基于非下采样Shearlet变换耦合相对亮度测度的可见光与红外图像融合算法

为了克服当前较多可见光与红外图像融合方法在通过图像能量特征融合图像时,忽略了图像的全局相对亮度特征,导致融合图像存在红外目标表达能力弱等问题,文章引入非下采样Shearlet变换,通过测量图像的相对亮度来融合图像.借助NSST变换来处理输入图像,解析出图像的低频和高频系数;采用区域能量函数,对区域图像所含的能量特征进行...     

一种基于图像局部信息的红外图像动态范围压缩算法

红外焦平面探测器输出的信号通常为14bit数字图像,要在常用的显示器上显示必须将14bit的图像压缩到8bit,压缩算法直接影响到了图像的细节和对比度。提出了一种基于图像局部信息的红外图像动态范围压缩算法,通过高斯滤波器将原始红外图像分解为基图像和细节图像,并统计原始图像每个像素的局部方差,然后根据每个像素的局部方差计算细节图像的自动增益函数,最后,将基图像进行平台直方图均衡化后与细节图像合成得到压缩后的图像。通过对多种场景的红外图像进行仿真验证,表明该算法能较好地增强图像的细节。     

基于Contourlet变换的图像智能分割方法研究

由于获取图像的设备不同,不同设备所拍摄图像的质量、空间分布特性差异较大。采用当前图像分割方法对图像噪声进行分割时,容易产生过分割和奇异扩散现象。为此,提出一种基于Contourlet变换的图像智能分割方法。该方法先采用方向滤波器组实现图像各个方向纹理分离,利用小波变换替换拉普拉斯变换进行图像多个方向子带分解,计算图像多尺度似然函数,并依据图像最大似然函数估计准则获得图像的初始分割,在此基础上采用自适应上下文结构从图像粗尺度的分割结果融合至最细尺度,获得最终的图像智能分割结果。仿真实验结果表明,所提方法能够有效消除噪声对图像分割的影响,使图像分割精度更高,且运行时间更短,该方法在图像获取设备中具有较高的实践价值。     

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%。     

基于图像衍生的红外无人机图像仿真方法研究

对无人机群的红外视频进行监视是安防和军事领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。     

基于无人机载的光电与SAR图像融合技术研究

为了提高无人机侦察识别能力,提出基于小波变换方法的无人机载光电与SAR的图像融合技术。经时间配准算法生成图像配准源,采用SIFT算法提取图像特征点,BBF算法计算生成匹配点集,依据匹配点集计算图像间透视变换模型完成图像配准,利用小波变换算法实现配准图像融合。经实验验证以及利用Matlab分析图像灰度直方图和计算信息量,结果表明:融合图像保留了光电图像95.7%的细节(熵),相比于光电图像平均梯度提高了1.52倍,增强了光电图像目标区对比度,降低了随机性噪点;融合图像相比于SAR图像信息量提高了1.44倍。     

多帧距离选通图像点扩散函数估计的超分辨率重建

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题,提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先,从连续帧图像中选取一帧为参考帧作为初始清晰图像,下一帧图像为模糊图像,用梯度约束的方法求出点扩散函数,用于优化清晰图像;然后,依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数,结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明,改进的算法重建图像分辨率和质量明显优于原始的算法。     

基于双边纹理滤波的图像细节增强方法

为了实现图像的细节增强,特别是纹理细节增强,同时尽可能保持图像的结构完整,提出了一种基于双边纹理滤波的图像多尺度分解方法。首先,对图像进行多尺度双边纹理滤波分解,分别得到一幅基本图像和一系列细节纹理图像。接着,类似于小波增强方法,对细节图像采用多尺度自适应增强方法,得到一系列增强后的纹理细节图像。最后,将基本图像和增强后细节图像相加,重构出最后的增强图像。实验结果表明:本文提出的增强方法能够在突出边缘的同时,较好地增强图像中的纹理细节信息。将基于双边纹理滤波的多尺度分解引入图像增强,能更好地体现图像纹理细节特征,为增强图像提供更加丰富的信息。     

