圆度误差的一种微机图像测量法

将圆度误差测量的影像法与最小二乘圆法相结合，利用多媒体图像处理技术，设计了一种圆度误差的微机自动测量系统，实现了非接触、远距离快速测量，提高了测量精确度，为某些特殊工件的测量提供了一套实用的测量方法。     

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。     

A non-local vectorial total variational model for multichannel SAR image speckle suppression

This paper aims at the multichannel synthetic aperture radar(SAR)image speckle reduction.This paper proposes a novel energy minimized regularization model for multichannel image denoising,which is an extension of the non-local total variational model for gray-scale image.It contains two terms,namely the vectorial data fidelity term and the non-local vectorial total variation term.The latter is constructed by high-dimensional non-local gradient that contains the structure information of the multichannel image.The existence and the uniqueness of the solution of the model are proved.A fixed point iterative algorithm is designed to acquire the solution of this model.The convergence property of this algorithm is proved as well.This model is applied to the multipolarimetric and multi-temporal RADARSAT-2 images despeckling.The result shows that this model performs better than the original vectorial total variational model on texture preserving.     

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。     

遥感卫星扰振对TDICCD相机图像影响的仿真与分析

随着传输型遥感卫星结构的扩大化及灵活性的增强,对图像品质产生影响的扰振越来越受到重视。当遥感卫星在轨进行成像时,相机的图像品质会由于星上活动部件的运动的影响而下降。文章从调制传递函数（Modulation Transfen Function,MTF）角度出发,对不同工况下太阳翼转动驱动机构（BAPTA）和动量轮对图像品质的影响进行了仿真和评估。同时,针对高分辨率相机成像品质影响,从动力学仿真方面对星体扰振的幅值和频率进行了有限元分析,确定了扰振源的频率和幅值。最后,根据仿真分析结果,提出了星上扰振控制方案建议。     

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。     

一种四元数矩阵建模的彩色图像质量评价方法

针对彩色图像的质量评估问题,提出了一种基于四元数矩阵模型的图像质量评价方法。利用四元数矩阵对彩色图像建模,构造出图像的四元数矩阵模型;对矩阵进行奇异值分解,得到一组奇异值向量;计算标准图像与失真图像对应奇异值向量间的欧式距离,获得失真映射图谱;由失真图谱计算两幅图像间的全局误差,作为失真图像的质量评价结果。通过对几组不同类型失真图像的评价测试,结果表明,方法对图像质量的客观评价结果与主观感知有较高的一致性,并且能够从失真映射图谱判定图像的失真类型。     

读屏模式下的网络文学

随着传播信息所依赖的媒介不断改变,人类进入读图时代,开启了读屏模式。读屏模式下的网络文学实现了语图的和谐共存。透过屏幕,经典作品与大众文化进行了沟通,自由精神的信念得以深入人心。读屏模式下的网络文学的必由之路是由解构走向重建,为语图战争的消弭另辟蹊径。     

可形变人脸模型研究进展综述

正确理解和跟踪人脸是构建能够在复杂人类环境中自主工作的智能机器系统的首要和关键步骤，可形变模型通过统计学习方法给出对象形状的紧凑数学表示，是达成这一目标的重要手段。从机器学习和计算机视觉领域角度，对人脸图像的可形变模型构建这一研究课题的最新研究进展进行了综述。特别地，对其中涉及的关键问题进行了归纳，并建立了一个抽象的统一贝叶斯可形变模型；在此框架下，对标准的点分布模型PDM模型及其最新研究进展进行了回顾、对一些主要的方法进行了介绍、对这些方法优缺点进行了对比分析。     

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.