一种改进的SAR图像边缘检测方法

针对Ration边缘提取算法对弱边缘检测效果差，边缘定位精度低的缺点，提出了一种改进算法用于检测微弱边缘，并给出具有FCAR特性的阀值选取办法，实际应用中，将两种方法结合为一种综合处理方法，对真实SAR图像的处理结果表明，该综合处理方法具有较高检测正确率及较好的边缘定位精度。     

评价滤波算法的SAR图像模拟

提出了一种简单的基于统计模型的SAR(合成孔径雷达)图像的模拟的算法．该算法首先根据自然场景(如海面、场地和森林等)的统计模型产生相关的Gamma分布，得到场景的后向散射系数图；然后根据乘法模型引入斑点噪声，得到复数的后向散射系数图；再将点面目标的后向散射系数叠加在后向散射系数图上；最后将该复数图像通过一个由SAR系统的系统传输函数定义的滤波器生成模拟的SAR图像．计算机模拟结果表明，该方法与以前的模拟算法比较，不仅能真实地反映SAR图像的特征，而且计算简单，为检验滤波算法提供了有力的工具．     

一种改进的基于过渡区的图像分割方法

就过渡区的图像分割技术提出一种改进的过渡区方法。该方法关少了过渡区方法分割图像的运算量，且利用了直方图方法计算简单的优点，它还能将直方图中峰差别很大或双峰间的谷比较宽广而平坦的图像分割得较好，而直方图方法对此类图像不适合，同时它利用了不同灰度值象素的梯度信息，具有较好的稳定性，可以抗噪声和干扰，克服了图像中非目标区域的影响。实验证明它不失为一种好的图像侵割方法。     

基于形心的灰度图像多尺度表示方法

图像的多尺度表示在多种领域有着重要应用.基于形心的多尺度表示方法能有效应用于二值图像.作者提出了应用于灰度图像的基于形心的多尺度表示方法.同样,该方法能保持源图像的对称性,并且具有形状乃至拓扑的基本保持.其次,还提出了将灰度图像转为三维二值图像进行多尺度表示的方法.实例表明,以上方法在多种领域均能有效应用于灰度图像的多尺度表示.     

基于区域分类的智能恒虚警SAR图像目标检测

提出了一种用于SAR图像目标检测的基于区域分类的智能恒虚警算法．该算法组合常规的单元平均恒虚警、选小恒虚警和选大恒虚警的有利特性，在多窗口划分和区域类型分类的基础上，实现目标的智能检测．实验表明，该方法在同质性区域保持较好检测性能的同时，在多目标和杂波边缘的异质性区域也有较强的鲁棒性．这必将极大的降低后续辨别和识别阶段的复杂度，从而提高了整个ATR系统的性能．     

二值和灰度图像的直接多尺度表示算法

图像多尺度表示是图像处理的重要内容,常规的离散处理方法常依赖于坐标或网格的选取,因此处理结果很不稳定,本文提出了不依赖网格划分方法、不依赖坐标选取方式的快速、直接多尺度表示算法．应用该算法可直接得到任意指定一层（指定尺度）的图像,因而没有大多数算法因为逐层计算所带采的误差传播或误差扩散现象,同时该算法因保持处理前后图像的“整体”相似,因而能最大限度地体现形状保持乃至拓扑保持,算法计算非常简单,且不局限于特定类型的图像,可用于高要求的图像处理领域。     

基于形心的二值图像多尺度表示方法

首先提出了一种新的二值图像多尺度表示方法．该方法针对人的视觉特点，从图像内物体的形心出发，通过建立局部坐标系，将图像内各物体在各自坐标系下进行较为“紧密”的收缩变换．该方法有别予以往方法，能保持源图像的对称性，并且具有形状乃至拓扑的基本保持．其次，本文又提出了图像多尺度表示的优化方案，该方案可看成评判图像表示优劣的准则，也可作为图像多尺度表示的数学描述．     

基于色差分析的图像边缘跟踪改进算法

在以色差分析边缘跟踪方法的基础上,针对内窥镜采集的临床图像的特点,将边缘检测和边缘点连接结合为一体,提出一种基于形状知识指导下的色差分析自适应边缘跟踪方法,实现了图像边缘特征点的全自动定位.实验表明,该方法快速而有效.     

基于小波变换的真菌隐球酵母菌图像参数压缩

提出用小波Haar算法对真菌隐球酵母菌图像参数进行压缩.该方案首先按照行优先的原则,将每个酵母菌图像的特征参数由一维转换为二维;然后利用小波方法将二维参数进行压缩.实验利用机器学习工具WEKA,选取52个训练集图像以及26个新图像,采用"10舍1"及"10份10轮"交叉验证方法,建立多个预测模型.实验表明小波方案大大节约了运行时间,而在识别变异病原体形态的问题上,几乎与数据驱动特征参数选择方法同样有效.同时因为小波算法的可逆性,特征参数还可以恢复到初始特征参数集合.     

