基于边缘软判决的小波域自适应图像去噪

提出了一个新的图像去噪方法。该方法基于非抽样小波变换的多分辨分解,在各尺度下对小波系数进行了边缘和非边缘分类,并根据它们的不同统计特性运用了不同的估计技术。鉴于边缘分类的不确定性,提出了依概率的软分类技术,通过计算边缘发生的概率,判决当前系数应该采用哪一种估计。仿真结果表明:该方法在滤除图像噪声的同时,边缘得到了保持,较目前存在的一些方法更具有优越性。     

基于CMOS图像传感器的微型无人机遥感系统设计

为了实现微小型无人机航空遥感,设计了一种基于CMOS图像传感器的微小型无人机的可见光遥感系统.系统采用CMOS图像传感器替代CCD,利用时序发生模块(Field-Prog Rammble Array,FPRA)实现了控制时序、数据缓存和硬件彩色插值,C8051F单片机作为主控核心,采用FLASH作为数据存储单元,设计了PAL制视频信号生成电路.介绍了所用CMOS图像传感器的特性,分析了Bayer颜色格式进行彩色插值恢复标准RGB颜色格式的硬件实现与软件算法.整个系统重量约20 g,功耗约2 W.在一款翼展800 mm的无人机上实现了遥感拍照,给出了处理后的拍照结果.     

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。     

基于特征提取和脉冲耦合神经网络的图像融合算法

为了提高目标检测的准确度和精确度,提出了一种新的基于特征提取和脉冲耦合神经网络(Pulse-coupled neural network,PCNN)模型的融合算法。该算法的原理是:首先对原图像进行特征提取,然后分别建立基于处理后的图像及原图像的PCNN。融合的作用是通过PCNN的链接输入得以体现的。融合图像综合了各个侧重于原图像不同特征的滤波器的选择性。仿真结果证明,所提出的算法在增加图像目标的可识别程度方面效果明显。