采用非局部主成分分析的极大似然估计图像去噪

本文提出一种采用非局部主成分分析的极大似然估计去噪方法.首先采用非局部主成分分析算法来计算像素邻域间的灰度值和纹理结构相似性,然后通过极大似然估计方法估计最优复原图像.本方法使用非局部主成分分析克服现有局部性去噪方法模糊边界等缺陷,引入极大似然估计方法来改进现有非局部均值的简单加权均值去噪处理,从而提高对图像细节信息的...     

采用非局部主成分分析的极大似然估计图像去噪

本文提出一种采用非局部主成分分析的极大似然估计去噪方法.首先采用非局部主成分分析算法来计算像素邻域间的灰度值和纹理结构相似性,然后通过极大似然估计方法估计最优复原图像.本方法使用非局部主成分分析克服现有局部性去噪方法模糊边界等缺陷,引入极大似然估计方法来改进现有非局部均值的简单加权均值去噪处理,从而提高对图像细节信息的复原能力.最后分别使用本文方法、非局部均值和局部极大似然估计三种去噪方法,在不同噪音大小和不同几何纹理复杂度的图像中进行定性和定量的去噪实验.结果表明,本文方法可在保持图像细节和纹理信息的情况下有效去噪,较之现有方法效果更好.     

基于张量非负稀疏分解的偏振图像插值算法

分焦平面偏振成像系统具有结构紧凑、体积小和实时性高等优点,而且一次成像可以获得多个偏振方向的光强响应,已是目前偏振成像的研究热点之一,但该系统的分焦平面结构会降低图像的空间分辨率.为了重构全分辨率的偏振图像以及减弱瞬时视场误差的影响,偏振图像的插值必不可少.为了保护偏振图像的张量结构,提出一种基于张量非负稀疏分解的偏振...     

基于差分空间像主成分分析的偏振像差检测方法

提出了一种原位的光刻机投影物镜偏振像差检测方法。定义一种新的偏振像差表征方法,推导了3对正交偏振态照明下空间像之差与偏振像差3个泡利项之间的互相关关系,并据此对交替相移掩模的3组差分空间像进行主成分分析进而求解偏振像差的各项泡利泽尼克系数。从理论上揭示了各偏振像差项在成像中的耦合规律,从而在测量原理上解决各项耦合问题,可同时测量偏振像差所有泡利项的前37阶泽尼克系数。在典型的深紫外光刻仿真条件下对所提方法进行随机偏振像差测试,其中3组泡利项的实部和虚部共6×37阶泡利泽尼克系数误差的标准差均在10~(-3)量级。测试结果验证了本方法的正确性和可行性。     

基于无监督学习的偏振图像去噪方法

提出一种基于无监督学习的偏振图像去噪方法,该方法打破了监督学习下深度学习需要严格配对图像的限制,使用非配对偏振图像训练一个偏振特化的循环生成对抗网络。该网络通过所提出的基于偏振信息的损失函数统计学习噪声图像和清晰图像的映射。实验结果表明,该网络可以有效地抑制室内外不同环境下偏振图像的噪声,同时能较好地恢复线性偏振度和偏振角。所提方法对复杂噪声环境下的偏振成像应用具有重要意义。     

基于非局部自相似性的混合噪声滤波算法

针对现有滤波算法滤除图像中高斯-椒盐混合噪声后细节丢失较严重的问题,将图像块自相似性思想引入到混合噪声滤波领域,提出了基于非局部自相似性的混合噪声滤波算法。设计了图像在含混合噪声的情况下,其块相似度衡量策略及权系数的计算方式,实现了利用图像自相似性对椒盐噪声进行滤除,再结合非局部均值滤波算法处理图像中剩余的高斯噪声。实验结果表明,提出的算法可以有效地滤除图像中的混合噪声并较大程度地保留边缘、纹理等图像细节信息。     

基于主成分分析的汉语连续语音切分算法

连续语音切分是汉语连续语音识别中的一项重要技术。本文将通常用于图像处理的主成分分析(PCA)方法引入汉语连续语音切分领域,目的是通过PCA,降低语音帧之间的频谱相关性。再利用相邻语音帧特征构成的三维子空间的大小,实现连续语音切分,取得了不错的切分效果。     

基于主成分分析的自组织竞争神经网络在多光谱遥感影像分类中的应用

多光谱遥感影像具有波段多、信息量大的特点,传统的分类方法难以达到提高精度的要求.利用主成分分析对多波段遥感图像进行降维,再采用竞争型自组织神经网络对图像进行非监督分类.这种方法的分类精度为87.5%,Kappa系数为0.86,明显高于最大似然法,最小距离法和基于像元的自组织竞争神经网络法.实验结果表明该方法在多光谱遥感影像分类中具有较好的适用性.     

