一种基于SAR图像边缘检测算子的短程活动轮廓模型

短程活动轮廓模型是一种基于变分法和偏微分方程的经典图像分割模型.由于乘性斑点噪声的存在,导致该模型不适用于sAR图像分割.基于sAR图像边缘榆测算子,提出了一种新颖的短程活动轮廓模型.其基本思想是,将原有模型中基于梯度的边缘定位函数,替换为基于ROEWA算子的边缘定位函数,提高了模型的边缘检测能力和边缘定位精度,因而更适合于SAR图像的分割.另外,在新模型的能最泛甬中增加"气球力"项,增强了曲线演化的动力,进而加快曲线演化的速度并降低模型对初始轮廓的敏感性.在模型的数值实现时,采用无条件稳定的AOS差分格式并辅以快速的水平集甬数重新初始化算法,不但增强了模型的稳定性,而且还加快了模型的收敛速度.针对仿真图像、Radarsat和ERS实测数据的实验结果,验证了该模型的有效性和精确性.     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

基于多结构元素的遥感图像去噪及边缘检测方法

边缘检测是遥感图像处理的一个重要方面。利用数学形态学原理，提出了一种基于多结构元素的遥感图像边缘检测方法。首先采用基于视觉模型的边缘阈值得到灰度突变像素点，然后利用几种具有代表性的结构元素对这些像素点进行形态学腐蚀操作以区分真实像点和噪声点，将噪声点去除并通过伪中值滤波填补像素值，最后得到图像边缘。实验结果表明，该算法能够在保持图像边缘细节的前提下，很好地滤除图像中的孤立噪声点，在检测精度和抗噪声性能方面都优于传统的形态学算法。     

基于等高线图与小波变换的3D地形匹配算法研究

提出一种新的基于边缘的3D地形匹配算法。在算法中，一种结构紧凑的特征“等高线图”，用于表示参考高程图(DEM)及从实时数据恢复的高程图，这样3D地形匹配转化为基于等高线的匹配，即边缘(平面曲线)匹配问题。在边缘匹配过程中，首先用一种具有平移，旋转，尺度不变性的规范化小波描述子描述边缘。其次提出了一种基于小波系数域的快速边缘匹配算法，并分析了运算复杂性。由匹配成功的边缘对提取控制点的坐标。讨论了图像变换模型及基于最小均方根误差准则的图像变换参数估计方法。用真实地形实验表明该算法匹配精度高，计算速度快。最显著的特点是该算法抗噪声能力强。     

基于集成活动轮廓模型的SAR图像分割方法

图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明：所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗     

基于最大后验概率的SAR图像自适应超分辨率盲重建

提出了一种SAR图像自适应超分
辨率(SR)盲重建算法。首先给出了一种图像退化过程中 模糊核函数的选择策略;然后基于最大后验概率提出了新的SAR图像配准与SR盲重建的框架 ;再次,针对每一幅低分辨率图像引入了重要性权值并随之给出了迭代算法的总体框架,使 得算法具有自适应性。试验表明,算法在SAR图像SR重建上取得了良好的效果,并且具 有较好的收敛性。
     

一种基于边缘测度的加权Hausdorff景象匹配方法

针对经典Hausdorff距离匹配算法中仅考虑图像间边缘点的几何关系,而未充分考虑边缘点边缘测度显著性差异对Hausdorff有向距离贡献不同的特点,提出一种基于边缘测度的加权Hausdorff距离(EM-WHD)景象匹配方法.该方法集合结构张量和局部均值比方法构造出边缘测度图像,并根据测度图提取图像边缘;在图像匹配过程中.基于边缘测度的显著性不同,对每个边缘点采用不同权值的加权Hausdorff距离进行图像匹配定位.仿真实验结果证明了本文方法的有效性和计算快速性.     

基于边缘信息的SAR与可见光景像匹配算法

SAR(合成孔径雷达 )与可见光图像由于成像机理的不同 ,直接进行基于图像灰度信息的匹配定位很难达到实际应用的要求。边缘是图像最基本的特征之一 ,文中提出一种基于边缘信息的 SAR与可见光景象匹配算法。该算法针对 SAR与可见光图像的特点 ,利用小波变换结合模糊中值加权滤波 ,取得有效的边缘信息 ,利用图像的边缘特征结合相关峰值特性分析的后处理方法进行匹配 ,并采用多分辨率分级搜索技术减少计算量。实验证明本算法匹配精度高 ,稳定性好     

基于FPGA的图像锐化处理系统设计

在图像处理系统中,通常需要图像增强技术来提升图像的某些重要信息特征,以便后续处理。本文针对远距离红外成像图像处理系统的算法需要容易硬件实现且视觉效果良好的要求,提出了一个新的算法,即基于统计特性的图像门限增强算法。FPGA首先完成直方图统计,然后通过分析直方图的特性提取图像门限信息,之后根据门限信息进行图像滤波,最后根据门限信息进行直方图均衡。通过FPGA板级系统验证,以上运算可以得到质量较好的数字图像,该方法效果明显,能为后续的目标分割、识别和匹配提供良好的基础。     

