一种基于Curvelet变换的图像融合新算法

基于Curvelet变换提出了一种新的融合算法.首先将图像进行Curvelet 变换,然后对粗尺度系数和细尺度系数采用不同的融合规则将Curvelet 系数融合,最后进行重构得到融合结果.对得到的融合图像进行了主客观评价和对比,实验结果表明,本文方法得到的融合图像,在熵、均方误差(MSE)、峰值信噪比(PSNR)和相似度等客观指标上都优于其他方法.     

基于形态学算子的Cubic图像缩放方法

立方卷积插值(Cubic算法)是一种常用的图像缩放方法。为了使喷码机喷印图像更加清晰可见,改善Cubic算法边缘模糊、分辨率低等不足,本文将形态学算子中的腐蚀运算与Cubic算法结合,以此进行了理论分析和实验验证。结果表明,此方法对提高图像边缘的清晰度和图像质量有明显效果。     

基于Curvelet变换的SAR与可见光图像融合研究

提出了一种基于Curvelet变换的合成孔径雷达(SAR)与可见光图像融合方法,设计了一种有效抑制噪声并充分保留源图像重要特征的融合规则。采用偏差指数、相关系数及等效视数指标对融合效果进行评价。实验证明,该方法明显优于基于小波和Ridgelet变换的融合方法。     

一种基于形态变换的图像去噪方法

图像去噪是一种图像预处理方法。图像去噪能够从复杂的信号中提取所需要的信号,便于对图像作进一步的处理。数学形态学是一种对图像进行分析的数学工具,其分析的基础是图像的形态。文章利用数学形态学以图像形态为主要研究对象这一特点,对一幅含噪的典型图像进行实验。通过实验,表明该方法可以较好地保留图像原有的特征。     

基于curvelet变换的光学器件表面特征识别

为了精确识别复杂精密光学器件在制造过程中由于工艺要求不可避免产生的缺陷特征,基于曲线波(Curvelet)变换优良的曲线特征识别和强大的稀疏表示能力,提出了一种基于曲线波变换的缺陷特征识别方法,该方法采用变换域特征分离,在空间域获得特征识别后的器件表面图像.仿真结果和实验结果证明,提出的方法比传统小波算法精度和准确度更...     

一种基于小波变换的监视飞行新方法

如何充分利用有限的信道带宽和实时有效地压缩数据,将更多飞机飞行参数实时传输给地面试验人员,是提高飞行安全和改进飞机设备的重要手段.基于小波变换提出了一种监视飞行状态的新方法,借助小波分析在时域和频域同时具有良好的局部化性质对飞行数据进行有损和无损压缩,并通过飞机现有的VHF信道传输飞行数据.仿真结果验证了本方法的可行性.     

基于改进轮廓提取的Hough变换椭圆检测方法

分析椭圆目标在成像平面上的特点,提出一种基于改进轮廓提取的Hough变换椭圆检测方法,可以有效地在图像中提取出椭圆的轮廓。对边缘检测后的图像进行边缘点分类,去除交叉点和孤立点,保存端点;根据端点,提取图像中的非封闭轮廓,再扫描图像,提取剩余的封闭轮廓;针对随机Hough变换,根据每条轮廓的长度判断该轮廓需要采样计算的次数,在每个循环的内部,设定阈值来判断每组椭圆参数的统计值,用以跳出循环。实验结果表明,与普通随机Hough变换相比,该算法的内存占用量与计算量大大减少。     

一种基于小波变换的遥测图像编码新方法

为了实现火箭遥测图像的高效处理,优化火箭遥测图像的编码流程,提出了一种基于小波变换的火箭遥测图像编码新方法。在图像小波变换的基础上,以空间方向树为编码单位,采用改进的分层树集合分割(SPIHT)算法实现图像重要小波系数的比特平面编码,并采用联合码率优化截取方法,优先截取和传输重要比特平面的遥测图像数据。通过系统测试,结果表明：与传统的火箭遥测图像编码方法相比,新的遥测图像编码方法具有丢帧率低、重构图像质量好、编码效率高等优点,满足运载火箭遥测图像处理和传输的工程需求。     

基于二代curvelet与wavelet变换的自适应图像融合

针对同一场景红外图像与可见光图像的融合问题,提出了一种基于二代curvelet与wavelet变换的自适应图像融合算法。首先对源图像进行快速离散curvelet变换,得到不同尺度与方向下的粗尺度系数和细尺度系数;根据红外图像与可见光图像的不同物理特性以及人类视觉系统特性,对不同尺度与方向下的粗尺度系数和细尺度系数采用基于离散小波变换的图像融合方法,在小波域中,对低频系数采用基于红外图像与可见光图像的不同物理特性的自适应融合规则,对高频系数采用基于邻域方向对比度与局部区域匹配度相结合的自适应融合规则,然后进行小波逆变换得到融合的curvelet系数;最后,进行快速离散curvelet逆变换得到融合图像。实验结果表明,该方法能够更加有效、准确地提取图像中的特征,是一种有效可行的图像融合算法。     

基于Hough变换的NAT规模被动估计新方法

针对网络安全领域中网络地址转换器（NAT）规模被动估计这一问题,提出了一种新的NAT规模被动估计方法。在被动接收条件下,通过利用TCP数据包时间戳值与接收时间之间表现出的线性关系,将NAT规模估计转换为坐标图上的直线数目检测问题。然后基于Hough变换递归放大坐标图像来检测直线数目,从而估计出NAT规模大小。与已有算法相比,该方法不仅可以解决初始类别的选择问题,还能提高时间戳序列发生交叉或距离较近时的判断精度。实验测试结果表明,该方法可以准确地检测出线性关系的数目,进而估计出NAT规模大小,并且性能优于已有算法。     

一种新的基于非下采样Contourlet变换的图像去噪方法

提出了一种新的结合非下采样Contourlet变换(NSCT)和高斯比例混合模型的图像去噪方法.采取的主要方法为:1)通过NSCT对图像进行分解;2)根据高斯比例混合模型建立图像模型;3)利用贝叶斯估计进行图像去噪.实验结果表明,相对于已有算法,本文方法降噪效果好,在去噪性能指标和边缘保持的主观视觉上都表现出优异的性能.     

