一种新的脉冲噪声图像恢复方法

为消除图像中的脉冲噪声, 提出一种窗口自适应开关中值滤波方法. 利用BP神经网络将图像中的每个像素点分类为信号点或噪声点, 再采用改进的中值滤波器对检测后的图像进行滤波处理. 根据噪声检测结果, 滤波器自适应调整窗口大小并选择性取样, 逐点滤波消除图像中的噪声. 该方法在抑制脉冲噪声、 保护图像细节方面均优于以往基于中值滤波的法, 即使在图像遭受70%噪声污染的极端情况下, 仍能得 到很好恢复.     

基于双边滤波的二维动画图像多尺度细节增强方法

传统二维动画图像增强方法很难保证色彩通道之间存在的关联性,导致图像缺乏层次感,可靠性差。为此,设计基于双边滤波的二维动画图像多尺度细节增强方法。对原始的二维动画图像进行多尺度分解,通过双平台直方图均衡处理分解后的背景层图像,保证图像整体灰度动态范围与原始图像相同。在多尺度图像融合过程中,引入梯度权重因子,利用梯度函数增强图像细节,获得细节图像,并计算出所有分解图像的细节系数,通过加权平均实现分解图像融合。实验结果表明,所设计的基于双边滤波二维动画图像多尺度细节增强方法能够有效去除图像噪声,保持图像边缘平滑,提高图像的层次感,可靠性强。     

空域中基于低对比度图像增强方法

针对低对比度偏暗并带有噪声的图像,结合人眼的视觉感知特性,提出了一种图像增强的新方法。首先在空域进行中值滤波去噪处理,然后对图像进行分块,对背景的亮度进行粗略估计,并用插值算法平滑数据,最后校正图像的不均匀性并将像素值调整到整个灰度级实现图像的增强。实验结果表明,该方法在去除噪声同时并使图像的整体对比度得到明显的改善,又能突出图像中目标的细节部分信息,有效增强了图像的视觉效果。     

一种自适应动态窗口车道线高速检测方法

为提高结构化道路车道线检测的图像处理速度,提出一种单目视觉自适应动态窗口的高速检测算法.利用栅格法划分出初始图像感兴趣区域,剔除掉与栅格线相交像素点外的其它像素点,进而在保留的像素点中找到车道线特征点,并利用膨胀算法以保留的特征点为基础实时动态产生少量窗口,对这些动态窗口中的图像进行灰度转化、滤波去噪、边缘增强和二值化等处理,得到车道线边界特征,最后利用Hough变换进行车道线拟合.在实车实验中,对实际采集的结构化道路图像的处理速度可达到22 ms/帧左右.结果表明,该算法基本上满足车辆高速行驶时对视觉导航系统的实时性要求.     

基于视觉显著性分析的毫米波辐射图像增强

为了提高分辨率较低的毫米波隐匿武器辐射图像的可读性,研究了基于视觉显著性分析的毫米波辐射图像的增强方法。根据视觉显著性分析方法的原理,选取适合于毫米波辐射图像增强的IG模型。对图像进行频域滤波,通过设计截止频率保留目标边界并去除噪声与目标内部的纹理,在Lab颜色特征空间内计算滤波后图像的显著图作为图像增强的结果。与原图相比,增强后的图像在抑制背景的同时可以突出目标区域,并可采用自适应阈值分割的方法提取目标区域及其轮廓。采用该方法对实测毫米波隐匿武器辐射图像进行图像增强实验,证实了其增强效果在主观视觉及客观评价指标上均优于其他常用方法。     

一种易于硬件实现的超快速中值滤波算法

在微光图象处理中，中值滤波法既能有效地抑制图象中的雪花噪声，同时对图象边缘、细节又具有很好的保护特性。该文研究给出了一种既简便快速又易于硬件实现的中值滤波算法，称之为超快速中值滤波法。该滤波器的设计思想是将二维皮阵列分解为一维进行计算。理论分析及试验结果表明，对于ｎ×ｎ大小的方形滤波窗口，这种方法运算时间只是中值滤波法的１／ｎ，但这２种方法处理效果基本相同。这 于硬件实时处理具有很高的利用价值。     

Delphi实现数字化图像的增强

从面向技术的观点出发,对已被实践证明行之有效的几种图像增强方法通过Delphi6.0语言来加以实现.实验表明,该程序可以快速、准确地对灰度图像进行灰度变换和中值滤波,达到了使图像对比度增强、抑制噪声,改善图像质量的预期目的.     

一种基于极值的自适应中值滤波改进算法

提出了一种基于极值的自适应中值滤波改进算法,该方法可以有效地保护图像细节,并去除图像中的椒盐噪声.首先利用椒盐噪声的分布给出疑似噪声的判断标准,然后根据噪声密度自适应地确定滤波窗口大小,再采用一种新的算法进行滤波,最后将本算法与其他几种滤波算法进行对比,实验结果表明,本算法优于其他中值滤波算法.     

基于同值压缩的自适应中值滤波

为了在图像去噪处理中更好地保持或还原图像细节,针对脉冲噪声,把滤波窗口中等值的像素压缩后作自适应中值滤波,提出基于同值压缩的自适应中值滤波算法,并用实验来检测其优越性.该滤波算法执行速度快,去噪性能和图像细节保持及还原能力明显优于经典中值滤波及自适应中值滤波.     

