限制在原始图像的噪声范围之内。结合这种压缩思想，用基于离散余弦变换和基于离散小波变换的压缩算法，对实用型模块化成像光谱仪多光谱图像进行压缩。实验表明，利用这种方法，对于高信噪比的波段，图像信息得到了保真；对低信噪比的波段，压缩倍数提高迅速且恢复图像视觉无失真，对整幅成像光谱图像，压缩性能提升显著——当压缩比等于37．95倍时，峰值信噪比等于45．86dB。     

Adaptive grayscale adjustment-based stripe noise removal method of single image

An effective adaptive grayscale adjustment-based stripe noise removal method of single image is presented. In this method, we extract all stripe noise spectra from each frame, and then exclude relatively stationary images by sub-pixel registration to obtain continuously moving image sequences. By accumulating the same frequency spectra of the image sequences, we acquire accurate stripe noise spectra. Using the proportion of each stripe noise spectrum, we calculate the new histogram of the current column image, thereby effectively diminishing all frequency noises. In using the histogram for grayscale processing, we adopt the coefficient weight of the bilateral filtering function. Through intensity and distance factors, this function controls the ratio of the column histograms included in the calculation of the new current column histogram. This prevents the production of artifacts in the proposed method. Experiments demonstrate that our algorithm efficiently removes stripe noise and exhibits better performance than do the other algorithms discussed in literature.     

基于稀疏重建的磁共振图像尖峰噪声消除方法

磁共振图像K空间中的尖峰噪声会严重影响图像质量.该文在磁共振图像压缩感知的共轭梯度重建法的基础上,提出一种新的利用磁共振图像稀疏性进行尖峰噪声修复的方法.传统的共轭梯度重建是通过小波域迭代进行的,对于K空间的尖峰噪声的消除不是最适合.首先提出压缩感知的K空间重建算法,该算法与小波域重建等效.在此基础上,提出可以较好地修复尖峰噪声的K空间部分重建算法.即在迭代过程中,以图像的稀疏性作为约束条件,仅修改尖峰噪声所遮盖区域的数据,其他位置的数据保持不变.该算法与传统的插值算法及共轭梯度算法相比,能够更好地修复K空间尖峰噪声点,减少图像伪影,同时降低了对尖峰噪声定位准确性的要求.     

稀疏孔径光学系统成像恢复算法研究

分析了传统小波阈值去噪方法,给出改进去噪算法.先对稀疏孔径光学系统含噪成像,通过改进小波阈值去噪,提高信噪比,最大程度得到较为理想成像结果,参考修正维纳滤波方法,对去噪结果经过修正维纳滤波实现成像恢复.在实验中,考虑结构非冗余性,利用光学设计软件ZEMAX设计Golay6结构不同填充因子的稀疏孔径光学系统,以本算法进行成像恢复.实验结果表明本文算法优于单独使用维纳滤波或修正维纳滤波方法.     

Stripe noise removal for infrared image by minimizing difference between columns

This paper introduces a novel approach to eliminate stripe noise in infrared images. The differences between bias voltages in column readout circuit of uncooled infrared sensors result in strong stripe noise which changes slowly in time. The problem can be solved by estimating the bias of each column of infrared images and correcting infrared images with the estimated biases. The bias estimation is translated into an energy optimization problem in the paper. The optimization aims to minimize difference between neighboring columns of images. Our approach can be processed on a single image, or in a recursive way in order to significantly reduce the computation in one frame time. Our approach is compared to the state-of-the-art the stripe noise removal method using realistic infrared images, and the experimental results show the effectiveness and efficiencies of our proposed approach.     

Robust image encryption by combined use of integral imaging and pixel scrambling techniques

A robust image encryption method by using the integral imaging and pixel scrambling (PS) techniques is proposed. In this method, pixels of the cover image are scrambled with the PS technique and elemental images for this scrambled image are picked up through a lenslet array. Subsequently, an encrypted image is obtained by scrambling these picked-up elemental images. Since this encrypted image has the hologram-like property of data redundancy resulted from the integral imaging scheme, while it can as well be decoded by multiple keys such as the orders of pixel scrambling and the pickup conditions of the elemental images, its security against the various attacks could be dramatically improved. Good experimental results also confirm that the proposed method could provide more enhanced robustness against data loss and Gaussian noises compared to the conventional methods.     

基于光谱知识库的TM影像冬小麦条锈病监测研究

基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上,而拥有高光谱波段信息的航空遥感影像又因数据尺度小、成本高难以应用于大规模监测。文章提出一种通过构建冬小麦条锈病光谱知识库,利用TM影像实现病情识别和监测的方法。该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介,利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟,建立DI和TM波段模拟反射率间的光谱知识库。在此基础上,通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。监测的精度利用模拟TM象元进行评价,识别的效果利用TM影像象元进行检验。结果表明,该方法在一定生育期范围内具有较佳的监测精度和识别效果。其中,使用模拟TM象元在小麦灌浆期精度最佳,评价的R2达到0.93,乳熟期次之,拔节期最差,基本不能用于监测。使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元,在拔节期无法有效识别染病象元。匹配方法马氏距离法略优于光谱角度匹配法。     

三种降采样成像策略的性能优化以及与传统傅里叶望远镜的比较

为了获得成像质量较好且成像时间较少的新型傅里叶望远镜成像策略,本文比较了三种降采样成像策略(压缩感知方法 (CS)、低频全采样方法 (LF)和变密度随机采样方法 (VD))与传统傅里叶望远镜(FT)在图像质量和成像时间上的差异.分析方法如下:利用传统FT外场实验所获得的目标频谱数据作为基础,三种降采样方法 (LF, VD和CS)分别按照各自的采样模式和重构方法实现目标图像的重构;通过直观观察和Strehl比两种方法比较三种降采样方法与传统FT在图像质量上的差异;通过分析成像时间的组成要素,初步比较三种降采样方法与传统FT在成像时间上的差异.分析表明:1)压缩感知方法的图像质量优于其他两种降采样方法 (LF和VD),但略低于传统成像结果; 2)压缩感知方法在成像质量上略低于传统FT,但在成像时间上却明显小于传统FT; 3)分析中采用的外场数据均含噪声,这说明上述三种降采样重构过程对噪声有较好的鲁棒性.综合上述分析结果可以看出,基于压缩感知的傅里叶望远镜(CS-FT)是在实际含噪情况下可大幅减少成像时间的优良成像策略.     

基于模糊支持向量机的高光谱图像分类

常规支持向量机应用到高光谱图像分类中有较好的分类效果,但它对训练样本内部的噪声和孤立点特别敏感,在一定程度上影响了支持向量机的分类性能,针对该问题,引入了模糊支持向量机(FSVM),并且利用灰色关联分析代替模糊隶属度的求解,将这种基于灰色关联分析的模糊支持向量机与一对多算法相结合,解决了多类高光谱图像分类问题。HYDICE高光谱图像分类结果表明,噪声和孤立点训练样本对支持向量机的影响得到了有效地抑制,相比于常规支持向量机方法,分类精度得到了明显的提高。