基于邻域特征匹配的通用噪声滤波器

图像去噪是遥感图像复原的重要步骤。在去除图像噪声的同时希望尽可能多地保留图像的纹理细节信息。受较差的成像环境和图像数据远距离传输的影响,遥感图像中一般都含有较强的高斯-脉冲混合噪声,而在现有的图像去噪算法中,能够同时去除图像中的高斯-脉冲混合噪声的通用噪声滤波器很少。以非局部平均方法的滤波思想为基础,通过引入邻域相似度评价的概念和脉冲噪声探测器,提出了基于邻域特征匹配的通用噪声滤波器。实验结果表明:基于邻域特征匹配的通用噪声滤波器具备有很好地去除图像高斯-脉冲混合噪声的能力,在去除高斯-脉冲混合噪声的同时能够很好地保持图像的复杂纹理和精细细节,并且便于向DSP/FPGA多处理器平台上移植。     

基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

自适应中值-加权均值混合滤波器

为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和自适应加权均值滤波的混合滤波方法。该方法先将图像分为若干区域,并对每个区域进行噪声检测以实现两类噪声的分离,然后再分别采用自适应中值滤波和自适应加权均值滤波将分离出的脉冲噪声和高斯噪声去除。对这种新方法进行了计算机模拟实验。结果表明:新方法较前人提及的三种混合滤波方法具有更优的滤波性能,在有效抑制混合噪声的同时能很好地保护图像中的细节,为消除图像中的混合噪声提供了一种有效的途径。     

凸优化耦合传感器模式噪声的图像伪造检测

现有的图像伪造检测算法主要是借助局部像素与恒虚警率来决策真伪,且忽略了源图像的强烈空间相关性,使算法鲁棒性不佳,难以检测微小尺寸伪造。对此,根据成像传感器的独特随机特性,设计传感器模式噪声检测思想;并提出了凸优化机制耦合传感器模式噪声的图像伪造检测算法。基于光响应非均匀性噪声,联合马尔可夫随机场与贝叶斯规则,设计传感器模式噪声;并构造最佳图像标记像素的先验概率模型;嵌入贝叶斯规则,代替恒虚警率,考虑源图像的强烈空间依赖性,联合整个图像像素,确定最大概率标记像素映射;设计凸优化机制,将图像伪造检测转换为凸问题,提高算法检测效率。并分析了不同伪造区域尺寸对算法检测的影响。仿真结果表明：与当前图像伪造检测算法相比,本文算法具备更好的接收机工作特征;以及更高的检测精度与检测效率。     

基于曲率滤波和梯度变换的图像增强

针对基于梯度变换的图像增强算法抗噪声干扰能力差的问题,引入曲率滤波理论,提出了基于高斯曲率滤波和梯度变换的图像增强算法.该算法通过对图像梯度场进行非线性变换来增强图像对比度,通过构造能量泛函,采用梯度下降法从变换后的梯度场重构出增强后的图像,并利用高斯曲率滤波对梯度下降法迭代过程中的重构图像及其各阶偏微分进行平滑,有效解决了图像重构过程中的噪声非线性放大和扩散问题,同时保留了丰富的细节信息.采用多组边缘模糊图像进行仿真实验,实验结果表明该算法在增强图像边缘对比度的同时,能够有效抑制噪声.     

基于小波变换的图像混合噪声自适应滤除算法

为同时滤除图像中的椒盐噪声和高斯噪声,提出了一种基于小波变换的混合噪声自适应滤除算法,该算法首先采用中值滤波去除椒盐噪声,然后借助边缘检测算子区将图像为分边缘与非边缘区域,进一步对非边缘区域引入改进的均值滤波器,有效削弱高斯噪声的同时保护图像边缘细节,既初步削弱高斯噪声又保护了边缘,最后采用改进的小波阈值滤波算法,对不同的小波系数采用不同的阈值函数,通过线性回归得到各最优阈值关系式。实验结果表明,该混合噪声自适应滤除算法能有效滤除椒盐噪声和高斯噪声,在图像主观质量和客观质量上均取得了较好的效果,能提高去噪图像峰值信噪比0.5~2.0 dB。     

基于时空联合滤波技术的缓慢运动红外弱小目标检测算法

针对天空云层杂波与噪音背景下红外弱小目标的检测和跟踪问题,提出了一种基于时域和空域联合滤波的检测算法.首先对所获取的红外图像序列进行标准化预处理,再用时域滤波算法对预处理后的图像序列进行滤波,然后采用目标增强算法,对残留的云层杂波和噪音做进一步抑制.最后,通过实验对所提出的算法进行检验,结果证明了算法的有效性.     

对一种新的基于局部标准差的自适应对比度增强算法的评价

介绍一种基于图像局部标准差变换的自适应增强算法通过将图像的局部标准差映射为高斯函数得到一个非线性对比度增益函数,使图像的细节区域得到较大幅度的增强,同时抑制平滑区域的噪声以及发生于陡峭边缘的“振铃伪迹”(Ringing Artifact)通过不同类型的图像以及对比度-噪声比(Contrast-to-Noise Ratio)演示了算法的性能,并与几种常用的图像增强方法进行了比较结果表明该算法对于低对比度的图像细节具有较好的增强效果,同时能够避免平滑区域噪声的过度增强及陡峭边缘的振铃伪迹.     

