基于变分的MODIS 数据条带噪声去除方法

条带噪声是影响MODIS数据影像质量与反演精度的重要因素之一。针对MODIS数据中存在的三类条带噪声,提出了一种去除多类条带噪声的变分方法。该方法针对MODIS数据中条带噪声的类型设计相应的能量项：对于探测器间条带噪声和镜边条带噪声,采用直方图匹配变分项;对于随机噪声条带,采用单向消除项。各能量项通过权重系数组合构成总能量泛函,利用梯度下降流法最小化该泛函并离散数值化求解,从而实现条带噪声的消除。实验结果表明,提出的方法能够有效地去除MODIS数据的多类条带噪声。     

基于S-Euler-Elastic模型的彩色图像乘性噪声去除方法研究

针对传统变分模型在处理乘性噪声时可能会产生的“阶梯效应”问题,将经典乘性噪声去除SO模型与Euler-Elastic规则项相结合,应用于彩色图像乘性噪声去除。引入了Split Bregman算法,对每一个子问题采用了交替优化算法迭代,并在求解过程中采用FFT算法和软阈值公式。实验结果表明,相对于其它传统变分模型,由新模型处理后的图像在细节、对比度等方面有较好的保持,并避免了阶梯效应的产生;新模型在处理噪声时可以获得更高的PSNR值与SSIM值;处理噪声过程中花费的迭代时间更少。     

Hyperion高光谱数据条带噪声消除方法研究

高光谱图像条带噪声的消除是高光谱图像处理的关键预处理技术.概述Hyperion成像光谱仪的工作原理,分析了Hyperion数据条带噪声产生的机理并总结条带噪声的特性.提出高光谱条带噪声消除的4种方法.研究表明,Hyperion数据条带噪声消除比较有效的方法是矩匹配法.对于高光谱图像条带噪声消除深层次的研究是要实现高光谱图像条带噪声的自动检测以及处理的智能化.     

基于IDL的HSI图像条带噪声去除方案研究

HJ-1-A卫星超光谱数据的绿、红和红外各波段(21-115波段)数据质量较高,具有良好的应用潜力.但蓝光波段(前20个波段)有明显的条带噪声,对超光谱数据信息提取的精度产生了严重影响,需去除噪声才能使用.针对HJ-1-A星HSI图像条带噪声的特殊性,提出了两种条带去除方案,并给出用IDL语言实现的方法.结果表明,该方法能够在保持原始HSI图像特征的前提下有效地去除条带噪声.     

一个高效的椒盐噪声去除方法

给出了一个更为简单高效的两阶段去除图象椒盐噪声的方法。第一阶段：应用自适应中值滤波方法来检测图像中的噪声点;第二阶段：应用全局的BB方法来求解一个极小化问题。通过对第二阶段中保边正则化方法的改进,不仅不再需要进行正则化参数的选择,而且保边势函数φ(t)=|t|^α中的参数α可以自适应地产生,从而使得这个新的方法不再存在参数的选取问题。与已有方法相比,这一新方法节省了计算时间,特别对于噪声污染严重的图像,新的方法的恢复效果更佳。     

一种遥感影像混合噪声二阶去除方法

遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征。该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果。     

多波束水柱影像中三维羽流数据提取方法研究

海底气泡羽状流被公认为指示海底存在天然气水合物的有效标志之一,因此实现对海底气泡羽状流的高效探测和准确分析,具有重大的战略意义。利用羽流气泡与海水声阻抗存在差异的特性,发现并提取了多波束声呐图像中水柱影像上的声学耀斑,为海底羽流探测提供了新的思路。结合最短距离和中值滤波对含有羽流耀斑的水柱影像进行处理,从而实现羽流目标反向散射强度与背景环境噪声分离,同时采用走航式观测的方法获得测区的三维数据,通过研究羽状流声反射回波强度阈值,设计一种基于3D搜索单元的羽流气泡三维滤波器,实现了墨西哥湾三维羽流数据的提取。     

基于方向小波变换的高斯噪声图像恢复方法

提出一种基于方向小波变换的相关和阈值去噪方法,恢复高斯噪声图像.方向小波去掉了标准二维小波变换仅沿水平和竖直两个方向的限制,可沿任意方向变换,这种多方向组合变换方法有利于削弱Gibbs效应,对去噪后图像的边界保护具有积极作用.实验结果表明,相对于标准小波变换,该方法无论是PSNR值还是视觉效果都较原有的方法更好.     

基于离散多方向小波变换估计噪声能量的正则化虹膜图像恢复方法

针对定焦虹膜采集设备采集的离焦降质虹膜图像, 提出一种基于正交离散多方向小波变换的正则化虹膜图像恢复算法, 并对提出的算法进行了系统检验. 结果表明, 所提出的改进算法对虹膜图像恢复的研究有一定的意义.     

基于L~1范数变分模型的高密度椒盐噪声滤波

针对现有图像滤波算法在去除高密度椒盐噪声方面的不足,提出了一种基于L1范数变分模型的去噪算法.该算法首先根据椒盐噪声的特点和像素的局部灰度特征分离出噪声点和信号点,在滤波过程中,对信号点不予处理,而对噪声点采用基于L1范数的变分模型进行恢复.由于椒盐噪声的灰度值与原始像素无关,因此,去噪时只利用噪声点邻域内信号点本身的灰度信息,并将已处理过的噪声点当作新的信号点,以避免对下一像素滤波时的影响.最后通过仿真实验,结果表明,在高密度噪声条件下(50%),该算法的噪声去除能力和细节保护能力均可获得令人满意的结果.     