基于视觉特性的自适应图像水印算法

为了使数字水印具有较强的鲁棒性和不可见性,提出了一种基于人眼视觉特性和小波变换的图像水印嵌入方法.首先,通过混沌映射对二值水印进行置乱处理,然后,运用量化方法把水印自适应地嵌入小波变换系数中,且量化步长是根据图像局部相关特性和人眼视觉特性动态地进行调整.仿真实验表明,该算法不仅具有较好的透明性和安全性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强等攻击均具有较好的鲁棒性.     

线性空间滤波器在遥感图像中的应用及实现

为了改善影像质量,加强图像判读和识别效果,利用线性空间滤波器在MATLAB的平台上对遥感图像进行图像增强。本文采用了两种拉普拉斯滤波器进行图像增强及其比较。实验表明:线性空间滤波是一种有效的影像增强方法.所得结果能很好地改善遥感图像的影像质量及视觉效果,采用考虑对角元素的空间滤波器要比只考虑上下左右元素的空间滤波器效果更加清晰。并且其算法简单易操作。该成果体现了线性空间滤波器在遥感图形处理技术中的实用价值及意义。     

一种遥感影像混合噪声二阶去除方法

遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,本文提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征,该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,本文进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,本文提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好的保留影像边缘细节及纹理特征,获得更清晰的影像结果。     

遥感地质解译及矿化蚀变信息提取在矿产资源评价中的应用

选取Landsat7ETM+和ASTER为遥感信息提取的数据源,基于ETM+数据进行信息提取,结合ASTER数据处理结果进行对比验证,对青海省白日其利地区金矿勘查区进行遥感资源评价。通过遥感影像预处理、地质解译标志建立、影像目视解译获取区内岩性与构造解译图、遥感蚀变信息的提取、圈定找矿靶区等步骤,预测了4个成矿远景区,为后续找矿奠定了基础。     

基于梯度倒数的无人机遥感图像融合滤波方法

为了实现对无人机遥感图像去噪处理时兼顾滤波和边缘保持效果,提出了一种基于梯度倒数的无人机遥感图像融合滤波方法——梯度倒数自适应开关均中值滤波。首先计算出模板内中心像素点与邻近像素点的梯度导数;然后选取局部梯度变化阈值,并定义标志数组来标记各像素点是否超过梯度变换阈值。最后,如果当前滤波像素点超过梯度阈值,则采用提出的自适应开关均中值滤波;否则采用梯度倒数加权平滑方法处理。该方法结合了图像的梯度信息,利用图像的连通性和相关性原理以及自适应开关均中值滤波算法去噪的优点,在去除高斯噪声和脉冲噪声同时可以很好地保持图像的边缘和细节信息。实验结果表明:与传统梯度倒数加权平滑方法相比,算法滤波后图像的平均梯度提升3. 16%,MSE下降了约5%,可以有效提升滤波后无人机遥感图像质量,应用价值明显。     

一种粒度思想的遥感特征信息识别方法

为了快速分析遥感图像特征信息,结合覆盖分类算法提出了一种商空间理论方法,其中灵活运用商空间理论的分解方法和合成技术来指导遥感图像信息的提取和整合,覆盖算法能快速精确地挖掘出有限信息的本质,为分类提取提供保障.以汶川特大地震后的高级星载热辐射热反射探测仪(ASTER)遥感图像为例进行了实验分析,证实了该方法是快速、精确有效的,可以大大减少遥感图像信息处理的工作量.     

对偏光图像的预处理分析

本文依托于MATLAB图像处理软件平台,对具有偏光影响的遥感图像进行分析和处理,通过对图像的滤波、算术运算、区域处理、灰度变换等一系列处理方法的研究与分析,总结出了一套完整的图像预处理系统,并通过图像实例进行了论证,取得了较好的处理效果。     

对偏光图像的预处理分析

本文依托于MATLAB图像处理软件平台,对具有偏光影响的遥感图像进行分析和处理,通过对图像的滤波、算术运算、区域处理、灰度变换等一系列处理方法的研究与分析,总结出了一套完整的图像预处理系统,并通过图像实例进行了论证,取得了较好的处理效果.     

遥感图像解释专家系统(RSPES)的设计

介绍了一种遥感图像解释专家系统的设计思想,总体结构,知识表示,推理规则和实现功能。ＲＳＰＥＳ系统将图像处理系统,专家系统和地理信息系统集成为一个整体,主要应用于遥感图像处理,分类与解释中。     

光学遥感影像土地利用分类方法综述

土地是实现经济社会高质量发展的基础性资源,光学遥感影像以时间、空间、光谱等特有的优势为土地利用变化的发现、识别、分析提供了很好的支持,利用光学遥感技术提取土地利用变化信息已经成为重要的研究领域。论文以近年来土地利用分类相关文献为基础,分别从数据源、处理流程、处理精度、计算效率等角度对土地利用分类应用较为广泛的目视解译、监督分类、非监督分类、深度学习等四类方法进行了分析和总结。最后展望了光学遥感影像土地利用分类方法的发展方向     

一种结合数学形态学和LOG算子的遥感图像边缘检测方法

提出了一种结合数学形态学和LOG算子的遥感图像边缘检测算法,该算法可有效地解决在混合噪声及复杂细节环境下的遥感图像地物边缘信息的检测．该算法首先利用中值滤波消除原始图像的非高斯噪声,并采用数学形态学进一步消噪及增强地物间的对比度;然后采用LOG（LaplacianofGassian）算子对处理后遥感图像进行边缘信息检测．实验结果表明,提出的方法能有效地提取遥感图像地物边缘信息．