二维相机阵列多视点图像信号压缩方法研究

结合二维相机阵列多视点图像信号的特点,研究了二维相机阵列多视点图像压缩空间预测的不同方法．根据GOP中I帧的个数、位置等不同情况,对所给出的3种类型的多视点编码方案,9种典型的预测参考方式进行重点分析,对比了各编码方案的率失真性能,得出相应的结论．所给出的二维相机阵列多视点图像信号空间预测采用多级B帧的方案,相对于其它方案在相同比特率下峰值信噪比（PSNR）平均提高约0．2～0．8dB．     

合成孔径雷达图像统计滤波降噪方法

基于统计滤波方法需要在尽可能大的同质区域内进行滤波处理的要求，根据MHR和EPOS算法采用的可变窗口思想，提出了从八个不同方向上逐步扩大窗口，直到出现边界的搜索算法，在保持图像边界信息的同时滤除了斑点噪声的影响。对于噪声统计量，提出了利用了比例图来估计其大小的方法，并由此求出搜索的域值，实验结果表明，该方法处理的SAR图像质量在噪声滤除和边缘保持方面比传统算法有了明显改进。     

基于区域似然比的SAR图像变化检测

针对传统基于像素的变化检测方法受Speckle噪声影响严重的问题，在区域分割的基础上，提出似然比检测的方法，获得了良好的检测结果．该方法先针对多时相SAR图像数据样本的统计模型提出未知和变化两种假设，然后采用似然比检验方法对两种假设进行检验，从而获得区域的变化检测结果．实验表明，该方法很大程度上降低了SAR图像乘性噪声在变化检测过程中带来的误检和漏检效应，将检测的精确度提高了22％，从而比较准确地反映了SAR图像区域的变化，具有很好的应用前景．     

基于尺度分离的SAR图像梯度反演海面风向

基于数字图像处理知识和大气边界层理论,提出了一种利用合成孔径雷达图像局部梯度反演海面风向的新方法.该方法定义尺度分离后的合成孔径雷达图像梯度方向与风向垂直,而风向就是由所选图像区域出现最多频率的局部梯度所确定.实例研究表明由梯度方法所确定的风向结果与数值预报值十分吻合,其风向均方根误差为3.414°.并且梯度方法在使用谱方法无法获得结果的情况下,仍然能求得正确的风向结果,为提高海面风场反演率奠定了应用基础.     

SAR图像恢复的迭代方法

从图像恢复的迭代处理原理出发，针对简单的迭代方法中诸如每次的恢复误差在迭代过程中不断反馈与积累从而造成恢复图像的严重失真等问题，提出了一种新的迭代处理方法。新方法从每次迭代的恢复结果中提取新的信息，然后将该新信息和以前的恢复结果进行信息传递，并在此基础上设置了一个用于调节最终迭代结果的平滑程度的参数，使新仍 的灵活性，新方法对真实SAR图像的处理结果表明该方法有效的克服简单迭代方法中的误差积累以及迭代结果不收敛等不足。     

机载SAR图像中机场跑道的检测

提出了一种基于A／G系数边缘捡测的机场跑道检测方法，利用A/G系数作为参数来抑制SAR图像中speckle噪声的影响，采用非线性边缘检测技术和数学形态学来检测边缘，使用Hough变换检测平行直线确定跑道，结合灰度特征和边缘特征，通过区域生长成机场跑道的结构，实验结果表明在机载SAR图像中采用A/G参数检测边缘能够有效地抑制噪声的干扰，获得较好的图像边缘，同时通过Hough变换和区域生长能够较准确的检测出机场跑道的结构。     

基于K-SVD字典学习的合成图像盲检测

一幅真实的图像中噪声特性是一致的,而由多幅图像内容拼接而成的合成图像噪声特性是不一致的.本文利用这一特点,提出了一种基于K均值奇异值分解(K-SVD)字典学习的合成图像盲检测方法.该方法首先通过K-SVD算法对合成图像进行训练得到其稀疏表示字典,然后利用学习得到的字典对背景噪声进行去除,最后根据去噪前后图像对应子块的相关系数异同实现篡改区域的检测与定位.实验结果表明,该方法对于鉴别含有不同背景噪声的合成图像具有显著效果,同时,算法对JPEG压缩、重采样和模糊等后处理操作都具有较好的鲁棒性.     

基于ICA的车牌牌照字符识别系统

介绍了基于ICA(独立分量分析法)的牌照识别系统的字符识别.为了提高字符特征提取的质量,首先通过车牌图像的预处理,然后采用了基于高阶统计信息的特征提取方法,即ICA对车牌灰度图像的字符进行识别.该系统避免了二值化对字符特征的影响,识别方法简单,结果理想.     

基于2DPCA的眉毛识别方法研究

分析了人类的眉毛作为一种独立生物特征进行身份鉴别的可能性,提出了一种基于2DPCA的眉毛识别方法,比较了2DPCA和PCA对眉毛识别的结果.通过对109人的眉毛数据库的分析,分别研究了2DPCA和PCA方法在眉毛识别中识别率和信息阈值之间,识别率与特征个数之间,识别率与图像尺寸之间的关系,以及它们对时间和空间的需求.实验结果表明,利用2DPCA方法进行眉毛识别在训练时间和识别率上明显优于PCA方法,识别率最高可达97.62%.