基于相似性分类的高光谱主成分融合方法比较

为了提高复杂场景弱小目标高光谱融合图像的质量,提出了基于相似性分类的主成分融合方法。光谱数据像素向量的相似性测度分类产生类矩阵,通过由类矩阵主成分变换的降维投影矩阵来投影变换原有光谱数据,获得降维数据矩阵。对比了传统PCA与基于欧式距离分类的PCA(ED_PCA)、基于光谱角分类的PCA(SA_PCA)、基于光谱信息散度分类的PCA(SID_PCA)和基于正交投影散度分类的PCA(OPD_PCA)四种改进方法的融合性能。实验结果表明:SA_PCA和SID_PCA方法兼具了ED_PCA和OPD_PCA的优点,对比度提升较好,阈值参数不敏感,运行时间较短。     

基于偏振分束组件的同时偏振探测精度分析

偏振分束组件是偏振探测系统的核心组成部分,组件中关键偏振光学元件的加工和装调误差直接影响偏振测量精度。通过分析入射光与组件中偏振光学元件相互作用,推导了组件中部分偏振分束器的最佳分束比,其理论值为78.9/21.1;在假定部分偏振分束器的分束比误差为±2%时,分析了入射光偏振测量误差随入射光偏振角的变化情况,求解了偏振分束组件中1/2波片及1/4波片的安装角度误差对入射光偏振探测精度的影响。理论分析表明,为满足±2%的偏振测量精度需求,部分偏振分束器的分束比误差应控制在±0.5%,1/2波片的安装角度误差应控制在±0.5°。1/4波片的安装角度误差在±2°时,对偏振测量精度的影响可被忽略。     

成像偏振仪的二次校准方法

在成像偏振仪中引入偏振态发生器,以校准仪器,并提出了一种用于成像偏振仪的二次校准方法.偏振态发生器产生的标准偏振态经偏振仪测量后可得到偏振仪响应矩阵,从而对偏振仪潜在的误差进行一次校准.利用优化算法进一步解算偏振态发生器内四分之一波片的快轴方位角误差和线性二色性系数,从而对标准偏振态和偏振仪响应矩阵进行二次校准.在实验...     

基于Cycle Spinning Contourlet变换和总变分最小化的遥感图像去噪算法

针对很多已有的遥感图像去噪算法去噪的同时存在不能有效的保留细节和增强边缘的问题,提出了一种基于Cycle Spinning Contourlet变换和总变分最小化的图像去噪新算法。该算法依据了Cycle Spinning Contourlet变换能够很好的保留原始图像的细节和纹理信息,而总变分最小化方法具有在去噪的同时增强图像边缘的特性,因此使用所提出的融合规则对两种算法去噪后的图像进行融合能够取得更好的增强效果。通过对比,实验结果表明该算法不仅能在很大程度上削弱分别由平移不变Contourlet变换和总变分最小化的图像去噪方法产生的伪吉布斯现象和阶梯效应,而且视觉效果和PSNR值均优于其它方法,同时该算法能够保留更多的光谱信息,因此该算法是一种有效的遥感图像去噪算法。     

激光雷达偏振成像遥感的望远镜系统偏振分析

激光雷达偏振成像主要是利用不同目标散射光偏振度的差异来实现对目标成像的。由于大部分光学系统都存在消偏振效应,因此系统自身的消偏振问题在成像过程中必须考虑。根据近轴理论和消像差的要求设计出卡塞格伦望远镜的几何结构,应用琼斯理论、光波的相干矩阵和菲涅耳反射理论对空气和卡塞格伦望远镜的交界面进行了消偏振分析,并使用Matlab软件仿真了卡塞格伦望远镜在镀金属反射膜前后,反射光偏振度在望远镜径向直径上各点的变化曲线。根据仿真结果可以看出偏振成像系统中使用的卡塞格伦望远镜在镀铝金属反射膜时其消偏振效应在成像过程中可以忽略。     

用于空间目标偏振探测的望远镜系统偏振分析

基于地基大口径自适应望远镜构建成像偏振探测系统,可以同时获取空间目标的光强和偏振图像,将光强信息和偏振信息相结合,能为空间目标的探测和识别提供更多依据。现有的1.23m自适应望远镜在设计时并未采用保偏设计,在开展观测研究前需得到光学系统的偏振传输特性。但目前难以直接对大口径望远镜进行偏振标定,为了分析1.23m自适应望远镜光学系统的偏振传输特性,基于相干矩阵和光线追迹法建立了望远镜系统偏振传输特性分析模型。仿真得出了1.23m自适应望远镜光学系统的偏振传输特性,发现光学系统会引入较大的偏振探测偏差。为减小偏振探测偏差,给出了一个可行的保偏改进方案,并通过已建立的模型验证了该方案的有效性。     

基于主成分分析-二阶导数光谱成像的红外显微图像分析

红外显微成像技术将红外光谱技术和显微技术相结合,不仅可以提供测试样品的光谱信息而且能够提供测试样品的空间分布信息。然而复杂样品的红外显微图像谱峰重叠严重,无法直接获得目标组分的分布信息。将因子分析与光谱分离技术相结合提出了主成分分析-二阶导数光谱成像方法。通过兔子动脉红外显微图像中胆固醇分布的成像实验,验证该方法的可行性和有效性。实验结果表明,该方法可以提高光谱分辨率,挖掘隐藏于重叠谱峰中的有用信息,是一种有效的红外显微图像分析方法。     

