一种自适应遥感图象小目标检测新方法

针对遥感图象普遍存在的小目标,提出了一种新的自适应检测方法.该方法基于图象局部扭曲度和峭度所具有的非对称性和拖尾特性,自适应地确定具有小目标的感兴趣区域(ROI),并在该区域内,结合能量特征实现图象目标的分割.针对分割分的二值图象仍具有的干扰噪声和虚假目标问题,进行了二值数学形态滤波,并结合目标的面积特征实现了小目标的精确检测.计算机模拟仿真结果证明了所提出方法的有效性.     

高分辨率遥感影像阴影检测与补偿的主成分分析方法

根据高分辨率遥感影像中阴影区的性质,提出一种基于主成分分析的阴影检测和补偿方法. 首先对第1主分量与原始的蓝色分量进行比值运算,采用直方图阈值法分割阴影区和非阴影区,并进行形态学处理,得到较完整的阴影区. 采用膨胀方法确定各独立阴影区中的同质区域,根据阴影同质区特性对阴影区进行线性相关拉伸,并对补偿后的阴影区进行平滑处理和主成分逆变换. 实验结果表明该方法简单有效.     

一种基于联邦Kalman滤波结构的自适应信息融合方法

鉴于联邦Kalman滤波是一种能在复杂信息融合系统中进行目标状态估计的有效方法．介绍了联邦Kalman滤波器的原理和结构，提出了一种基于联邦Kalman滤波结构的自适应多传感器信息融合算法．仿真结果表明，该算法能有效提高信息融合系统的精度和容错性．具有较高的实用价值．     

利用彩色图像阴影属性分析的阴影检测方法

针对一般彩色阴影检测假设条件多、检测效率低的问题,在阴影分析的基础上,采用自下向上的方法,运用梯度及彩色信息进行阴影检测.首先,使用梯度模型检测潜在阴影区,运用前景掩码、阴影掩码和蓝色掩码去除不被遮挡的像素;然后,考虑蓝色效应与边界划分,对潜在阴影进行分区;最后,分析局部梯度的相似性以及色度角和亮度失真在空间上的相似性,确定阴影区域,识别本体和阴影.仿真实验表明:该方法的阴影检测率在大多数情况下均表现最优,平均阴影辨别率高达0.92,总平均为0.73,检测效果优于其他方法.     

一种新的自适应双边滤波算法

现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置. 文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering, ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点. ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征. 仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法.     

一种新型自适应粒子群优化粒子滤波算法及应用

基于粒子群优化的粒子滤波算法精度不高,运算复杂度大,难以在实际工程中应用. 为此,文中提出一种新型邻域自适应调整的动态粒子群优化粒子滤波算法. 该算法考虑了粒子的邻域信息,利用多样性因子、邻域扩展因子和邻域限制因子共同对粒子的邻域粒子数量进行自适应调整,控制粒子对邻域的影响,减轻局部最优现象,达到收敛速度和寻优能力的最佳平衡. 利用UNGM模型、目标跟踪模型以及故障检测模型对算法的性能进行仿真测试,结果表明：该算法与PSO-PF相比提高了精度和运算速度,具有实际工程应用价值.     

一种优化的高光谱图像特征提取方法

众所周知,特征提取方法在降低计算复杂度和增加高光谱图像分类精确度方面十分有效,针对此,提出了一种优化的图像融合和迭代率波的特征提取方法。首先,将高光谱图像分割成多个相邻波段的子集;然后,通过均值法把每个子集中的各个波段融合在一起;最后,对融合后的波段进行递归滤波处理,获得分类的特征信息。结果表明,该方法展示出较高的分类精确度。     

基于阴影检测模型的图像拼接盲取证

拼接篡改是最常见的篡改手段之一。在拼接带有阴影的图像时,篡改者为了掩饰篡改痕迹往往会伪造拼接物的阴影。提出一种基于阴影模型的拼接图像盲取证方法。分析各种经典的阴影模型,在此基础上建立一种适用于拼接篡改取证的阴影模型。使用图像区域增长算法实现对图像阴影的自动提取和定位,并采用能量最小化方法和干扰点去除技术得到鲁棒的阴影比例因子,利用阴影比例因子的不一致性对拼接篡改图像进行盲取证。实验结果表明,该拼接取证方法对于带阴影的拼接篡改图像有较高的检测准确率,能应对各种伪造阴影手段。     

