从SAR遥感图像中提取水域的一种双模式结合方法

水域是SAR图像的一个重要特征,针对SAR图像水域的检测问题,提出了一种利用形态学和信息跟踪双模式相结合的检测方法。采用形态学的开运算,提取基本的水域轮廓,再结合改进的信息编码,进行跟踪检测,进一步精确定位水域区域。实验结果表明,双模式结合的水域检测方法,可以较准确的提取SAR图像的水域区域,效果要优于单一模式的检测方法,而且跟信息熵方法相比较还提高了运算效率。     

一种自动分割跟踪视频运动对象的方法

针对视频图像中单个运动对象的分割和跟踪问题,提出了一种基于时空离散度的视频对象分割跟踪算法。该算法首先采用时空离散度进行运动对象区域的粗定位;然后通过形态学算子来进行细定位,并获取运动物体的二值模型;再然后使用部分Hausdorff距离实现后续帧中运动对象模型的匹配;最后为了容纳运动对象在视场中形状的变化,在图像距离空间中引入了欧几里德范数作为约束条件来完成运动物体模型的更新。实验表明,在运动对象跟踪过程中相邻位置差未超过2个像素点,从而验证了算法的有效性。     

海天复杂背景下红外目标的检测跟踪算法

在分析海天复杂背景下红外目标图像特征的基础上,提出适合该环境的红外目标检测算法.该算法采用行均值相减的方法抑制海平面非线性温度场的影响,并进行中值滤波处理.对于更加复杂的环境,选用数学形态滤波法抑制背景中的大面积云团或海浪,从而确定出目标区域来进行目标图像的分割及增强.同时,综合使用图像捕获区域指定、运动目标检测法、弱目标的增强提取、记忆外推功能、数据融合加权跟踪方法,来保证在海天复杂背景下红外目标的可靠跟踪.实验表明,该算法能较好地处理海天复杂背景下红外目标的检测,且算法易于硬件实现,提高目标检测的实时效率.     

联合变换相关器形态学处理可调节性研究

为改善联合变换相关器的实际识别效果,将形态学算法引入输入面图象边缘检测,提出利用形态学边缘检测的宽度可调节性来改善联合变换相关器的实际识别效果,实验表明,改进后的算法使相关器既有足够的光强,又有较高的鉴别率.     

基于累积梯度的裂缝提取算法

受光照条件和噪声影响, 采用摄像方法检测裂缝时, 常用的边缘提取算法适用性较差。为此, 提出累积梯度算法用于计算裂缝边界。首先采用自适应二值化方法和图像形态学操作得到掩模图像。将掩模图像作用于原始图像, 得到扩充的裂缝区域图像。对该图像进行迭代膨胀, 对图像灰度值相加得到累积灰度值, 再用膨胀前后2幅图像的累积灰度值相减其差值最大时为累积梯度, 并将膨胀前的图像作为提取的裂缝。实验结果表明该方法能够在复杂背景下提取得到裂缝。     

基于Android平台的地震云轮廓提取与匹配研究

针对当前地震云研究中只能利用长期以来的经验进行目视解译,无法形成系统的研究理论和研究模型的现状,结合目前流行的Android便携式设备,提出在Android平台上对地震云图像进行轮廓提取与匹配的研究思路。采用抗噪性能较好的数学形态学算法,在此基础上得到一种改进算法以提取出感兴趣区域,进而通过构造10个新的不变矩对Hu矩匹配算法进行改进,进行轮廓匹配,识别出地震云图像。在Android平台上则利用NDK(Native Delelopment Kit)通过JNI(Java Native Interface)调用OpenCV库函数,用C++语言实现改进算法。实验结果表明:该方法能够有效地识别时间序列下的地震云,正确率高,并且在Android平台上操作简单方便,为地震云预测地震提供初步研究基础和研究依据。     

基于加权LoG算子的红外弱小目标检测方法研究

提出一种基于加权LoG算子及形态学运算的方法来提高远距离红外弱目标检测效率。通过不同尺度的加权LoG算子对图像进行运算,提取响应值最大的特征图。对图像进行形态学运算去噪,并进行Otsu二值分割聚类。输出目标点在图像上的位置坐标。实验结果表明:该方法与传统滤波方法相比,信噪比增益为36.9,杂波抑制因子为4.7,均比传统滤波方法要好。     

基于EMD和数学形态学的多环芳烃光谱去噪EI北大核心CSCD

基于多环芳烃中苯并[k]荧蒽(BkF)的强荧光特性,构建了荧光检测实验系统,并制备了10个不同浓度的BkF甲醇溶液样品,分析了样品荧光特性。为了更好地进行定性和定量分析,采用经验模态分解(EMD)改进阈值法结合数学形态学对荧光光谱信号进行去噪处理,并与EMD阈值去噪法进行对比。结果表明,提出的方法使去噪后的荧光光谱更加平滑,荧光强度与样品浓度的线性相关系数更高,达到0.99746;信噪比有所提高;原始信号与去噪后信号的均方误差由0.0053降低至0.0012。提出的方法去噪效果显著,有效地提高了光谱的分析精度,为荧光光谱预处理提供了一种新方法。     

结合同场景彩色图像的深度图超分辨率重建EI北大核心CSCD

针对飞行时间相机获取深度图像分辨率低,并受成像噪声干扰的问题,提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预处理,获取插值深度图的梯度信息,然后将插值深度图和同场景高分辨率彩色图像两者的梯度信息联合,对二阶TGV模型中的正则化项加以优化:计算各项异性扩散张量时结合插值深度图的梯度信息;引入由插值深度图梯度信息决定的加权因子,控制重建过程中扩散强度。最后通过原始对偶算法完成深度图的超分辨率重建。实验结果表明,本文方法在抑制噪声的基础上,有效保护了深度边缘,可以获得较好的高分辨率深度图像。     

基于地物光谱特征分析的高分辨率遥感图像水上桥梁提取

水上桥梁是一种典型的人造目标。利用高分辨率遥感图像进行水上桥梁提取,对于民用、军用和商业都具有重要意义。论文在分析地物光谱特征的基础上,提出了一种利用高分辨率近红外波段遥感图像进行水上桥梁提取的方法。首先,根据水体在近红外波段的光谱特征,采用迭代法选取阈值提取水体信息,以限制桥梁提取的空间范围;然后,对水体信息进行数学形态学运算,以连接因桥梁而断开的水体;其次,对数学形态学操作前后的水体信息进行叠加分析,以提取候选桥梁目标;最后,在桥梁先验特征知识的辅助下,去除伪桥梁目标。论文设计了仿真实验,以验证方法的有效性和适用性。实验结果表明,基于地物光谱特征分析的高分辨率遥感图像水上桥梁提取方法是行之有效的。