色彩直方图混合特征提取在海量图像数据检索中的应用

随着多媒体技术的发展,图像的应用越来越广泛,如何有效利用图像信息具有越来越重要的意义。颜色特征不受图像大小和旋转角度的影响,鲁棒性较好,在图像检索中具有较强的应用。本文在对图像特征进行提取的基础上,提出了一种新的图像检索数据方法。该方法引入了色彩直方图、颜色中心矩、灰度直方图等颜色特征,使用色彩直方图对整幅图像的色彩信息进行统计;使用分块颜色中心矩对色彩的空间分布信息进行统计;对由于色彩浓度和对比度发生变化而对检索效果的影响,采用了灰度直方图进行淡化。通过对这三种特征距离进行加权和计算,进行相似度匹配,检索出目标图像。本文针对性地设计了基于色彩直方图混合特征的图像检索系统,实验证明色彩直方图混合特征检索的结果与示例图像在颜色与空间分布上基本相似,具有较强的实用性。     

基于邻域灰度熵和分类的红外弱小目标检测

根据红外图像弱小目标和背景特征,提出了基于邻域灰度熵和分类的红外弱小目标检测方法。先对红外小目标图像进行复Contourlet去噪,并设计一滑动窗口扫描整幅图像,将滑动窗口内的像素分为目标和背景两类,利用两类的灰度均值差及窗口中心像素的邻域灰度熵进行背景抑制,再用指数交叉熵阈值法分割出小目标。实验证明该方法简单有效,易于硬件实现。     

一种基于“熵图”的红外海天目标潜在区域选取方法研究

为后续能更快地识别目标,对一种基于"熵图"的红外海天目标潜在区域选取方法进行了研究。分析了红外海天背景图像灰度值分布特点,引入熵图概念。进一步分析了红外海天背景图像的熵图特点,提出了一种能适当选取海天背景中目标潜在区域的方法。先用半径为R像素的圆形窗口在原始图像上滑动,将窗口中心点的灰度值用该窗口的局部方差加权信息熵替代求取熵图,初步确定海天线区域;对所得熵图再求取一次熵图,以消除天空云层边缘、海平面波浪、海天线部分的干扰;将两次求得的熵图的对应元素相乘得到新熵图,增大目标潜在区域的灰度值,减小其他干扰部分的灰度;寻找亮度最大点为中心的圆形区域就是目标潜在区域。实验表明:用该方法选取目标潜在区域有较强的适应性,选取的目标区域范围较小,可显著减小后续目标识别中的计算量。     

一种基于角点提取的遥感影像地面控制点自适应匹配算法

提出基于特征角点的控制点自适应匹配算法：依据图像数据灰度特征自动确定相应阈值，从基准影像上提取控制点。采用动态模板进行不等距搜索，确定潜在目标控制点；构建三角网，利用等角变换判别目标控制点；构建仿射变换方程来筛选目标控制点。该算法无需设定灰度相关系数最大值阈值即可判别目标控制点。选取ASTER和TM两种成像差异显著的图像数据，对该算法进行试验，结果表明。该算法可以准确提取有价值的特征角点，具有较高的控制点识别精度和运算效率，具有较强的适应性和应用价值，较之传统匹配算法有明显优势。     

晨昏轨道微光相机成像策略研究及仿真验证

为满足晨昏轨道微光相机大动态范围成像要求,针对EMCCD器件,提出一种微光相机成像策略。该策略通过对积分时间及电子倍增数的设计及选取,制定若干成像档位,相机成像过程中,利用文章中提出的图像灰度最大值法实时计算结果决定档位动作,实现微光相机成像参数实时调整。通过地面仿真及在轨验证,该策略能够保证微光相机在大动态范围内获取高信噪比、高品质图像,具有良好的实时性、鲁棒性和有效性。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

基于纹理特征多分辨双Markov-GAR模型的SAR图像分割

为了提高SAR图像分割精度,提出在以灰度共生矩阵产生的纹理统计量为特征所生成的图像上,同时考虑SAR图像像素间空间分布特征和局部灰度均值和方差等统计量给出多分辨双Markov框架下的GAR模型,采用多分辨MPM的参数估计方法及对应的无监督分割算法,对SAR图像进行纹理分割。实验结果表明该方法用于一些高分辨SAR图像,与基于灰度图像上的多分辨双Markov-GAR模型纹理分割相比,在分割精度上能降低分割时的错分率。     

基于图像灰度统计的空间相机载荷响应稳定性测试

相对辐射校正残余条纹是影响光学遥感卫星影像品质的因素之一。文章通过灰度统计法分析证明,空间相机载荷响应不稳定是相对辐射校正残余条纹的重要成因。以辐射响应函数模型为基础,通过直方图统计和直方图匹配,以某立体测绘相机载荷图像奇偶条纹现象为例,分析了不同成像时间段感光探元响应变化。分析结果表明:空间相机响应状态变化可明显影响相对辐射校正效果,相对辐射校正后还需一定的后处理,才能保证图像品质符合要求。     

SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

基于图像熵的红外非均匀性参数化校正优选方法

针对红外图像非均匀性校正问题,文章提出了一种基于图像熵的红外图像非均匀性参数化校正优选方法。该方法首先计算输入红外图像奇像元子图和偶像元子图的熵,选择熵值大者作为基准图像;接着通过基于图像熵的非均匀性参数化校正优选处理得到校正后的基准图;最后基于线性逼近的非均匀性校正,得到输入图像校正之后的结果图像。采用真实数据与其他两种传统红外非均匀性校正方法进行试验对比分析,结果表明:该方法能够有效去除红外图像中的非均匀性条带噪声,有效保持输入图像原有信息,并获得较高品质的红外校正图像。     