改进的傅里叶域小波域联合去模糊算法

傅里叶域与小波域的联合去模糊算法在低噪声时具有优越的恢复效果,但是这种联合去模糊算法并不适用于含噪声的模糊图像.为了解决这一问题,本文将先验约束分别引入傅里叶域的去模糊步骤和小波域的去噪步骤.在傅里叶域,用矩阵形式表示目标函数.对目标函数添加平滑约束并且通过噪声水平和模糊图像高频信息计算得到平滑约束项的滤波系数.同样方式,在小波域对小波域目标函数添加能量约束,实现小波域目标函数的正则化过程.分析傅里叶域的噪声放大程度,通过傅里叶域的滤波系数计算得到小波域能量约束的滤波系数.傅里叶域的平滑约束可以抑制滤波过程中噪声的产生,小波域的能量约束可以提高小波域滤波的鲁棒性.仿真实验表明,改进的算法相比于原始算法具有更好的鲁棒性,可以有效提高图像的恢复质量.对于噪声标准差为0.010.1的模糊图像,改进算法恢复图像峰值信噪比比原始算法恢复图像的峰值信噪比高1左右.并且改进算法对于高斯型点扩散函数误差具有鲁棒性,当点扩散函数估计方差与实际方差相差0.4时,改进算法的恢复效果仍优于原始算法.     

核密度估计时-空域滤波红外背景抑制方法

提出一种基于核密度估计的时-空域滤波算法,用于红外搜索跟踪系统图像的背景抑制。算法分为空域滤波和时域滤波两部分。在空域滤波中,采用核密度估计算法对背景进行平滑;在时域滤波中,采用核密度估计算法对经过空域滤波后的图像灰度值进行概率计算,判别属于背景残差的灰度值,然后做进一步的滤除。核方法对背景有很好的光滑性且易于计算机实现,实验表明,这种非参方法设计的时-空域滤波算法对背景杂波有非常良好的抑制效果,信噪比也得到明显提高。     

二次JPEG压缩对噪音相关性的影响分析

为了探索二次JPEG压缩对数字图像与数码相机的噪音相关性的影响,提高利用噪音相关性鉴别数字图像来源的正确性,降低鉴别过程的复杂性,利用高品质的JPEG格式图像进行JPEG压缩实验,从噪音相关性的分布、噪音相关性的大小、鉴别阈值和错误拒绝率四个角度分析了JPEG压缩对噪音相关性的影响.实验结果表明,JPEG压缩会改变噪音相关性的分布特性,噪音相关性与品质因素是二次曲线关系,当品质因素小于90时,鉴别阈值取平均值,错误拒绝率不会产生明显的误差,从而找到了一种利用噪音相关性鉴别二次JPEG压缩图像来源的新捷径.     

False positive control of activated voxels in single fMRI analysis using bootstrap resampling in comparison to spatial smoothing

Functional magnetic resonance imaging (fMRI) is an effective tool for the measurement of brain neuronal activities. To date, several statistical methods have been proposed for analyzing fMRI datasets to select true active voxels among all the voxels appear to be positively activated. Finding a reliable and valid activation map is very important and becomes more crucial in clinical and neurosurgical investigations of single fMRI data, especially when pre-surgical planning requires accurate lateralization index as well as a precise localization of activation map.Defining a proper threshold to determine true activated regions, using common statistical processes, is a challenging task. This is due to a number of variation sources such as noise, artifacts, and physiological fluctuations in time series of fMRI data which affect spatial distribution of noise in an expected uniform activated region. Spatial smoothing methods are frequently used as a preprocessing step to reduce the effect of noise and artifacts. The smoothing may lead to a shift and enlargement of activation regions, and in some extend, unification of distinct regions.In this article, we propose a bootstrap resampling technique for analyzing single fMRI dataset with the aim of finding more accurate and reliable activated regions. This method can remove false positive voxels and present high localization accuracy in activation map without any spatial smoothing and statistical threshold setting.     

一种结合JPEG压缩编码的彩色图像加密算法

为了研究针对联合图像专家小组压缩标准（joint photographic experts group,JPEG）彩色图像特点的加密算法,综合选择加密和在编码过程中加密两种思路,提出了一种空域和频域结合的加密算法. 首先在空域对8×8分块进行扩散置乱,然后利用边缘检测手段找出包含细节信息较多的重要分块,先加密所有分块中的直流（direct current,DC）系数,再选择重要分块中的一部分交流（alternating current,AC）系数进行加密,最后将分块重要性标记信息嵌入AC系数中进行传输. 通过理论分析和大量实验证明,算法格式兼容,密文图像视觉效果好、色彩分布均匀;算法密钥空间大,密钥敏感性强,安全性良好. 关键词： JPEG彩色图像 边缘检测 选择加密 结合编码加密     

