基于改进型Retinex算法的雾天图像增强技术

为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。      

医学超声图像的特征提取方法初探

本文在分析了医学超声图像特殊性的基础上,构建了基于灰度共生矩阵的四个纹理特征描述算子,对正常肝和非正常肝的超声图像进行了特征提取。MATLAB仿真实验结果验证了该算法的有效性。     

脉冲相位法及其在复合材料无损检测中的应用

为了抑制各种因素的干扰,提高脉冲热像无损检测对复合材料的缺陷探测能力,研究了基于像素点时间信号FFT(Fast Fourier Transform)的脉冲相位法及其在复合材料结构检测中的应用.介绍了利用脉冲相位法进行脉冲热像数据处理的原理,讨论了信号处理中的频域混叠和频谱泄漏问题,进行了碳纤维增强塑料试件的脉冲相位法检测实验,以信噪比为指标对图像处理效果进行了定量比较.通过实验说明脉冲相位法不仅具有快速获取原始热像、对表面加热不均不敏感、无需预先知道无缺陷区的位置的优点,而且对随机噪声有较好的抗干扰能力,所得的相位图像有较高的信噪比,因此是复合材料结构无损检测和评估的有效方法.     

遥感图像受控有失真压缩技术研究

在测绘遥感领域, 对图像的像质要求较为严格, 但即便如此, 遥感图像数据中仍然含有噪声, 从而有损压缩是可行的。文章在遥感图像信噪分析的基础上, 提出了一种遥感图像受控有失真压缩技术。首先分析了遥感图像有失真压缩的可行性; 然后应用小波的良好变焦性能, 对遥感图像施行2层2维小波的塔式分解; 对低频子图进行精细量化,对高频子图进行从粗到精的量化; 最后, 考察不同的高频量化器对遥感图像的压缩倍率和恢复图像像质的影响。     

星载SAR亚马逊雨林辐射定标仿真研究

辐射定标是准确、定量描述星载合成孔径雷达(SAR)系统性能的重要手段.星载SAR在轨运行期间,天线方向图较之发射前可能存在较大的失真,从而严重影响所获取的SAR图像数据质量,因此准确测量在轨飞行时天线俯仰向方向图特性并予以补偿是星载SAR辐射定标的主要内容之一.利用具有均匀后向散射系数特性的分布目标进行外定标是测量双程俯仰向天线方向图的最佳方案,而亚马逊雨林是全球最稳定、最均匀、最平坦的分布目标,后向散射系数几乎不随入射角变化,是公认的理想测试场地.鉴于目前我国尚无自行采集的星载SAR图像数据,我们对星载SAR回波功率仿真、天线方向图模型参数估算进行了深入、系统的研究,利用仿真的亚马逊雨林SAR功率图像成功地实现了星载SAR俯仰向天线方向图在轨测试关键环节的模拟,对我国的星载SAR辐射定标研究具有一定的理论意义和重要的工程实用价值.      

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

自适应立方卷积图像插值算法

图像插值是图像处理的一项重要技术,可适用于多个领域,近年来多使用该技术进行图像缩放.针对传统图像缩放算法边缘处理效果较差、边缘检测插值算法复杂度高的问题,提出一种有效增强边缘轮廓的自适应立方卷积插值算法.该算法结合边缘梯度变化和立方卷积插值的特点,使得图像在平坦和纹理区域均能取得理想效果.实验结果表明,与基于边缘检测的插值算法相比,该算法具有较低的复杂度,平均运算时间降低了3.19 s;与立方卷积算法相比,图像峰值信噪比有较大的提高,峰值信噪比增加了0.89 dB.     

综合孔径辐射计偏微分方程近场图像反演算法

针对综合孔径辐射计傅里叶变换成像算法在近场条件下失效的问题,提出了一种基于局部自适应偏微分方程的精确数值图像反演算法.该反演算法根据待反演亮温图像的局部特征,在图像背景区域进行各向同性扩散来抑制噪声,在图像目标区域进行自适应扩散来保持图像边缘细节.近场仿真结果表明,该算法有效地降低了可视度测量噪声对亮温图像反演的影响.用一套8 mm波段二维综合孔径辐射计BHU-2D-U进行了成像实验,实验结果证明了该近场图像反演算法的有效性.      

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.