基于半像素错位的多幅图像重建高分辨率图像技术研究

介绍了一种基于半像素错位的多幅图像重建高分辨率图像技术。分析了半像素错位的多幅图像与高分辨率图像各像素灰度值的对应关系 ,并从CCD数字化采样的角度进行了论证。同时 ,结合实际摄像机CCD结构 ,求出了高分辨率图像重建的计算公式 ,并通过实验进行了验证和完善。重建的本质是以原高分辨率图像的 4邻域平均图像为基础 ,增加一定比例的边缘细节信息 ,去接近原高分辨率图像。CCD的动态范围越大 ,图像的灰度级越多 ,那么计算误差就越小 ,图像的边缘细节信息就可以利用更多 ,重建的图像就越接近原高分辨率图像。通过实验和分析表明 ,利用半像素错位的多幅低分辨率图像重建高分辨率图像的原理是正确的 ,方案是可行的     

运用运动图像探究运动的追及和相遇问题

运动图像有位移—时间图像(s—t图像)和速度—时间图像(v—t图像),明确两图像及物理意义,可巧妙解决许多问题.一、运动图像及物理意义1、位移—时间图像(s—t图像)在图中,a图线—加速运动图线,     

Image restoration of blurring due to uniform linear motion by TV techniques

A simple method using TV techniques for the image restoration of degradation due to uniform linear motion is described. The restored image is displayed on a TV monitor after simple differential operation for the video signal corresponding to the blurred image. No computer calculation is needed.     

X光探伤电视的微机图像处理系统的研究

Ｘ光探伤电视系统虽然具备节省Ｘ光软片和可在线探伤等优点以外，还存在着图像分辨率不很高的问题。其图像分辨率不很高的主要原因是由于Ｘ光所激发的二次射线造成的，这是一种随机的噪声干扰。利用在计算机图像处理中的叠加平均法可有效的去除这种噪声干扰，从而提高Ｘ光探伤电视的图像分辨率。电视图像的数字化需要高速的信号采集系统。用硬件构成的图像存贮体可实现高速的图像信号采集，并结合开窗口技术使得Ｘ光探伤电视的成本降低，为高分辨率Ｘ光探伤电视的广泛应用创造了有利的条件。这些对保证产品质量具有十分重要的意义。     

微光电视成像系统表征方法

 在分析微光电视成像系统的基础上，提出了适用于微光电视成像系统仿真所用的微光场景图像数据的要求及生成方法；针对第二代近贴聚焦系统和第三代像增强系统，建立了微光电视成像系统的能量增益理论模型；引入３维噪声理论模型表征了微光成像系统的噪声；最后，提出了微光电视图像噪声抑制算法的评价方法。仿真结果表明：经微光系统传递后，图像中的高频信息变模糊，加入噪声后，信噪比降低；而经过5帧平均算法后的图像质量明显改善，对比度增加。     

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。     

电视经纬仪跟踪测量中运动目标快速识别定位算法

为解决电视经纬仪跟踪测量系统中对运动目标快速识别定位的要求,在深入分析运动目标特性和电视经纬仪跟踪测量系统特点的基础上,利用经纬仪角度变化信息,对运动目标图像序列进行帧间差值计算以获得目标残差图,并基于残差图提出了一种新型的运动目标快速识别方法,大大减少了运算量. 结合中值滤波和图像二值化,实现了运动目标的快速定位. 通过对目标实测图像序列的实验, 结果证明：该算法具有快速、稳定、有效等优点,能够满足电视经纬仪跟踪测量系统对运动目标快速识别定位的要求.     