JPEG图像压缩对测量类图像的影响

在JPEG图像压缩的量化过程中,丢弃了部分高频信息,使图像的清晰度下降。通过对频谱的对照分析和对实际图像进行实验后表明,JPEG图像压缩对测量和处理结果的影响与原图像的特点、取样方式、滤波过程和压缩算法有关。经摄像机和图像卡获得的图像,其压缩比可达到10;经扫描仪获得的图像,其压缩比可达到6;经数码相机获得的图像,其压缩比可达到6～8;对特定的医学图像、晶相图像等来说,利用图像的特征构造最优匹配的JPEG压缩量化表,其压缩比可达到10。采用合适的压缩比和改进的压缩方法,图像的细节损失可以控制在较小的范围内,基本上不影响检测类图像的边界提取、分割、尺寸测量时的处理结果。     

不同光照条件下CCD相机时间噪声和空间噪声的研究

在用CCD相机进行目标探测时,多数情况下目标的背景具有一定的照度,这个照度会对探测结果产生影响。为了了解背景对探测结果的影响,通过建立CCD相机三维噪声模型及其测试系统,在不同光照条件下对CCD相机的时间噪声和空间噪声进行了测量与分析。给出了测试系统的结构框图和部分测试结果,得到了对CCD输出质量产生主要影响的噪声以及时间噪声和空间噪声随光照度变化的规律。测试结果表明：随着CCD相机光敏面光照度的提高,空间噪声和时间噪声均升高,符合CCD相机的实际性能。     

激光微多普勒探测系统中降低相位噪音影响的方法研究

相干微多普勒激光雷达具有探测灵敏度高、探测信息量大等特点,特别适合于动目标探测、目标特征识别等应用.本文从线宽和探测距离两个方面讨论了模场相位随机起伏（相位噪音）对于测速准确度的影响,实验证实了相位噪音对激光微多普勒探测的影响,并探索出解决上述问题的方法——光纤补偿法.实验中,以输出波长为1.064 μm单块非平面环形腔激光器为光源,利用光纤补偿方法,并结合时频变换的算法,用外差探测的方式成功观测到了微多普勒频移,在传输距离为11 km时,系统最低探测速度达到了0.5 mm/s,速度分辨率达到了mm/s量级,频率分辨率达到了kHz量级,为微多普勒激光雷达的实际应用奠定了良好的实验基础.     

光学频率梳非线性传输及其在相位噪声探测中的应用

光纤传递链路中相位噪声探测是基于光纤的精确射频标准传递系统中重要组成部分。为解决光纤链路相位噪声探测中节点反射干扰的问题, 本文基于广义非线性薛定谔方程, 理论上研究了窄带光学频率梳在色散位移光纤中的非线性光学传播特性。在理论分析的基础上, 结合密集波分复用架构, 提出了一种基于锁模光学频率梳进行光纤传递射频信号的相位噪声探测新技术, 克服了节点反射干扰, 给出了初步实验验证。     

环形光源在干涉仪系统中的应用

 介绍了一种新的环形光源技术来抑制干涉仪系统的本征噪声以提高信噪比。阐述了环形光源抑制干涉仪系统本征噪声的原理,根据条纹对比度和需抑制噪声空间频率的要求,推导得到了环形光源的外半径和内半径。通过与传统的点光源对比实验表明：环形光源模式系统的本征噪声峰谷值小于点光源模式,且没有明显的牛顿环噪声,本征噪声的功率谱密度在空间频率小于2.5 mm ^-1时小于点光源的1/10,系统信噪比在空间频率小于2 ^-1时大于点光源的两倍。     

基于FRFT域分形特征的压制干扰存在性检测（英）

基于分数阶傅里叶变换（FRFT）域的分形特征研究压制干扰的存在性检测问题。首先,分析了典型的三种压制干扰的分形特征,说明了典型压制干扰信号具有分形特性,并采用盒维数和信息维数定量描述它们的分形特征。然后,发现了压制干扰和高斯白噪声在FRFT域具有不同的分形特征,进而提出了一种检测压制干扰存在性的方法。最后,仿真验证了该方法的有效性和优越性。     

改进Fast-RCNN的双目视觉车辆检测方法

针对不同空间尺度的车辆表现出显著不同的特征导致检测算法效率低、准确性差且单目难以准确获取车辆距离信息的问题,提出了一种改进Fast-RCNN的汽车目标检测法,利用双目视觉对车辆进行测距。首先利用双目立体相机采集前方图像并进行预处理,加载深度神经网络Fast-RCNN的训练数据,再针对汽车不同空间尺度引入多个内置的子网络,将来自所有子网络的输出自适应组合对车辆进行检测,然后利用SURF特征匹配算法进行左右图像的立体匹配,根据匹配数据进行三维重建并确定车辆质心坐标,从而测量出车辆与双目相机之间的距离。实验结果表明,所述算法可以实现对车辆的快速检测,检测时间比传统的Fast-RCNN缩短了42 ms,并且实现了对5 m范围车辆距离的准确测量,其误差仅为2.4%,精确度高,实时性好。