一种基于峰谷滤波的改进算法

在峰谷滤波的基础上提出了一种新的改进算法,首先在噪声污染图像的滤波窗口中去除除中心象素外的最大最小灰度值象素,然后利用中心象素与修改后的邻域进行比较以判断其是否为噪声点.理论分析和图像处理仿真实验表明,改进后的滤波器性能得到较大改善,在有效去除噪声的同时能充分保留原图像细节信息.     

基于遗传算法的输油管道压力信号自适应滤波

通常检测到的输油管道压力信号存在着信噪比较低的问题,通过应用实数编码的改进遗传算法对最小均方误差(LM S)自适应滤波器的权值向量W进行寻优,避免了收敛步长μ选择不当所引起的误差;遗传算法的并行操作也有效地防止了W在递推过程中收敛于局部最优解.仿真结果表明,该方法简单,运行时间短,去噪效果良好,可为泄漏检测和定位提供可靠的数据.     

基于ENVl的Hyperion数据预处理方法

基于ENVI遥感影像处理软件,选取一景Hyperion数据,介绍了应用ENVI软件对Hyperion数据进行遥感影像预处理的流程和方法。主要包括:未定标和受水汽影响波段去除、坏线修复、条纹去除、去除Smile效应、FLAASH校正、几何校正等,通过预处理获得了地物真实反射率数据,为高光谱遥感技术在地质找矿、环境监测、精细农业等领域的应用提供技术支撑。     

一种基于HVS的彩色图像数字水印算法

采用了基于RGB比例的自适应彩色图像水印技术,通过DCT变换来进行嵌入,利用HVS特性和8×8图像块中RGB的比例自适应地调整水印嵌入强度;在保持不可见的前提下提高了鲁棒性.实验表明,本算法对一些常见的图像操作具有较强的抵抗力.     

基于傅里叶变换的自适应抗打印扫描水印算法

基于近似均匀对数极坐标变换以及傅里叶频域(discrete Fourier transform, DFT)感知通道分解,提出了一个兼顾鲁棒性和隐蔽性的盲水印算法,以抵抗普通打印扫描攻击.首先在频域分解得到中频嵌入环形区域,通过对数极坐标变换并结合局部频谱特性将水印自适应嵌入DFT中频区域,进而利用空间掩蔽对空间域图像进行失真补偿.理论分析和实验结果表明该算法具有良好的隐蔽性,对普通的打印扫描处理也获得了良好的鲁棒性.     

嵌套网络模型下的相似图像检索方法

对深度学习领域的稠密卷积网络（dense convolutional network,DenseNet）进行改进,提出了一种嵌套网络模型下的相似图像检索方法。该方法主要通过嵌入压缩和激励网络（squeeze-and-excitation network,SENet）,调整原DenseNet网络结构,优化特征提取模块,从而提高图像检索的准确率。在整个深度学习的过程中,给图像特征通道设置合理的权值,抑制图像中的无效特征,能够进一步提高图像的检索速度。实验结果表明,所提算法能够加强图像有效特征的传递,无论从精度和速度方面均可得到较好的图像检索结果。     

一种基于小波变换的静止图像编码方法

通过对小波函数、Mallat多分辨分析等小波变换的有关概念和理论的介绍,以及对矢量量化方法的分析,提出了一种基于小波变换和矢量量化的图像编码方法,并在计算机上模拟实验,得到较好的重建效果。     

一种基于双重网络模型的单幅图像超分辨率方法

本文对深度学习领域中的高效亚像素卷积神经网络（efficient sub-pixel convolutional neural network,ESPCN）算法进行了改进,通过加入残差网络知识,调整原有的ESPCN构造结构,提出了一种双重网络模型下单幅图像超分辨率重建方法。通过实验证明：该算法能够有效地提高单幅图像超分辨率重建的精度,丰富重建后的细节信息。