基于Split Bregman算法的图像处理

在本文中,我们介绍了图像去噪的经典模型-TV去噪模型,TV去噪能更好地保留图像的边缘细节.我们通过实验使用Split Bregman迭代算法对TV模型进行图像去噪,最终我们得出Split Bregman算法收敛速度快,处理TV去噪模型时也能保留图像的细节.     

星载SAR分布杂波的计算机模拟

星载雷达是适应各种军用和民用的目的而提出来的 ,美国和加拿大都在研究包含 SAR(合成孔径雷达 ) - GMTI(地面运动目标指示 )模式的星载雷达 ,由于星载雷达在地面轨迹较大 ,卫星速度快 ,运动目标信号淹没在强大的地杂波中。为了完成 GMTI功能 ,只有首先对 SAR- GMTI系统中地杂波精确建模 ,分析和掌握其在 SAR机制下空间分布情况和功率谱特性 ,才能有效去除杂波。地杂波建模困难 ,具有很多随机性的环境因素 ,没有现成的算法 ,跟具体雷达设备、系统参数也有关系。因此杂波仿真是很复杂的 ,大量仿真和实验数据表明 K分布较能精确描述杂波 ,而且引入了空间的相关性。本文用 K分布来描述雷达截面积的空间起伏。K分布的混合模型包含了杂波起伏的两个分量。一、快变化分量也称为斑点分量 ,其幅度服从负指数分布的方根即瑞利分布 ,源于雷达从随机相位散射点反射回波的相干求和 ;二、慢变化分量也称为纹理分量 ,它服从平方根伽马分布 ,纹理变量表征观测面特性 ,受成像场景物理特性的影响 ,决定了场景空间变化的雷达横截面。因此 K分布杂波模型等同于用伽马分布去调制平方律检测 (负指数分布 )的功率调制过程。本文通过无记忆非线性变换产生相关高斯序列 ,多个独立的相关高斯序列分别组成相应纹理分量和斑点分量 ,     

基于迭代停止准则的自适应TV模型

针对全变分去噪模型参数调整困难的不足,提出基于峰值信噪比和基于归一化步长差分能量的停止准则,并获得了具有自适应迭代性能的全变分模型。同时,该模型在滤波过程中,根据图像能量信息和噪声方差对拉格朗日规整化参数进行同步更新。多组仿真实验结果表明,该模型在去除噪声的同时保护了图像的边缘细节。无论是主观视觉效果还是RMSE、PSNR、SSIM等客观性能指标都明显优于其他全变分模型。     

基于特征空间投影的SAR图像快速分割算法

文中改进了一种基于投影的快速有效的SAR图像分割算法。首先,提出加权K-L变换,给算法提供了理论支持。继而,给出一种新的正交向量的求解算法,选择出了合适的参考子空间。通过把图像投影到参考子空间,把多维图像数据变换成一维投影长度。基于仿真和实测数据的实验验证了该算法的有效性。     

一种基于散布矩阵的自适应非局部均值滤波模型

针对非局部均值滤波模型(non-local means model,NLM)中恒定的衰减系数不能同时实现图像不同特性结构区域去噪性能最优的缺点,提出了一种基于图像散布矩阵的自适应非局部均值滤波模型(scatter matrix non-local means model,SM-NLM).该模型构造图像的散布矩阵,通过散布矩阵的特征值确定衰减系数的大小,平滑区域采用较大的衰减系数,强纹理区域采用较小的衰减系数,以实现衰减系数自适应的非局部均值滤波.实验结果表明,本模型能取得更高的峰值信噪比,更好地保留了图像的细节信息.     

基于上下文模型的非抽样小波图像去噪

文章提出了一种新的基于上下文模型的非抽样小波图像去噪方法。与传统正交小波变换不同,非抽样小波在图像分解时不对小波系数进行下采样。分解后的每一个小波系数被模型化为一个广义高斯分布随机变量,应用上下文模型估计每一个小波系数的边缘方差,软阈值函数的构造充分考虑了待阈值化小波系数与其邻域小波系数的相关性,产生空间自适应阈值。通过对加噪图像的实验,可以看出本文方法与其它几种传统去噪方法相比,不仅去噪效果有很大的改进,具有更好的重建视觉效果,而且信噪比也有较为明显的提高。     

数字图像迭代均值滤波降噪算法

改进了图像处理的传统均值滤波算法,提出了迭代均值滤波算法。该方法从图像第1个像素开始,依次用邻域均值法处理每个像素。每处理1个像素立即更新该点灰度值,并用新灰度值参与后续像素的处理运算。图像实验结果表明,该算法能增强去噪效果,明显改善图像重构质量。     

自适应阈值小波在指纹图像去噪中的应用

目前指纹识别技术具有很广泛的应用,但通常指纹图像含有混合噪声,而传统小波阈值去噪算法对含有混合噪声的图像去噪时,存在混合噪声去除不彻底的问题,为此提出了一种改进的自适应阈值和连续型低误差阈值函数的小波去噪算法.首先,算法对含有混合噪声的指纹图像进行一次中值滤波去噪.然后,设计了一种新的自适应阈值,小波分解层数越大新阈值就会越小,就能更好地体现噪声信号在进行小波分解时减小的特征.最后,设计了连续型低误差改进阈值函数,改进的函数是连续的,并且阈值达到极限时误差为0.改进后的算法使得估计的小波系数更加接近真实系数,重构后的图像更接近原始图像.实验结果表明,该算法对含有高斯噪声和椒盐噪声的指纹图像处理时,相比于其他算法,得到了更好的峰值信噪比和均方误差数值,去噪后的指纹图像纹理显示更加清晰.     

基于位置关系约束的SAR图像与光学图像匹配

SAR图像与光学图像有较大差异,为实现SAR图像与光学图像的匹配,提出了一种新的多子区SAR景象匹配算法。算法依据SAR图像噪声特性,提出了用于SAR图像边缘提取的基于小波包变换的改进断面检测法。匹配中将实时图分为多个子区,由子区灰度标准差和频谱直方图判别其可匹配性,用各子区位置分布关系约束匹配结果。匹配搜索策略为基于提升小波的金字塔分层搜索。用SPOT-5卫星光学基准图进行了大样本实验,实验结果表明了该方法是一种有效的图像匹配方法,具有鲁棒性,并且与中心点匹配方法相比,能为飞行器定位提供更多有效信息。     

雷达下视环扫成像分辨率研究

雷达下视环扫成像作为一种特殊的成像方式,可在较大地域范围对感兴趣的目标快速成像,继而对飞行器定位并精确制导.对下视环扫DBS和环扫SAR两种成像模式进行了分辨率研究,纠正了一些文献在DBS分辨率计算时存在的混淆;对两种环扫模式的理论方位分辨率进行了比较;建立了飞行器末段环扫成像参数的优化模型,给出优化方法.分析了不同环扫模式的适用性,并指出相比全程环扫SAR模式,高程环扫SAR+低程环扫DBS的成像模式可为定位增加信息量,但改善量不大.