一种基于多尺度边缘的图像融合算法

给出了一种只利用源图像多尺度边缘点进行融合的图像融合算法.该算法分为三步:首先, 对源图像进行多尺度边缘检测;其次,采用边缘相关性最大的融合准则对源图像的多尺度边 缘进行融合,得到融合图像的多尺度边缘;最后,由融合图像的多尺度边缘重构 出融合图像.该算法融合过程中计算量小,融合图像中最大程度地保留了源图像的边缘信息 ,在一定程度上对融合图像进行了压缩,从而减小了数据存储所占用的资源以及数据传输占用 的带宽.仿真结果表明,用该算法得到的融合图像能有效包含源图像的信息.      

基于区域小波变换的序列显微图像融合

利用图像处理技术实现序列显微图像的融合显示是解决显微成像焦深有限的有效方法.针对空域融合算法在处理离焦步长较大和透明显微图像时存在的块效应和重影现象,基于图像像素间高度的相关性和小波变换多分辨率分析的特点,提出了一种基于区域小波变换的序列显微图像融合算法:在小波变换域内进行序列显微图像融合时,不同频段选择不同的融合算子;在确定融合的小波系数时,不仅考虑到相应位置的小波系数,还考虑了与它相邻的小波系数,使得融合后图像克服了空域算法存在的块效应和重影现象.同时,研究了不同的小波滤波器对图像融合质量的影响.实验证明,该方法具有很好的融合效果.      

利用多尺度区域权重的红外可见光图像融合

针对红外、可见光图像融合,提出了一种利用多尺度区域权重的方法,获得既具有良好视觉效果又能保留和继承特征细节的融合结果。首先,通过改变平滑滤波的参数构建多尺度分解,获得一系列具有不同细节的双波段图层;其次,基于每一图层生成区域权重图,实现双波段图层融合;最后,利用适当的系数对融合后的图层进行合成,获得最终的融合结果。通过对比实验结果的主客观评价分析,证明本文方法能够产生最佳视觉效果的融合图像,能保留和突出原始双波段图像中的细节与特征,并能获得最佳的客观评价指标。     

基于小波变换的多方位角SAR图像融合方法

针对目标散射特性空变效应以及多方位角图像信息冗余的问题,提出了一种基于小波变换和边缘检测的多方位角SAR图像融合方法。首先,将图像进行小波变换,完成低频信息和高频信息的分离,实现图像的多分辨表征及序贯图像多方位角信息的融合;然后,利用改进的Robinson算子增强图像的轮廓特征;最后,融合实验和定量评估结果证明了本文所提融合方法的有效性。     

基于自适应注入模型的遥感图像融合方法

遥感图像融合的目的是融合高光谱分辨率、低空间分辨率的多光谱（MS）图像和高空间分辨率、低光谱分辨率的全色（PAN）图像,得到高光谱分辨率与高空间分辨率的融合图像。遥感图像的注入模型中如何确定注入细节及注入系数是该技术研究的关键。针对注入细节优化,先通过模拟MS传感器的特性来定义一种多尺度高斯滤波器,再用该滤波器卷积PAN图像以提取细节,得到与MS图像高度相关的细节。针对注入系数优化,综合考虑光谱信息与细节信息提出一种自适应的注入量系数。为更好地保留边缘信息,提出一种新的边缘保持权重矩阵,实现光谱信息与空间的双保真。将优化后的注入系数与注入细节相乘注入到上采样后的MS图像中,得到融合结果。对所提方法进行性能分析,并在各卫星数据集上进行大量测试,与一些先进的遥感图像融合方法进行对比,实验结果表明,所提方法在主观与综合客观指标上都能达到最优。      

基于陆标图像的天体定点着陆信息融合导航方法

要安全准确着陆于地外天体指定地点,探测器在下降过程需实时精确确定其相对位置和速度.针对惯性导航结合斜距和相对速度测量的导航方式不能修正相对水平位置估计的缺点,以及多敏感器测量信息融合问题,提出基于陆标图像和协方差交叉算法的天体定点着陆自主导航方法.将光学成像敏感器加入到组合导航系统中,用于测量探测器相对陆标的视线方向以获得关键的相对水平位置信息.在状态估计时采用基于协方差交叉的分布式扩展卡尔曼滤波对多源测量信息作最优融合,提高算法的精度和鲁棒性.通过数学仿真验证了该方法的有效性.     

