基于多尺度均值漂移的高分辨率遥感影像快速分割方法

均值漂移算法是一种特征空间分析方法,广泛应用于自然场景影像和医学影像分割中.但算法较高的计算复杂度成为其在具有海量特性的遥感影像中应用的瓶颈.文章将均值漂移算法拓展到小波域,提出了一种小波域均值漂移快速分割算法.多光谱遥感影像和仿真影像的实验表明:在获得相当的分割结果的前提下,相比单尺度均值漂移算法,提出的分割算法能够...     

基于改进Otsu法的遥感图像油罐目标分割研究

为了对可见光遥感图像中油罐目标进行快速分割,在前人工作的基础上提出了一种快速的方法。对可见光遥感图像灰度值分布特点进行分析,用数组对满足先验知识的像素进行统计,使图像中缺失的灰度值不再参加计算,大大减少了冗余计算。以类间方差函数的代替函数(二者在同一位置取得最大值)进行分段处理,提高了运算速度。实验证明,这种方法可以应用到可见光遥感图像油罐目标的分割中,且分割效果优于Otsu法,实验所用图像的处理速度是前人改进方法的5倍以上。     

An improved fusion algorithm for infrared and visible images based on multi-scale transform

In this paper, an improved fusion algorithm for infrared and visible images based on multi-scale transform is proposed. First of all, Morphology-Hat transform is used for an infrared image and a visible image separately. Then two images were decomposed into high-frequency and low-frequency images by contourlet transform (CT). The fusion strategy of high-frequency images is based on mean gradient and the fusion strategy of low-frequency images is based on Principal Component Analysis (PCA). Finally, the final fused image is obtained by using the inverse contourlet transform (ICT). The experiments and results demonstrate that the proposed method can significantly improve image fusion performance, accomplish notable target information and high contrast and preserve rich details information at the same time.     

基于均值漂移的遥感图像海陆边界分割算法

光学遥感图像海陆边界分割是海洋近岸目标检测和识别的重要技术基础。由于光学遥感图像分辨率的提高,海陆边界分割存在背景复杂、干扰多等问题。为解决复杂背景下高清遥感图像海陆边界分割问题,提出了一种新的海陆边界分割算法。该方法包含三个部分:使用均值漂移算法将遥感图像处理成若干同质区域;采用一种新的基于扫描线的方法选择海水区域种子像素点,利用区域增长算法填充海水区域;通过连通区域分析的方法分离陆地部分,得到海陆分割结果。实验证明,该方法能够对于复杂背景下的光学遥感图像实现准确、稳定的海陆分割,算法具有较强的鲁棒性和准确性。     

多分辨分形理论在高分辨力遥感图像分割中的应用

针对遥感图像的高分辨力特性,提出了基于多分辨分形的遥感图像分割方法。改进了多分辨结构的建立方法,提出了基于Laplacian金字塔的多分辨结构的分形分割法。实验表明,改进的多分辨分形图像分割方法在减少信息冗余度的同时,提高了数据利用率,可有效地对高分辨力遥感图像进行分割分类。     

中高分辨力遥感图像中飞机目标自动识别算法研究

提出了一种中高分辨力的航空航天遥感图像中飞机目标快速自动识别的新算法。在分割和分类过程中充分利用飞机目标的先验知识,提出了一种改进区域分割方法,并应用树分类器对飞机目标进行自动识别。所提出的改进区域分割方法较好地实现了区域分割中阈值的准确自动选取,克服了复杂背景图像中小目标的全局阈值自动分割的失效问题。采用二叉树分类器,通过提取简单的目标几何特征,分层进行种类识别,提高了识别速度,降低了漏检率和虚警率。运用该方法进行了实验。结果表明,识别率达到了100%。     

改进的遥感图像多种信息熵阈值分割算法

给出了一种新的图像信息量的表述方法,提出了五种基于信息熵的科学分割遥感图像的改进方法。用MATLAB对这些算法进行了实验仿真,并进行了算法性能优化。得出了各种不同算法的最佳阈值和耗时,并对它们进行了比较和分析。实验数据表明,新算法较以往的算法在分割效果和速度上都有明显的改善和提高。     

面向对象的高分辨率遥感影像分割精度评价方法

在参考监督评价法原理的基础上,提出了三个高分辨率遥感影像分割精度评价指标：准确度、查全率和相对相似性,并以此为基础提出了遥感影像分割精度的评价方法。针对监督评价法的参考对象匹配问题,提出了一种双向局部最优对象匹配方法。同时,通过安徽省淮南市高分一号遥感影像分割结果的精度评价,进行了实验验证。结果表明：该评价指标能够较好地反映分割结果的优劣,符合地物对象分割的真实分布;还可为遥感影像分割算法的参数设置和多尺度分割的最优尺度选择提供依据。     

