星图中基于小波变换的CCD传感器Smear现象消除方法

帧转移型CCD传感器在拍摄星空背景图像时,视场中高亮度恒星会产生Smear现象,从而对目标检测有严重影响.为了消除Smear现象,提出了一种星图中基于小波变换的Smear消除方法.首先根据Smear产生机理及星空图像特性,建立星图Smear问题的模型|然后使用多层二维Haar小波分解,把Smear亮线分离到低频分量及高频垂直分量中分别进行Smear消除处理|最后重构出消除Smear的图像.实验结果表明:该方法能有效去除Smear,最大限度保留图像原有信息,并可增强Smear区域弱小目标信噪比.     

OMIS图像条带噪音消除方法研究

分析了OMIS高光谱图像条带噪音产生的主要原因及条带噪音的特点.提出了两种改进的空域和小波域OMIS条带噪音消除新方法.比较了实验图像和数据.结果表明,两种新方法均具有良好的消除OMIS条带噪音的能力,并能较好地保持图像的纹理细节信息,效果明显优于原有方法.     

星空观测图像目标拖尾的自动消除

为了实现对星空观测图像中高亮目标产生的拖尾现象进行自动消除,建立了目标拖尾自动消除系统,对该系统所采用的图像背景高斯噪声分布参数估计、目标拖尾检测以及图像灰度值校正等算法进行研究。利用直方图最小二乘曲线拟合估计星空观测图像背景高斯噪声的分布参数;利用观测图像中目标拖尾现象的特征提出一种基于统计信息的拖尾检测算法;在确定目标拖尾位置的基础上对被污染的像素进行灰度值校正;利用Visual Studio 2005开发出一套星空观测图像目标拖尾自动消除系统。实验结果表明:针对16 bit,1 0241 024的星空观测图像,单帧图像处理时间约为300 ms,拖尾现象得到消除,恒星和目标等有用信息未被破坏。本文算法基本满足后续观测图像中弱小目标检测稳定、可靠、精度高等要求。     

基于小波变换的分水岭图像分割方法

图像分割技术在数字图像处理中占有重要地位.提出了一种基于小波变换的图像分割方法,有效地将小波分析、小波包分解与数学形态学中的分水岭方法相结合.首先,通过小波包对图像有效降噪,在一定程度上减少了分水岭方法的过分割现象.然后利用小波变换得到的梯度向量进行分水岭变换,有效保持边缘信息.实验结果证明该算法是可行的,与基于形态梯度的分割结果相比,得到了较好的分割效果.     

基于维纳滤波的运动模糊星图复原仿真分析

针对航天器快速移动时星敏感器所摄取的星空图像出现运动模糊这一问题,提出了一种基于维纳滤波的星图复原方法。分析了各模糊参数对质心提取精度的影响,通过仿真实验得到模糊星图复原前后的质心提取精度和定姿精度的对比数据。实验结果表明,复原后的星图可以显著提高星图的质心提取精度和定姿精度,可有效地提高星图识别的成功率。     

基于尺度相关性的微光图像降噪算法及其硬件实现

微光电视是低照度条件下的重要观测手段,但微光电视图像信噪比低,观察效果差,必须进行降噪处理.根据噪声小波系数随着小波分解尺度加大而减小的特性,文中算法利用微光图像小波分解层间相关性,可以良好地消除噪声,同时克服了传统降噪方法在滤除噪声的同时会造成图像细节损失的缺点.从所介绍的微光图像实时处理系统实现结果看,降噪效果明显.本文还给出了算法工程化实现的定标和阈值确定方法.     

一种基于背景预测及小波变换的红外弱小目标检测方法

提出了一种新的红外弱小目标检测方法,在对红外图像进行背景预测的基础上,对残差图像采用小波变换方法增加对弱小目标的检测率,有效地提高了检测算法对低信噪比红外图像中弱小目标的检测性能。通过实测的星图数据与传统方法进行了对比和分析,证明了该方法适用于非平稳背景中低信噪比目标的检测。     

小波变换在CCD图像边缘检测中的应用

对于CCD图像的非稳定高斯噪声,传统的Fourier变换法无法消除噪声,而小波变换在时域和频域同时具有优良的局部化特征,而且对高频采用逐渐精细的时域或空城步长可以聚焦到分析对象的任意细节,从而克服了传统Fourier变换固定步长等缺点,因此,小波变换法可消除这种噪声.本文在分析CCD图像噪声的基础上,利用小波变换和直方图分割方法对目标图像进行了降噪和边缘检测.试验证明此法行之有效.     

基于二进制小波变换和改进SPIHT算法的图像编码方法

提出了一种基于二进制小波变换和改进SPIHT算法的图像编码方法.二进制小波变换将图像从实数域变换到实数域,消除像素之间的空间冗余性,得到了具有整数准确度的紧致描述.针对传统SPIHT算法解码图像视觉效果差的缺点,提出了改进方法.根据图像分析结果,将二进制小波变换变换系数按视觉重要性重新排序,通过对视觉重要系数优先编码,把量化误差集中在视觉不敏感区域,从而在不影响编码率失真性能的同时,有效地提高了解码图像的视觉效果.实验结果表明,和其它流行的编码算法相比,本文算法对不同性质的图像具有最优的编码性能和视觉效果.     

基于小波变换的解相技术研究

提出一种基于小波变换的频域解相技术。对调制栅线图像进行小波变换,生成被测物体背景图像,两幅图像相减得到相对变形栅线图像,分析基频谱,由于背景成分基本消除,利于有用频带的提取,可以实现大梯度变化曲面和复杂形面的自动轮廓测量。