遥感图像的亚像素配准技术研究

高分辨遥感技术在军民领域应用广泛,图像配准技术是高分辨遥感图像的预处理技术。实际的机载和星载遥感成像仪,由于自身成像原理和成像仪平台抖动原因,出现了遥感图像亚像素偏移误差。对亚像素图像配准技术进行系统研究,对高精度亚像素配准算法进行研究分析,并对其算法进行仿真、处理,对仿真的结果进行系统分析,通过误差分析提出配准误差修正算法,修正算法对亚像素配准进行了很好的改进,达到遥感图像预处理的目的。     

复合材料散斑检测中的小波降噪技术

电子剪切散斑干涉检测技术非常适宜复合材料的无损检测。但散斑图像往往含有较大的噪声,如何对散斑图像进行降噪处理是一个非常重要的问题。小波变换是变分辨率的分析方法,可以有效地降低噪声,而同时又较好地保存了图像细节,本文应用小波降噪技术来对散斑图像进行降噪处理,取得了较好的效果。     

INCOLOY907合金晶界相的高分辨图像处理

用高分辨透射电子显微术及高分辨图像处理技术对低膨胀高温合金Ｉｎｃｏｌｏｙ９０７晶界相作了分析研究，经图像处理后，清晰再现了９０７合金各种晶界相的高分辨像。晶界。相与基体结合紧密，界面平直、干净，无中间相析出；晶界正交相和三斜相与基体之间结合紧密，但发现有纳米大小的微小相存在。     

Directionalet:一种新的多尺度几何分析方法

方向小波是继轮廓小波之后又一种新的基于多尺度几何分析的图像处理工具。在对有关方向小波文献的理解和综合的基础上,阐述了方向小波的基本理论框架及其应用,总结了方向小波的优缺点,最后基于对方向小波的理解,展望了方向小波在图像处理中的应用。     

幸运成像技术的发展现状及启示

幸运成像技术可以消除大气湍流对光学测量图像的影响,获得空间目标的高分辨力图像。在空间目标探测与天文目标观测领域有着良好的应用前景。本文在综述幸运成像技术国内外研究现状的基础上,归纳了＂幸运成像＂的技术特点,并据此对我国幸运成像技术的应用和发展提出了个人建议,认为将幸运成像技术用于自适应光电望远镜,用于靶场高帧频图像的事后处理,并实现其准实时化,是该技术的应用和发展重点。     

小波变换内核的硬件实现技术

介绍了小波变换的概念以及在图像处理中的应用。以四级小波变换为例,针对FPGA芯片的特点,详细说明了小波变换的硬件实现所面临的问题及其对应的解决方案。最后分析了用FPGA芯片实现小波变换内核的优势。     

基于Contourlet变换的图像去噪算法

针对小波变换不能有效地表示图像纹理和轮廓的缺陷,本文重点研究了基于Contourlet变换的图像去噪算法。首先对图像进行Contourlet变换,得到能量集中分布的变换系数,再对变换后的系数应用Bayes-Shrink去噪方法进行降噪处理,并分别比较了运用硬阈值方法和软阈值方法的处理效果。结果表明:基于Contourlet变换的图像去噪算法在峰值信噪比(PSNR)效果和去噪质量上都优于小波变换。     

数据结构优化在多小波图像压缩中的应用

提出了一种数据结构的优化方式，并将其应用到多小波图像压缩中。实验结果表明，利用所提出的优化方法对多小波系数及位置信息进行处理时不仅能够很好地恢复原始图像而且与普通域值法相比可在相同的图像文件压缩率下提高其峰值信噪比     

适用于爆炸物CT检测重建图像去噪新算法

场旅客行李爆炸物CT检测成像过程中不可避免地受到噪声影响,对重建图像的去噪处理是爆炸物CT检测技术中的一个重要环节。针对机场旅客行李隐藏爆炸物快速检测、重建图像质量要求和引入的噪声特点,提出了一种有效的图像去噪算法将小波包分析与快速中值滤波相结合,并且对小波包系数运用一种新的阈值去噪方法。实验结果表明,该算法能更有效地去除重建图像的噪声并保持图像的边缘细节。     

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

A Generalized Approach to Multiresolution Complex SAR Signal Processing

Multiresolution synthetic aperture radar (SAR) image formation has been proven to be beneficial in a variety of applications such as improved imaging and target detection as well as speckle reduction. SAR signal processing traditionally carried out in the Fourier domain has inherent limitations in the context of image formation at hierarchical scales. We present a generalized approach to the formation of multiresolution SAR images using biorthogonal shift-invariant discrete wavelet transform (SIDWT) in both range and azimuth directions. Particularly in azimuth, the inherent subband decomposition property of wavelet packet transform is introduced to produce multiscale complex matched filtering without involving any approximations. This generalized approach also includes the formulation of multilook processing within the discrete wavelet transform (DWT) paradigm. The efficiency of the algorithm in parallel form of execution to generate hierarchical scale SAR images is shown. Analytical results and sample imagery of diffuse backscatter are presented to validate the method.     

