端元提取技术在高光谱图像压缩中的应用

高光谱图像海量数据如何实现大比例有效压缩是限制其应用的主要问题之一,而现有有损压缩方法存在大压缩比与光谱特性信息准确保留的矛盾,即使现有最优有损压缩方法也不能够得到令人满意的结果。文章基于混合像元分解的思想提出基于端元提取技术的数据有损压缩方法来解决该矛盾,首先用顶点成分分析(VCA)方法提取场景中地物的端元光谱,根据各端元与观测像元之间的光谱间余弦角相似性度量方法估计各端元的丰度,接着对端元光谱及丰度数据进行无损压缩,最后利用JPEG2000有损压缩方法对高光谱图像的所有单波段图像进行空间维大比例有损压缩。AVIRIS高光谱图像的仿真结果表明,压缩比得到大幅度提高,光谱信息得到有效恢复。在实现压缩比为50∶1时,大部分像元的光谱角误差在2%左右。     

基于快速小波分形插值的声纳图像缩放算法

本文讨论主动图像声纳的图像结果显示问题,主要介绍一种基于快速小波分形插值的实时声纳图像缩放算法。并通过对合成孔径声纳图像数据进行算法比较,发现此算法比通用的图像插值算法,如双线性插值和双三次样条插值等,具有更好的性能。由于可以分块并行实现,因此本算法易于应用于实时图像声纳工程中。     

几种自适应IIR陷波器的复数算法及其应用

在自适应IIR陷波器实数算法的基础上,本文提出了三种基于梯度的自适应IIR陷波器的复数算法,并进行了仿真比较。结果表明,这三种复数算法均可检测复信号,并估计信号频率,其中"改进的"简化格型IIR陷波器复数算法收敛速度快、低信噪比下稳定性能好。湖上试验表明该算法不仅实时性好,而且在低信噪比下的检测效果令人满意。     

基于图像局部区域梯度特征描述的红外人体识别算法

提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Gradient location-orientation histogram)对候选目标图像进行描述。与其它红外图像中人体识别算法相比,不需要多种特征提取算法组合进行分步骤识别,仅使用单个SVM分类器即可达到满意的识别率,避免了分类器的级联,算法简单有效。     

基于粒子群算法的多阈值图像分割方法

在对粒子群优化算法的基本原理和方法进行简要概述的基础上,提出了一种基于粒子群的多阈值图像分割算法。算法采用信息熵构建优化目标函数,提出了新的粒子更新准测,并以此对图像进行了多阈值优化搜索。实验表明,该算法不仅能对图像进行正确的分割,而且还具有稳定性高,易于实现,速度快等特点。     

基于匹配度和多小波变换的图像融合

介绍了多小波变换的理论基础。多小波变换具有正交性、光滑性、对称性、有限支撑域等性质,因而非常适合用于图像处理。给出了多小波域的图像匹配度的定义,提出了一种基于匹配度和多小波变换的图像融合算法。该算法可以实现不同传感器图像的有效、可靠的融合。使用该算法对可见光图像和红外图像进行了融合实验,并对融合结果进行了评价和分析。     

一种新的数字图像加密算法

利用混沌原理,提出了一种新的二维可逆混沌映射,通过对图像的拉伸和折叠处理,实现了图像的混沌加密。首先按照扫描与插入原则将原始图像拉伸为一条直线,然后按照原始图像的大小,将直线折叠为一个新的图像。映射包括左映射和右映射两个子映射,将密钥设计为二维混沌映射的左映射和右映射的组合。仿真结果表明,图像在加密与解密前后没有信息缺失,且具有较好的安全性。     

基于分数阶Fourier变换的数字图像实值加密方法

构造了一种新的保实化的分数阶Fourier变换,提出了一种基于该变换的数字图像实值加密方法。利用保实分数阶Fourier变换的保实特性和阶数可加性等完成了数字图像的加密与解密,明文和密文分别位于空域和由密钥决定的保实分数阶Fourier变换域中,具有较强的抗统计破译能力。密图是一个实值图像,便于显示和存储。仿真实验结果表明,该加密方法密钥简单,无数据膨胀,对参数敏感度高,具有一定的鲁棒性和安全性。在信息安全领域具有良好的研究前景和实用价值。     

一种基于边缘特征的亚像素投影配准算法

为了提高红外图像配准准确度,充分利用图像的边缘信息,结合线性插值,对原有的投影算法引入新的图像相似性评价函数——均方误差函数(Mean Sequare Erron,MSE),提出了基于边缘特征的亚像素投影配准算法.提取图像边缘特征明显的部分做配准能提高匹配概率,引入积分投影能有效降低算法的计算复杂度.算法中还运用了线性插值,使配准准确度达到亚像素级水平.     

基于Contourlet的遥感图像放大与增强

提出一种遥感图像放大和增强的新方法.应用拉普拉斯塔形变换（LP）构建原图像的细节图像,采取双三次插值的方法分别放大原图像和细节图像,并将两个放大后的图像相加后线性处理.经过二级Contourlet分解变换,构造非线性增强函数增强Contourlet系数.最后用原图像取代Contourlet分解变换后的低频子带后重构图像,完成图像的放大和增强.结果表明,此方法能丰富放大后图像的细节,增强效果良好,有效提高放大后遥感图像的空间分辨率.