基于MSER的无人机图像建筑区域提取

对建筑区域自动检测与提取是无人机(UAV,Unmanned Aerial Vehicle)图像处理的一项重要功能.在分析无人机成像特点和最大稳定极值区域(MSER,Maximum Stable Extremal Regions)算法对无人机侦察图像建筑区域检测的适用性基础上,提出了一种基于MSER的无人机侦察图像建筑区域提取算法.算法包含5步:无人机图像预处理,运用MSER算法分析计算图像稳定区域,通过计算稳定区域密度筛选建筑区域,进一步利用自适应K均值聚类算法对建筑区进行划分,最后采用Graham算法生成建筑区的边界从而实现了建筑区的自动提取.选取无人机实飞图像数据进行实验统计,本算法提取精度为92.25%;同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比,建筑区域提取时间缩短,满足无人机实时应用需求.      

基于Gabor滤波器的航空图像居民区域提取

中低分辨率航空图像中居民区域的自动提取对地理信息系统更新和无人机导航具有重要作用.详细分析了Gabor滤波器参数对纹理提取的影响,提出了一种基于Gabor滤波器的居民区快速提取算法.算法包含4步:运用Gabor滤波器分析图像纹理,采用核密度估计生成居民区域置信图像,进而计算自适应阈值分割置信图得到候选区域,最后根据区域几何形状去除干扰得到居民区.算法平均运算时间为0.42s,实验结果表明了算法的高效性和准确性.     

基于图论分割的多光谱图像非监督分类方法

针对传统基于像素的多光谱遥感图像分类方法存在的"麻点"现象、采样成本高等问题,提出了一种基于图论分割的非监督分类方法,首先采用基于图论的分割算法,按局部邻近相似像素点分割成若干子区域,再以分割后子区域为基本单元,整体进行模糊 C均值聚类,最终实现对多光谱图像的非监督分类.实验证明,该方法结合了局部邻近像素点的相互关系以及相似区域的整体特征,有效解决了麻点问题,具有较高的分类精度和算法效率,降低了采样成本.     

智慧城市多模式数据融合模型

随着云计算和大数据等技术的发展及城市发展的迫切需求,智慧城市已成为近年来国内外研究的热点之一。随着城市中摄像头、监测传感器等采集设备数量的增加,城市数据种类也越来越多。所获取的城市数据具有多源、异构、时变、高维等多模式特性。如何让这些多模式的城市数据关联起来,实现它们的互通互联,挖掘出更丰富多样的信息,从而能更好地指导智慧城市的构建,是本领域的难点。本文提出了一个城市多模式数据融合模型,即多模式互联生长（MICROS）模型,并从3个层面对该模型进行了描述。首先,针对多模式数据的特点,重点描述了多模式数据多源、异构、时变、高维等特点。其次,针对多模式数据的特点,自底向上构建实现针对多模式数据的融合过程的3层基础模型,分别是服务信息描述模型、元数据模型和数据互联模型。最后,在这3层模型的基础上,本文提出了一个适用于智慧城市建设的多模式数据融合模型。      

一种基于嵌入式图像处理的工程车辆导向装置

分析了架桥施工中运梁车工作的特点,针对其在车辆导向方面所存在的主要问题,并结合现场需求,设计了一种基于单片机实现的嵌入式图像处理的新型车辆辅助导向装置,完成了相关硬件平台的设计,给出了在单片机系统中实现视频采集、图像处理、车辆跑偏判断和报警输出等关键技术细节的具体方法.实验结果表明,该辅助导向装置满足了运梁车在轨道梁上的行驶要求.该装置已应用于现场实际,其设计和实现方法对于其他大型工程车辆导向装置的研发具有较高的参考价值.      

航空铝合金针孔缺陷自动分级的图像处理方法

针对目前航空铝合金铸件针孔缺陷人工分级的缺点,用X射线照相获取的图像,采用一种计算机图像处理和模式识别的方法进行针孔缺陷自动分级,并主要对图像处理的算法进行了研究.根据针孔缺陷图像的灰度分布特点,采用小波分析的方法滤除低频干扰信息,保留针孔的高频信息,再经过区域分割提取针孔区域,进而提取单个针孔的尺寸特征,然后进行宏观统计和分析,通过对1~8级标准图片的统计特征进行神经网络的训练,实现了针孔的自动分级.实验结果表明,这种图像处理方法有较好的适应性.      

结构光三维视觉检测中光条图像处理方法研究

在结构光视觉检测系统中,光条中心的提取精度直接影响到整个测量系统的测量精度.光条图像的处理是其中重要的一步,尤其是受到严重噪声干扰的图像.探讨了被多种噪声干扰的光条图像的处理和精确提取光条中心的方法.给出了一种消除环境干扰的滤波模板并实验验证了其滤波效果.使用这些光条图像处理方法使整个测量系统在200mm×200mm的测量范围内测量精度达到0.083mm.