基于乘数交替方向法的系统图像退化恢复方法

针对一般正则化方法不能有效解决非线性成像和高动态成像的系统退化恢复问题,提出一种非线性图像恢复方法,该方法利用乘数交替方向法解决双边全变差(bilateral total variation,BTV)模型的正则化项不平滑问题.建立包含复原图像的非线性最小二乘数据拟合项和BTV正则化项的目标函数;对目标函数进行优化;构建一套有效的乘数交替方向法(multiplier alternating direction method,MADM)求解提出的模型.利用峰值信噪比(peak signalto noise ratio,PSNR)和结构相似性度量(structural similarity index measurement,SSIM)评估图像恢复结果.对于非线性成像系统退化,提出的方法在PSNR和SSIM方面比基于TV(total variation)模型的方法分别提高4.5％和4.1％.对于高动态的成像退化问题,提出的方法获得的恢复图像PSNR值可达61.89 dB,相比其他方法,至少提高了2.9％.此外,该方法的运行时间也至少节省了26％,具有较高的计算效率.     

部分并行磁共振成像的交替方向乘子法研究

交替方向乘子法是求解基于全变分模型的部分并行磁共振成像(partially parallel imaging,PPI)的有效方法,但研究表明其测量矩阵的求解繁琐且复杂。文中针对交替方向乘子法采用固定步长求解速度慢的缺点,提出了一种自适应交替方向乘子法,将传统的交替方向乘子法和BarzilaiBorwein方法相结合,有效处理了全变分正则项的非凸难以求解的问题。实验结果表明,该改进算法不仅能得到较好的图像恢复效果,而且具有良好的收敛性和稳定性。     

Sensitivity for vertical retinal image differences

The detection of horizontal disparities between the right and left retinal images is accepted as an important component in the visual perception of depth. It has occasionally been pointed out that a disparity will also occur in the vertical when a target is nearer to one eye than the other and could be used as a second component. Here it is shown that while it is possible to detect size differences between the retinal images in the vertical direction, the sensitivity is at least one order of magnitude less than the horizontal differences. It had been generally accepted that vertical disparities cannot be detected (literature summarized by Tschermak), but there are clear reports of the ability of subjects to respond to relative differences in the vertical magnification of the images of the two eyes, the so-called induced size effect. It manifests itself in the appearance of a visual scene as if there had been an opposite horizontal magnification and is, therefore, in the correct direction if it is to be utilized in asymmetrical convergence.     

红外图像增强方法的研究

为解决对比度差、边缘细节模糊等问题,提出了用分段增强法提高红外图像对比度.分段小波增强算法能有效地同时增强红外图像对比度及边缘细节,并抑制噪声.建立了表征图像边缘的特征向量.根据红外图像边缘的特征,准确提取红外图像的边缘.通过神经网络边缘检测法对样本集训练,使网络具有依据边缘特征向量求解场景中物理边缘的能力.实验结果表明神经网络边缘检测算法的精度优于其他算法,抗噪声能力强、边缘定位能力强、检测精度高.     

产品设计中的感性意象定位研究

通过分析产品造型意象的认知理论,提出在感性工学系统的研究理论架构内,通过设计调查,数据经初步统计分析、因子分析和聚类分析,在定量分析的模式下来探讨消费者的心理感性意象,从而达到产品设计中感性意象的定位目的.该结果可指导后续设计,经实际应用,证明该方法是合理、可行的.     

多指标指纹图像分割方法研究

将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法.首先选择区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的多个指纹图像分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结...     

扫描方向对STM图像的影响

利用Ｗｉｎｄｏｗｓ的ＧＤＩ位图和ＤＩＢ位图,用Ｍｉｃｒｏｓｏｆｔ Ｖｉｓｕａｌ Ｃ＋＋６．０编制了扫描驱动以及能够同时显示和存储多幅伪彩色图像的程序,并用该程序对高定向石墨进行了原子量级和纳米量级的成像。实验观测到对同一样品同一区域,如果扫描方向不同,得到的图像也不同,本文根据ＳＴＭ的反馈成像机理对此进行了解释。     

基于单时相Landsat8_OLI影像的棉花提取技术研究

针对利用单时相遥感影像快速、高精度地提取棉花信息研究较少的现状,根据作物的物候历,选取棉花生育期的单时相Landsat8_OLI影像。通过对棉花和其他地物的光谱特征与植被指数的差异性分析表明:近红外波段(NIR)和差值植被指数(DVI)是棉花识别的特征指数;并由此构建了OLI数据的棉花信息提取的特征指数模型。经实地验证,运用此模型提取的库尔勒市棉花信息的生产精度为97.96%,用户精度为98.63%。基于单时相遥感影像的棉花提取思路可以为我国主要棉产区的棉花信息遥感提取、长势监测和产量估测提供新思路和技术参考。     

无人机高分辨率数据与Landsat 8多光谱数据的图像融合研究分析

运用不同融合方法对无人机高分辨率数据与Landsat8多光谱数据进行融合,并对融合结果进行分析,结果表明:HSV变换、Brovey变换和PC变换融合效果优于其他融合方法,其中HSV变换突出了图像的纹理信息,Brovey变换使图像目视效果较好,光谱保真度高。其他融合方法如GS变换增加了人工用地的信息量,但降低了图像整体清晰程度;CN变换光谱扭曲较大,存在光谱信息损失。