一种新的三帧差运动气泡检测方法

针对传统三帧差法在运动目标检测过程中存在部分 重叠和轮廓不完整现象,提出了一种结合 Kirsch边缘检测和背景差分的改进三帧差法。算法首先对连续3帧图像进行差分得到运动区 域,然后对 当前帧进行Kirsch边缘检测,通过已得到的运动区域与边缘检测结果进行逻辑“或”运算, 获得完整的运动 目标,利用背景帧差分割运动目标并去除噪声。实验表明,提出的方法能够提取更加完整的 目标区域,有 效避免漏检、误检等情况。与现有一些同类算法相比,本文算法具有更优越的运动目标检测 性能。     

曲波变换和最小二乘支持向量机的图像压缩算法

为了提高图像压缩质量,针对传统压缩算法的不足,提出一种曲波变换和最小二乘支持向量机相融合的图像压缩算法。首先采用曲波变换把图像分解为不同尺度和不同方向的曲波系数,并采用熵编码对粗尺度层曲波系数进行压缩,然后利用最小二乘支持向量机对细尺度层中不同方向的曲波系数进行学习,并通过和声搜索算法优化最小二乘支持向量机,实现细尺度层曲波数的压缩,最后采用图像压缩仿真实验测试其性能。结果表明,曲波变换和最小二乘支持向量机相融合的图像压缩算法提高了图像压缩的峰值信噪比,加快了图像压缩的速度,获得了更好的图像压缩效果。     

非降采样Contourlet图像边缘检测算法

介绍了非降采样Contoudet变换(NSCT)的结构特点与系数分布特性,并提出了基于NSCT的图像边缘检测算法,实现了对图像高频边缘的有效去噪和提取.该方法具有多向选择性、高低频信息并行检测、信息利用率高、两类边缘相互补偿修正精确定位及抗噪声干扰能力强等特点.通过仿真实验并与Prewitt、Sobel、Canny及多尺度小波边缘检测算法进行比较,验证了该方法的有效性和优越性.     

A skeletonization algorithm based on euclidean distance maps and morphological operators

In this letter a new skeletonization algorithm is proposed. It combines techniques of fast construction of Euclidean Distance Maps(EDMs), ridge extraction, Hit-or-Miss Transformation (HMT) of structuring elements and the set operators. It first produces the EDM image with no more than 4 passes through an image of any kinds, and then the ridge image is extracted by applying a turn-on scheme and performing a rain-fall elimination to accelerate the processing. The one-pixel wide skeleton is finally acquired by carrying out the HMTs of two structure elements and the SUBTRACT and OR operations. Experimental results obtained by practical applications are also presented.     

一种基于边沿检测的图像自动白平衡方法

提出了一种新的图像自动白平衡方法.首先,对图像进行直方图均衡化;然后对直方均衡化后的图像Y分量作边沿检测,在边沿包含的所有区域中选择Cb和Cr分量均值小且Y分量均值较大的区域作为参考白点区域;最后,以参考白点区域计算图像R、G和B的修正系数.使用System C对该算法进行模拟验证的结果表明,由于参考白点较准确确定,对较高色温和较低色温光源照射造成颜色偏移的图像自动白平衡较其他算法有明显改进.     

（英）基于多尺度高斯滤波和形态学变换的红外与其他类型图像融合方法

为了同时保证融合质量和效率,提出了一种基于多尺度高斯滤波和形态学变换的图像融合方法。设计了多尺度高斯滤波,将源图像分解为一系列细节图像和近似图像,并使用多尺度顶帽和底帽分解来完全提取近似图像中不同尺度的明暗细节。构造了多尺度形态学内外边缘分解,以充分提取细节图像的边缘信息。实验结果表明,该方法与典型的基于多尺度分解的融合方法相当甚至更好,同时比一些先进的基于多尺度分解的方法（如NSCT和NSST）运算速度快得多。     

基于肤色的眼睛轮廓自动提取新方法

眼睛作为人脸识别最重要的生物特征之一,具有高稳定性、不易复制性和可区分性等特点,其特征提取是人脸图像检索的关键环节,通常对眼睛特征的描述主要依据视觉感知,面对由于模糊描述而无法实现量化处理的难题,提出了一种基于肤色的人眼轮廓自动提取新方法。该方法分为四步:首先,提取人脸彩色图像并将其从RGB色彩空间变换到YCbCr色彩空间;其次,通过肤色非线性空间映射进行人脸区域定位处理;然后,采用大津法实现人眼区域分割;最后,通过色度信息以及形态学处理方法提取眼睛轮廓。实验表明:该方法能够精确提取人眼轮廓,提取率为99%以上,提取时间小于1.75 s。     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。     

基于稀疏表示的船体检测方法研究

为进一步强化航道安全，解决海事CCTV人工值守、非自动化问题，提出了基于稀疏表示的船体检测方法。利用稀疏表示实现对船体的检测时，首先构建样本特征矩阵，然后利用K-SVD算法对样本特征矩阵进行学习，得到冗余字典，最后对测试样本进行重构，根据马氏距离判断测试样本属性。通过与传统方法的试验比较，实验结果表明，该算法实时性好、检测准确率高，可以很好地对CCTV视频监控的船体进行检测与跟踪，解决CCTV人工值守、非自动化问题，节省大量人力资源。