Improved wavelet transform algorithm for single image dehazing

Image dehazing to single color image remains a longstanding challenge in image processing. Because of light scattered by the suspended particles in the atmosphere, photographs taken in the foggy day look gray and lack visibility. How to improve the capacity for the clear image's structures and colors. Toward this objective, we explored the improved Wavelet Transform algorithm on image haze removal. Here, we propose a improved algorithm on image haze removal. Our method is to first apply wavelet transform to image dehazing, and then use Retinex (SSR) algorithm to enhance the color performance and to improve the color effect after applying wavelet transform to image dehazing, and finally get the desired haze-removed image. Experimental results show that this algorithm is effective and practical, and the effect is ideal.     

基于微种群遗传算法和自适应BP算法的遥感图像分类

介绍了采用微种群遗传算法和自适应BP算法相结合的混合遗传算法来训练前向人工神经网络(BPNN)的方法。即先用微种群遗传学习算法进行全局训练,再用自适应BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。将此算法用于遥感图像分类,网络的训练速度及分类结果表明,该算法收敛速度较快,预测精度较高。     

自适应双树复小波遥感图像复原

由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明：相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23 dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。     

A novel denoising method based on Radon transform and filtered back-projection reconstruction algorithm

A novel denoising method based on Radon transform and filtered back-projection (FBP) image reconstruction algorithm was proposed. This method can be considered as a special mean filter on projection line, which is different from most of the traditional filters operated on adjacent templates that could bring serious blurs to images. The details of images processed by the proposed method can be preserved relatively complete and the denoising effect is satisfactory. To verify the denoising effect of the proposed method, the simulation was designed and carried out, and the image evaluation parameters were applied to analyze the denoising effect and the detail-preserving ability quantitatively. For further understanding of the proposed method, the basic denoising principle of this method was analyzed. Noise points and information points can be distinguished: the attenuation velocity of gray scale of noise points is faster than that of information points, which was verified by the experiment. The results of different parameters in the proposed method were compared and analyzed. Several kinds of traditional filters were compared with the proposed method, and the result shows that the proposed method is better than the traditional filters in the aspects of both denoising effect and detail-preserving ability. Apart from this, the proposed method is not particular about the kind of noise; therefore, it is a powerful method to deal with atypical noise, uncertain noise, and mixed noises.     

适于遥感图像实时压缩的小波基的选择

遥感图像相关性弱,纹理细节丰富,故对其采用基于小波变换的图像编码方法进行编码压缩,而在对图像进行小波变换时,小波基的选取是至关重要的,它直接影响到变换速度和编码效率。在详细分析小波基的基本性质及其与图像编码的关系的基础上,选出数种典型小波基进行实验比较。实验结果表明D5/3双正交小波基最适合于遥感图像实时压缩,最后经实验验证其选取是合理的。     

A novel image fusion algorithm based on nonsubsampled shearlet transform

To overcome the shortcoming of traditional image fusion method based on multi-scale transform, a novel adaptive image fusion algorithm based on nonsubsampled shearlet transform (NSST) is proposed. Firstly, the NSST is utilized to decompose the source images on various scales and in different directions, and the low frequency sub-band and bandpass sub-band coefficients are obtained. Secondly, for the low frequency sub-band coefficients, the singular value decomposition method in the gradient domain is used to estimate the local structure information of image, and an adaptive ‘weighted averaging’ fusion rule based on the sigmoid function and the extracted features is presented. To improve the quality of fused image, a novel sum-modified-Laplacian (NSML), which can extract more useful information from source images, is employed as the measurement to select bandpass sub-band coefficients. Finally, the fused image is obtained by performing the inverse NSST on the combined coefficients. The proposed fusion method is verified on several sets of multi-source images, and the experimental results show that the proposed approach can significantly outperform the conventional image fusion methods in terms of both objective evaluation criteria and visual quality.     