Fast single image super-resolution using estimated low-frequency k-space data in MRI

PurposeSingle image super-resolution (SR) is highly desired in many fields but obtaining it is often technically limited in practice. The purpose of this study was to propose a simple, rapid and robust single image SR method in magnetic resonance (MR) imaging (MRI).MethodsThe idea is based on the mathematical formulation of the intrinsic link in k-space between a given (modulus) low-resolution (LR) image and the desired SR image. The method consists of two steps: 1) estimating the low-frequency k-space data of the desired SR image from a single LR image; 2) reconstructing the SR image using the estimated low-frequency and zero-filled high-frequency k-space data. The method was evaluated on digital phantom images, physical phantom MR images and real brain MR images, and compared with existing SR methods.ResultsThe proposed SR method exhibited a good robustness by reaching a clearly higher PSNR (25.77dB) and SSIM (0.991) averaged over different noise levels in comparison with existing edge-guided nonlinear interpolation (EGNI) (PSNR=23.78dB, SSIM=0.983), zero-filling (ZF) (PSNR=24.09dB, SSIM=0.985) and total variation (TV) (PSNR=24.54dB, SSIM=0.987) methods while presenting the same order of computation time as the ZF method but being much faster than the EGNI or TV method. The average PSNR or SSIM over different slice images of the proposed method (PSNR=26.33 dB or SSIM=0.955) was also higher than the EGNI (PSNR=25.07dB or SSIM=0.952), ZF (PSNR=24.97dB or SSIM=0.950) and TV (PSNR=25.70dB or SSIM=0.953) methods, demonstrating its good robustness to variation in anatomical structure of the images. Meanwhile, the proposed method always produced less ringing artifacts than the ZF method, gave a clearer image than the EGNI method, and did not exhibit any blocking effect presented in the TV method. In addition, the proposed method yielded the highest spatial consistency in the inter-slice dimension among the four methods.ConclusionsThis study proposed a fast, robust and efficient single image SR method with high spatial consistency in the inter-slice dimension for clinical MR images by estimating the low-frequency k-space data of the desired SR image from a single spatial modulus LR image.     

可见光电视摄像机整机MTF测量装置及方法

调制传递函数（MTF）是评价电视摄像机成像质量的重要参数。介绍了一种用于可见光电视摄像机整机MTF测量装置及方法。设计了三积分球目标发生器系统,通过电动衰减器实现了目标和背景亮度的独立可控,其出口不均匀性为4.1%。采用基于倾斜狭缝法的亚像元自动插值与匹配算法以及线扩散函数（LSF）的最小二乘拟合分析法,实现了倾斜角度的自动计算以及MTF的精确测量,测量装置的重复性为0.007。通过与国外先进仪器的比对实验,表明建立的电视摄像机整机性能测量装置可以有效解决电视摄像机整机成像质量性能评价问题。     

Blind image deconvolution subject to bandwidth and total variation constraints

We present a maximum likelihood (ML) deconvolution algorithm with bandwidth and total variation (TV) constraints for degraded image due to atmospheric turbulence. The bandwidth limit function is estimated in view of optical system parameters and Fourier optical theory. With the aid of bandwidth and TV minimization as compelling constraints, the algorithm can not only suppress noise effectively but also restrict the bandwidth of point-spread function (PSF) that may lead to trivial solution. Compared with the conventional ML method, the proposed algorithm is able to restore a noise-free image, and the detailed texture is better than that of ML.     

总变差约束的数据分离最小图像重建模型及其Chambolle-Pock求解算法

基于优化的迭代法,可以结合压缩感知和低秩矩阵等稀疏优化技术高精度地重建图像.其中,总变差最小（total variation minimization,TV）模型是一种简单有效的优化模型.传统的约束TV模型,使用数据保真项为约束项,TV正则项为目标函数.本文研究TV约束的、数据分离最小（TV constrained,data divergence minimization,TVcDM）新型TV模型及其求解算法.详细推导了TVcDM模型的Chambolle-Pock（CP）算法,验证了模型及算法的正确性;分析了算法的收敛行为;评估了模型的稀疏重建能力;分析了模型参数的选择对重建的影响及算法参数对收敛速率的影响.研究表明,TVcDM模型有高精度稀疏重建能力;TVcDM-CP算法确保收敛,但迭代过程中有振荡现象;TV限对重建有重要影响,参数值过大会引入噪声而过小会模糊图像细节;算法参数的不同选取会导致不同的收敛速率.