一种基于边缘处理的图像合成方法

论文提出了一种基于边缘处理的图像合成原理与实现方法。首先介绍了图像合成的原理以及合成过程中需要重点处理的部分,然后针对当前图像合成过程中存在的潜在问题,提出了一种基于边缘处理的图像合成方法,详细介绍了该方法的实现原理及具体的实现步骤,最后对该算法从性能、速度等方法进行测试,给出了测试结果。     

数值模拟技术在钻地武器研制中的应用

系统阐述了数值模拟技术这一新兴手段在钻地武器研制中的主要算法及应用，比较了算法之间的优缺点，介绍了当今流行的各种主要计算程序。作为算例，运用非线性动力有限元LS-DYNA计算程序，对一个防空建筑在弹头侵彻下的动态响应及应力变化情况作了计算，图像形象显示了战斗部在侵彻过程中的形变及其速度，质量随时间的变化情况，最后阐述了数值模拟技术在武器设计等领域的应用。     

BP网络进行0-9十个数字图像的识别

在BP算法和数字图像处理技术的基础上,本文在MATLAB软件环境下提取Word文档中26种字体的0-9十个数字的图像,使用MATLAB神经网络工具箱及图像处理工具箱进行数字的识别,给出了较详细的处理步骤及相关程序,并比较了各种识别算法的收敛速度和识别率。     

一种自适应各向异性的SAR图像去噪算法

为了在抑制噪声时尽可能保留图像边缘信息,提出一种自适应各向异性SAR图像去噪算法。该方法设计一组具有不同尺度和方向的滤波器模板,针对不同图像边缘的局部特征计算出滤波器的尺度和方向,选择最优匹配的各向异性滤波器,从而可以在抑制噪声的同时很好地保留边缘。仿真实验表明,提出的自适应各向异性SAR图像去噪算法具有很强的噪声抑制和边缘保持能力,并且具有较高的实效性。     

固体发动机喷管出口凝相微粒粒度分布研究

应用激光全息光学诊断方法对固体火箭发动机喷管出口凝相微粒分布进行了测量，并得出了其分布曲线。对凝相微粒数字图像处理算法也进行了研究。     

含铝复合推进剂燃烧场凝相微粒分布实验研究

应用激光全息光学诊断方法对含铝复合推进剂的燃烧场凝相微粒分布进行了测量。实验结果得出了复合推进剂燃烧场凝相微粒分布曲线和图像，并对数字图像处理算法进行了研究。     

资源三号卫星廊坊地区遥感数据的融合处理

本文以资源三号卫星河北省廊坊地区2A级全色遥感影像和多光谱影像数据为基础,采用遥感数字图像处理软件ERDASIMAGINE进行了研究区域的提取,并对提取的感兴趣区进行了几何校正,即图像配准处理,然后进行了融合处理,分别采用了空间增强的分辨率融合算法、改进IHS分辨率融合算法以及小波分辨率融合算法,通过和融合前的影像进行对比,融合后的影像既保留了多光谱影像的丰富的波谱信息,同时具有了全色影像的高空间分辨率的特征,最后对比三种融合算法,得出改进的IHS分辨率融合算法效果最佳。     

一种检测ＳＡＲ图像边缘的方法

传统算法不能很好地解决合成孔径雷达（ＳＡＲ）图像边缘检测问题，为此提出了一种改进方法：将Ｈaralick曲面拟合法和改进的广义模糊算子（ＧＦＯ）两种算法相结合，分别独立求出ＳＡＲ图像边缘，然后将分别求出的图像边缘合并，得出最终边缘，用实际ＳＡＲ图像对该算法进行检验，验证了该算法的有效性。     

应用灰度特征的行星陨石坑自主检测方法与着陆导航研究

针对陨石坑阴影不明显的行星着陆导航图像,提出了基于图像灰度值特征的陨石坑自主检测方法,通过兴趣区快速确定陨石坑边缘分布,解决了一般陨石坑检测方法对图像太阳高度角的依赖问题。利用检测出的陨石坑视线信息,采用非线性预测滤波方法估计着陆器着陆阶段的位置和姿态;鉴于视觉着陆导航对照了场景状况的高度依赖性,提出了一种利用分形理论和相邻点分级方法的天体随机地景建模方法。最后验证了所提方法的有效性。     

Comparison of motion de-blur algorithms and real world deployment

If a camera moves fast while taking a picture, motion blur is induced. There exist techniques to prevent this effect to occur, such as moving the lens system or the CCD chip electro-mechanically. Another approach is to remove the motion blur after the images have been taken, using signal processing algorithms as post-processing techniques. For more than 30 years, numerous researchers have developed theories and algorithms for this purpose, which work quite well when applied to artificially blurred images. If one attempts to use those techniques to real world scenarios, they mostly fail miserably. In order to study why the known algorithms have problems to de-blur naturally blurred images we have built an experimental setup, which produces real blurred images with defined parameters in a controlled environment. For this article we have studied the most important algorithms used for de-blurring, we have analyzed their properties when applied to artificially blurred images and to real images. We propose solutions to make the algorithms fit for purpose.