基于稀疏直方图的空间机械臂视觉目标跟踪方法

视觉系统作为空间机械臂的重要组成部分,一项重要功能就是在复杂空间环境下在规定周期内自主、可靠地完成对空间目标的跟踪,即在相机采集的图像序列中定位目标区域。文章面向空间机械臂视觉跟踪的应用需求,提出一种基于稀疏直方图的视觉目标跟踪方法,在目标区域内选取相互重叠的局部图像块,通过组合全部图像块的稀疏系数构造直方图以获取目标表示,采用基于簇比重信息的相似性度量方法计算目标模板与候选目标之间的距离,将此距离作为粒子滤波的观测模型以在图像中确定目标位置。标准测试集测试、室内环境和在轨环境试验的定性和定量分析结果均表明文中方法可以实现对相机视场范围内目标的准确和可靠跟踪。     

月面着陆多尺度边缘光流特征提取与跟踪方法

针对月面着陆器动力下降过程中，基于描述子的传统视觉特征提取和跟踪方法耗时长、误匹配率高等问题，提出一种采用边缘光流的多尺度特征提取与跟踪方法。首先通过构建序列图像金字塔和应用多级掩膜提取方法，改善了图像平面上特征点分布的均匀性；在此基础上，利用边缘直方图灰度差平方和(SSGD)滑窗搜索算法，将光流计算由二维迭代简化为一维匹配，大幅缩短了算法耗时；进一步利用多尺度边缘直方图迭代搜索算法在改善大尺度运动下特征跟踪鲁棒性的同时，将光流计算精度拓展至亚像素级。仿真结果表明，本方法计算耗时不超过描述子方法的50%，非大尺度运动下具有更高的稳定跟踪特征点数目，大尺度运动下相比描述子方法下降不超过15%，在跟踪效率和稳定性方面取得了较好的平衡。     

基于梯度方向分布的图像质量评估及其应用

根据人类视觉系统的性质,提出了一种基于局部梯度方向分布的全参考图像质量评估算法。该算法利用图像的方向梯度直方图和信息熵理论提出图像结构规则度的有效表达方式,并结合结构规则度和亮度信息表征图像的质量,实验结果表明,所提算法能够有效评估多类干扰图像的质量,与人眼感知效果保持较高的一致性,适用于多领域应用。     

基于模糊C-均值聚类航天图像分割方法的研究

在图像分割领域,模糊C-均值聚类算法得到了广泛的应用,但存在计算量大、易受噪声影响、目标与背景对比较弱时对边界处的像素分辨能力低等问题.针对以上问题对标准模糊C-均值聚类算法进行了改进:利用一维灰度直方图来降低计算量;并在此基础上,考虑每一层灰度级的邻域像素之间的空间一致性;然后,构造特征散度来重构聚类算法的目标函数.最后用一幅测试图像和两幅航天高分辨率图像对改进的方法进行试验,结果表明,对于削弱上述问题的影响,算法较标准模糊C-均值聚类算法有较大提高.     

应用相位相关法的TDICCD空间相机像移测量方法

空间相机亚像素精度的像移高精度测量是一项技术难题。文章针对高分辨率TDICCD空间相机的成像特点提出一种直接测量像移的方法,该方法利用高速图像传感器获取图像序列,然后采用基于局部上采样的相位相关法来测定亚像素像移变化曲线。Matlab软件的仿真实验结果表明,该方法对图像噪声和灰度变化有很高的容忍度,其测量精度在图像信噪比高于10dB时优于0.1个像元。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

一种具有实时性的SIFT特征提取算法

针对尺度不变特征变换(SIFT)算法实时性差和在生成灰度图时信息丢失的问题,提出一种对比度增强和使用DAISY描述符的SIFT特征提取算法。首先,通过彩色图和原始灰度图计算像素的颜色调整值和曝光调整值,根据调整值与原灰度级获得对比度增强的灰度图。其次,使用改进后的灰度图提取SIFT特征点,并根据邻域灰度级计算不同高斯核和方向下的卷积方向图。最终,由特征点和采样点不同方向的偏导数值获得DAISY描述符,该描述符结构简单,便于计算。对由标准图像数据集提取的特征点使用K近邻(KNN)算法进行匹配,以评价在不同变化下算法的准确率。试验结果表明,该算法能够获得更多的特征点,并且在保证准确率的同时降低描述符生成部分和特征匹配部分的时间。     

一种场景无关的图像清晰度评价方法

图像清晰度是遥感相机调焦技术中度量离焦状况的关键参量,调焦系统根据对比不同焦面的图像清晰度来获取最佳焦面的位置。高分辨率线阵CCD遥感相机成像时地面场景不断变化,而常用的图像清晰度评价方法由于依赖景物不变性而失效,因此,文章提出了一种空域和频域相结合的清晰度评价方法。该方法在空域中提取图像内的有效边缘并计算得到图像有效边缘宽度;在频域中,仅抽取图像频域特定高频成分并得到高频成分的频谱强度均值,计算得到基于边缘宽度和高频强度的图像清晰度。经试验验证,该方法适用于场景不断变化的线阵CCD遥感相机图像清晰度的评价,相较传统方法更加准确有效。     

应用Landsat-8卫星遥感图像的青海地区土壤分类研究

遥感技术的迅速发展和应用,为土壤分类提供了新的技术与数据支持,文章提出一种利用陆地卫星-8(Landsat-8)遥感图像的土壤分类方法,用于青海地区土壤分类,所提取的特征包括4种,即基于遥感图像的变换特征、指数特征、纹理特征和基于高程图像的地形特征,通过随机森林方法实现土壤分类。文章首先提出2个基于遥感图像的纹理特征——熵与平滑度,从中国土壤数据集中自动提取了16 444个数据点,并在试验中采用,充分验证了此分类方法的有效性。