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．     

基于数字图像处理的车牌定位与识别研究(英文)

研究了车牌图像的特征,车牌定位算法基于车牌图像颜色特征,选取适合的颜色模型进行车牌提取,将彩色车牌图像转化为灰度图像.采用基于矩的阈值选取方法进行图像二值化处理,Hough变换的方法对图像进行倾斜校正,最后对已预处理增强的图像进行Sobel垂直算子边缘检测,用阈值分割出前景,搜索出符合车牌字符特征的候选区域,对候选区域进一步分析得到牌照位置.提出并采用基于PCA-BP神经网络的字符识别算法对车牌进行识别,300ms内车牌字符识别率达97.5%,实验证明,在训练样本较少的情况下,该系统的识别率依然较高.     

基于小波变换的局部化数字水印算法

为了解决许多水印算法不能抵抗任意剪裁的缺点，提出了局部化数字水印算法．通过二维Mexican Hat小波变换提取图像中的多个特征点，在以特征点为中心的局部化区域中分别进行小波变换，并通过对小波系数进行单系数量化来实现水印信息的嵌入，同时水印的提取不需要原始图像的参与．实验结果表明，在剪裁后待检测图像中至少包含一个嵌入水印区域的前提下，该算法对JPEG、JPEG2000压缩和任意剪裁具有很强的抵抗能力．     

基于非线性预处理的SAR图像浮点数据压缩

提出了一种基于非线性预处理和DCT的SAR图像浮点数据压缩方法,通过对预处理前后DCT系数的熵和恢复图像信噪比的分析,确定符合SAR数据特征的预处理方法,再应用区域编码对其进行定值压缩。实验表明该方法可取得非常明显的效果。     

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。     

基于小波变换和数学形态学的运动物体检测

提出了一种基于帧差法和小波变换相结合的运动目标检测方法，充分利用帧差法计算简单和小波变换的多尺度特性。实验表明，这种方法可以有效地从复杂自然场景的图像序列中检测出完整的运动目标。而且能够有效的抑制噪声。同时减少计算时间，满足检测的实时性要求。     

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．     

一种新的无监督SAR影像变化检测

针对传统的SAR影像变化检测算法无法同时降低虚警和漏警数量,不能同时确保准确率和抗斑点噪声能力的现状,设计了一种新的基于曲波变换和自适应脉冲耦合神经网络的SAR影像变化检测算法.首先采用曲波变换降低差值图像中斑点噪声的含量.然后利用自适应脉冲耦合神经网络对每个像素所对应的变化信息进行变化类和未变化类的分类,得到变化检测图.结果显示与比较算法相比,本文算法的KC指标至少高出0.58个百分点、Recall指标至少高出4.28个百分点、F1指标至少高出0.74个百分点.说明对于KC、Recall和F1这些性能指标,该算法具有更高的检测准确度.无论是高斯噪声还是斑点噪声,在PSNR∈[35,50]dB的范围内,本文算法的抗噪性能都高于比较算法.     

基于非线性提升格式的边缘检测

针对边缘检测中检测精度与抗噪能力的相互制约的问题，采用非线性提升格式，结合自适应阈值，提出了一种新的边缘检测算法．该算法计算简单、易于并行实现，且在一定程度上协调了检测精度与抗噪声之间的矛盾．实验结果表明该算法在提取边缘的同时能有效地抑制噪声，检测精度高．     

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．     

一种遥感数字图像匹配的合成算法

分析了传统的基于灰度和基于特征的匹配算法,提出了一种基于边缘特征和相关系数的新匹配算法.该算法首先对潜在匹配图像和模板图像利用高斯拉普拉斯(LOG)算子和梯度算子提取影像的边缘,然后提取二值化图像,最后再利用相关系数法对二值化后的边缘影像进行匹配运算,得到正确的匹配结果.该算法融合了传统算法的优点.利用该算法对上海的SPOT 5 m分辨率不同波段的卫星影像进行了匹配试验,获取了比较好的匹配效果.     

基于邻域总变分和边缘检测的遥感影像道路提取

针对道路提取的同物异谱和同谱异物难题,提出了一种基于邻域总变分和边缘检测的遥感影像道路提取方法,先对原始影像进行邻域总变分分割,提取出影像中具有均匀材质的地物,并采用Canny边缘检测方法获得原始影像的边缘数据;然后将边缘数据和分割结果融合,使均匀材质区域中的非道路地物和道路分离;最后采用多方向结构进一步提取狭长并具有一定宽度的道路.实验证明本文提出的道路提取方案能同时提取影像中光谱略有差异的道路,能有效剔除和道路黏连在一起的同谱异物地物,并能提取具有一定弯度的道路.     

笔法与结构对楷书文字美学品质影响的量化研究

笔法与结构对文字观感的影响是中国书法文化的重要研究命题,也与数字书法领域审美评价技术相关联。但以往对该命题主要为定性讨论。本文结合计算机样条曲线及审美量表等技术,设计了一种实验方法对其进行量化研究。首先,选取78个高频字的6种有代表性的楷书体文字作为样品,自编软件并招募测试人员对其标注结构特征点,并用参数曲线建模输出“去除笔法”后的样品图,再进一步经严格定义的“统一结构”操作进行处理,共获得3组样品图,每组468幅。然后,编制审美量表,招募测试者以随机分配的方式对3组样品评测美感和风格。最后,对评测数据进行统计分析。结果显示,对于楷书文字的风格而言,笔法的影响远高于结构;对于文字的美感而言,笔法的作用也大于结构,但影响有限。该结果局限于实验选定的几种经典的楷书文字,且其定义的“去除笔法”和“统一结构”并不能完全涵盖以往经验理论中的相关概念范围。研究表明,自然学科的方法可用于研究书法学中的命题。     

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.     

缺损图像的特征模板匹配方法

基于二值图像的边缘拐点特征，建立其特征模板，在此基础上讨论了缺损二值图像的匹配过程．所采用的特征模板匹配方法将图像局部特征和它们的尺度大小联系起来，使识别过程更为合理．对１７个缺损飞机图像仿真实验结果表明，这一方法取得了很好的分类效果     

基于特征点群相似度计算模型的图像表示方法

针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果,通过特征点群拓扑、方向、距离等计算其相似度,并以此作为评价指标对匹配结果进行过滤;根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整,从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较,结果表明,该方法提高了分类识别的准确率和检索的查全率,特别是对于包含明显旋转、平移和缩放变化的图像数据效果更好.     

基于形状及边界参数的凸形图像公制周长的计算方法研究

基于二值凸形图像的形状及边界参数，提出一种以毫米为度量单位进行周长计算的方法．需首先选行毫米／单位像素的换算，然后对凸形图像的原始灰度图进行二值化处理以便于边界识别，再基于边界来进行图像形状及边界参数的提取．将这些参数作为回归变量建立多元线性回归模型，用以估算凸形图像的周长偏移率，进而估算其周长．实验结果表明：本算法具有精度高、易实现等特点，为相关图像图形分析提供一定的理论参考．