基于不可分离小波框架变换的图像融合技术

以不可分离小波框架变换为依托,对两个传感器在同一时刻获取的同一场景的图像进行融合。首先,对各原图像进行不可分离小波框架变换（NWF）;然后,根据变换后系数计算图像的对比度量测,融合处理为基于对比度量测的系数选取过程,并对选取后的系数进行一致性校验;最后,对组合后的系数进行NWF逆变换,得到融合后的图像。     

一种局部自适应内窥镜图像降噪模型

在内窥镜图像处理中,如何消除图像中的噪声一直是个热点问题。由于图像二进小波变换在每次分解时不进行下抽样,所以其表示同小波级数相比是冗余的,且图像二进小波变换的部分系数扰动不会带来重构图像的严重失真。因此,在相同的误判概率下,二进小波变换的图像去噪效果会好于小波级数变换的图像去噪效果。基于这个思想,文章从二进小波理论入手,提出一种自适应二进小波去噪模型,简称ADWD。该方法利用图像信息、噪声信息与小波系数之间的关系,采用局部自适应的方法识别噪声像素,避免了直接确定噪声门限的困难。实验结果及分析表明该方法对Gaussian噪声和Pepper噪声均有较高的信噪比,且对图像的细节有较好的保持能力。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

一种基于预测和变换混合设计的超光谱图像压缩方法

提出了一种新的超光谱图像压缩方法。该方法针对三维小波压缩编码方法对专有数据的特殊属性利用效率较低的缺陷,设计了一种应用于超光谱图像的预测编码和变换编码相混合的实现方案。首先,由超光谱图像的高谱间相关性,推导出图像各波段间的一般表达式。然后,根据这一表达式建立了超光谱图像的波段预测方式。该预测方式以波段为单位,参考波段采用小波变换编码技术进行压缩。为了提高预测的精度,参考波段选择器和波段预测器分别基于超光谱图像的数学统计规律和各波段直方图形状相似的特性进行设计。最后,将预测偏差值通过三维小波编码技术进行压缩。实验结果表明,本文设计的方法与目前先进的超光谱压缩技术相比能够提供具有竞争力的性能提升,且具有良好的兼容性、灵活性和渐进传输能力。     

基于灰度级分组的X光行李图像增强改进方法

针对低对比度X光手提行李图像在机场安检中容易产生高虚警或高漏警的问题,提出了一种基于灰度级分组的X光行李图像增强改进方法。首先应用离散小波变换对低、高能图像进行融合,然后通过分频处理得到低、高频图像,再分别采用基本灰度级分组和可选择灰度级分组方法实现增强。将本文方法与基于灰度级分组的增强方法、传统的直方图均衡方法进行比较,实验结果表明,本文方法能够有效地改善图像质量,提高图像的清晰度。     

小波变换的原理及其在噪声材料超声评价中的应用

从信号自理的角度给出了小波变换的工程理解。小波变换可以看作从原始信号中不断抽取细节,最终只留下信号主干的过程。用小波变换对噪声材料粗晶奥氏体不锈钢中人工缺陷的超声Ａ型信号处理的结果表明,在对小波系数合理解释的情况下,小波换能有效地提高信噪比。     

基于小波变换的高超声速边界层动态图像分析

利用小波变换技术,研究高超声速下动态尖锥周期俯仰摆动的边界层转捩图像。通过基于二维小波变换的图像消噪和图像增强算法,优化动态实验图像,根据小波变换图像的奇异性提取沿时间历程变化的尖锥边界线和边界层图像,得到尖锥的俯仰摆动周期和迎角变化范围。结果显示边界层厚度的变化周期与尖锥的俯仰摆动周期存在相位差,随着迎角增大,背风面转捩点向尖锥前缘移动。实验结果表明,基于小波变换的图像处理技术不仅能够作为高超声速尖锥实验流动显示进行定性观察,还可以实现对高超声速边界层转捩实验的精确观测和定量分析,成为一种重要的量化和自动化的实验技术和分析手段。     

基于分形理论的红外图像港岸背景抑制方法

为了实现港岸背景的抑制,提出了一种基于分形理论和小波变换的背景抑制方法。首先,在高斯去噪的基础上,使用Otsu方法对图像进行粗分割;然后,对粗分割得到的背景图像进行分形降维处理,选定序列图像的比较区域;最后,利用小波变换的奇异值检测特性,在比较区域寻找序列图像比较的基准点,从而确定序列图像的移动范围,进而实现序列图像背景抑制。通过对实际港岸背景红外图像的实验,验证了所提方法的可行性和有效性。