一种基于小波变换的红外偏振融合算法

针对红外偏振图像可以较好地抑制背景噪声,对目标边缘信息比较敏感的特点,提出一种基于小波变换的红外偏振融合算法,它主要用于红外辐射强度图像和偏振度图像融合,增加图像的信息量。首先采用小波变换对参与融合的每幅图像分别进行各尺度分解,得到各尺度小波系数,然后针对不同尺度小波系数,采用邻域平均梯度为判据进行融合,得到融合后的各尺度小波系数,最后通过小波逆变换进行图像重构,得到融合图像。融合前后的图像对比表明融合图像在保留辐射强度图像的清晰度的同时,突出了目标的边缘、轮廓信息。相对于辐射强度图像,融合图像的梯度均值提高了112%,相对于偏振度图像,融合图像的标准差提高了151%,信息熵提高了38%。     

高分辨率傅里叶变换成像光谱仪光谱重建并行算法

高分辨率傅里叶变换成像光谱仪具有高空间分辨率和高光谱分辨率的特点,但光谱重建时间冗长。通过对傅里叶变换光谱重建流程分析,为研制的1024pixel(光谱维)×1024piexl(像宽)×1024piexl(像高)高分辨率紫外傅里叶变换成像光谱仪的数据立方体反演,设计了一种并行优化算法。实验表明,在6核处理器上对512M和2G的数据立方体进行变换,时间分别只需88.33s和489.75s,加速比分别为3.70和3.04,大幅度提高了运算效率。如将该算法应用到更多内核处理器上,可得到更高的加速比和更少的运算时间。     

基于小波变换和区域分割的红外可见光彩色图像融合算法

提出一种基于小波变换和区域分割的YCb Cr变换域红外-可见光彩色图像融合算法,以小波变换融合为基础,将融合结果作为YCb Cr域参量,以区域分割方法为基础,与参考图像进行色彩传递。实验结果表明,采用方法比传统的线性色彩传递方法具有更好的彩色图像融合效果,同时参考图像适应性较好,适合单一图像以及视频的融合。     

基于小波变换与卷积神经网络的图像去噪算法

图像在生成或传感过程中往往会受到噪声干扰,噪声干扰会给后续图像处理工作增加难度,甚至会给某些生产活动带来巨大的经济损失。结合平稳小波变换与卷积神经网络的优势,提出了一种有效的图像去噪算法。训练阶段,采用提出的算法对图像进行尺度为1的平稳小波分解后,分别把高、低频分量输入4个设计好的残差网络进行训练;在测试阶段使用小波逆变换来获得最终的预测图像。实验结果表明:在高斯白噪声水平达到σ=50时,去噪后图像的峰值信噪比（peak signal to noise ratio, PSNR）均值和结构相似性（structural similarity index method, SSIM）均值可以达到28.37 dB和0.808 0,提出的算法可以有效去除可见光图像中的高斯白噪声、自然噪声,以及遥感图像在传感过程中产生的噪声,并且在去除图像噪声的同时能较好地保留图像的边缘与纹理细节。     

大气湍流对遥感系统分辨力的影响

以平面波为例,分别针对较弱和较强的湍流模型,通过计算到达角起伏讨论了高空光学遥感系统由大气湍流引起的地面图像分辨力问题。结果表明,对于给定的遥感系统口径和高度,较强湍流引起的图像分辨力的1cm左右;而较强湍流引起的图像分辨力则可达10cm量级。对于自身的地面分辨力具有m的量级的传统光学遥感系统,上述影响并不明显。对于现代高辨力光学遥感系统,这种影响便不容忽略,特别是对较强的湍流,往往需要用自适应光学等方法加以补偿。     

基于尺度不变特征变换和区域互信息优化的多源遥感图像配准

为了进一步提高遥感图像配准精度, 提出了尺度不变特征变换(SIFT)结合区域互信息优化的遥感图像配准方法. 首先利用混沌序列的随机性和遍历性, 提出一种混沌量子粒子群优化(CQPSO)算法, 在量子粒子群优化(QPSO)算法迭代陷入早熟收敛时, 采用一种新的机理引入混沌序列, 进化粒子克服早熟. 图像配准算法分为预配准和精配准两个过程. 基于SIFT算法提取特征点, 经匹配和有效地外点排除完成预配准, 然后对匹配特征点坐标进行亚像素级微调, 通过最小二乘法求得一系列匹配参数构造初始粒子群, 最后利用混沌量子粒子群优化区域互信息完成精配准, 得到最优匹配参数. 用一些标准测试函数对所提出的CQPSO和QPSO及粒子群优化(PSO)算法进行了实验比较, 另外, 对SIFT, SIFT结合PSO算法优化区域互信息, SIFT结合QPSO算法优化区域互信息和SIFT结合CQPSO算法优化区域互信息(SRC)等四种算法进行了不同分辨率遥感图像配准实验比较和不同时相遥感图像配准实验比较, 实验结果验证了所提出的CQPSO算法的优越性和SRC配准方法的有效性.