基于Cycle Spinning Contourlet变换和总变分最小化的遥感图像去噪算法(英文)

针对大部分已有的遥感图像去噪算法在去噪的同时不能有效的保留细节和增强边缘,提出了一种基于Cycle Spinning Contourlet变换和总变分最小化的图像去噪新算法.该算法依据了Cycle Spinning Contourlet变换能够很好的保留原始图像的细节和纹理信息,而总变分最小化方法具有在去噪的同时增强图像边缘的特性,因此使用所提出的融合规则对两种算法去噪后的图像进行融合能够取得更好的增强效果.通过对比,实验结果表明该算法不仅能在很大程度上削弱分别由平移不变Contourlet变换和总变分最小化的图像去噪方法产生的伪吉布斯现象和阶梯效应,而且视觉效果和PSNR值均优于其它方法,同时该算法能够保留更多的光谱信息,因此该算法是一种有效的遥感图像去噪算法.     

基于连续投影算法的光谱主成分组合优化方法研究

应用连续投影算法(successive projections algorithm, SPA)选择由主成分分析(principal component analysis,PCA)得到主成分的最佳组合。首先对奶粉的短波近红外光谱进行PCA分析, 然后通过SPA得到的脂肪和蛋白质含量预测最佳主成分组合分别为主成分1,2,4,5,6和7以及主成分1,2,3,4,5和8。通过最小二乘支持向量机(Least-squares support vector machine, LS-SVM)对奶粉中脂肪和蛋白质含量进行预测, SPA选择得到的主成分组合均优于分别采用前4个到前8个主成分。 基于SPA得到的主成分组合得到脂肪含量预测结果的确定系数(R2p),预测误差均方根(root mean square error for prediction, RMSEP)和剩余预测偏差(residual predictive deviation, RPD)分别为0.989 0,0.170 3和9.534 3。而蛋白质含量预测结果的R2p,RMSEP和RPD分别为0.987 6,0.134 8和8.927 4。说明SPA能够用于快速有效选取最佳的主成分数, 寻优过程简单快速,并且不用对大量参数进行调试。     

基于Mueller矩阵的偏振抑制反光方法

针对利用主动光进行透窗探测所产生的反光问题,若仅依赖单偏振抑制反光,目标与背景之间对比度低,难以适用于强反射干扰下的目标透窗成像。而利用双偏振正交抑制反光,虽然对比度有所提高,但图像整体亮度较低,识别暗弱目标具有挑战性。本文以玻璃的镜面反光作为干扰对象,首先分析偏振抑制反光的能力,其次分析不同光源入射角下Mueller矩阵元素的变化规律,最后采用退偏图像来提高目标的显著性。结果表明,Mueller矩阵中M₂₂和M₃₃图像在灰度值的分布中明显不同于其他矩阵元素,通过M₂₂和M₃₃生成的退偏图像可有效区分目标与背景。该方法在保证图像整体亮度较高的同时,有效地提高了目标与背景之间的对比度,从而可应用于强反射干扰下的目标透窗成像以及暗弱目标的识别。     

基于主成分分析的光谱重建训练样本选择方法研究

训练样本构成是影响光谱重建精度的一个重要因素,针对学习型光谱重建算法中训练样本选择问题,提出了一种基于主成分分析的训练样本选择方法。为了保证训练样本与重建样本的相似度,首先根据欧式距离最小原则从待选样本集中选择与重建样本相机响应值相似的样本,并去掉其中的重复样本;然后进行主成分分析;设定阈值筛选各主成分系数较大的样本作为训练样本,最后得到与主成分个数相同的训练样本子集。为验证该方法的有效性,通过在镜头前加载宽带滤色片搭建多通道图像获取系统采集多通道图像信息,将得到的各样本子集用作训练样本,利用伪逆法重建光谱信息,最后将重建的光谱精度与常用的训练样本及训练样本选择方法得到的重建光谱精度进行比较。实验结果表明：提出的方法显著提高了光谱重建的色度精度和光谱精度,优于常用的样本选择方法,能较大程度满足高精度颜色复制要求。     

一种基于选通偏振成像的红外伪装识别方法研究

为解决红外伪装对传统热成像系统的干扰问题,达到在战场上识别红外伪装目标的目的,提出一种基于选通偏振成像的红外伪装识别方法。红外偏振图像的获取通过扫描机构对4个固定放置的偏振片选通实现。实验结果表明,该方法可以4帧/s的频率实现对场景红外偏振度图像的获取。得到的红外偏振度图像与原始红外辐射强度图像相比,灰度均值提高了14%、灰度标准差提高了42%、平均梯度提高了98%。