基于图象灰度分布的边缘中心定位算法

提出了一种对图象线性边缘检测的精确定位算法,传统方法是基于系统分辨率的定位方法,其精度最高只能达到一个象素.该算法利用了图象象素的亮度信息,用概率分布方法进行定位估值,使定位精度小于一个象素,即在较低系统分辨率的情况下,获得较高分辨率的定位精度,用此算法设计的自动测量系统,在实际使用中取得了令人满意的结果.     

一种多分辨率高维图像特征匹配算法

通过对图像进行特征提取和变换,图像的相似性匹配可以转换为高维向量空间内的点匹配. 为了解决高维数据的维数灾难问题,提出一种基于多分辨率数据结构的向量近似方法. 从低分辨率开始计算距离下限,如果距离下限大于目前结果集中的最大距离,则不需要在高分辨率上计算其距离而将其排除掉,从而降低了向量近似方法的运算复杂度. 提出应用此方法的近邻搜索算法并运用到图像数据库的特征匹配中,实验证明：新方法搜索效率优于传统的向量近似方法.     

基于小波概率估计的图像融合方法研究

在研究了已有的图像融合方法后,提出基于小波变换和最大似然概率估计(MLE)相综合的融合方法,利用概率估计融合模型,首先对不同的传感器图像进行小波分解,然后对相应的子带求解仿射变换参数,根据Bayes规则进行最大后验概率似然估计,得到估计子带系数,最后通过小波反变换得到融合图像.在仿射变换的假设条件下定义融合规则,更适合传感器图像具有局部相反对比度的情况,采用此方法对航空可见光图像和红外图像进行融合实验,其结果与采用其它方法进行了对比,表明该方法的有效性.