基于多小波分析的图像消噪方法

针对传统小波消噪效果的局限性,多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足.分析了多小波方法的原理,并将多小波算法用于图像消噪中,研究结果表明,多小波对图像信号的先验知识要求较低,在抑制噪声干扰的同时,能够保留更完整的有用信号.     

基于图像的3D场景重建

给出了用DSP实现基于图像的3D场景重建的方法和步骤.3D场景重建主要由摄像机标定、图像采集和基于图像的重建3个部分组成.在摄像机标定中,使用摄像机作为测量装置来确定它的内部和外部参数,比对摄像机直接进行测量更为方便;利用摄像机、SEED-VPM642实时图像处理应用平台和PC机构成的系统进行图像采集,DSP芯片与PC机的图像传输采用PCI通信实现;采用体素着色(Voxel Coloring)方法实现3D场景重建,使现实物体在计算机虚拟世界中得以重现.     

基于FDCT的图像消噪算法

由于曲波(Curvelet)变换可以很好的逼近含线奇异的高维函数,近年来日益受到研究人员的普遍关注.传统的数字曲波变换是非正交的、冗余度较高,而本文采用的快速曲波变换(Fast Discrete Curvelet Trans form,FDCT)对物体边缘信息具有最优稀疏表示.通过实验表明,基于FDCT的图像消噪算法可以很好的保持图像边缘,使消噪后的图像获得较好的视觉效果,同时峰值信噪比(PSNR)也得到很大提高.     

基于背景重建的序列图像车辆目标检测方法

针对静态摄像条件下视频序列图像,提出一种基于背景重建的序列图像车辆目标检测方法.该法先选取一帧图像存入背景缓冲区,然后根据当前帧图像与前一帧图像、背景图像的差分信息对背景缓冲区的背景进行更新.通过运动区域检测、噪声去除、连通单元标记、目标提取、阴影检测等处理,能获取完整的车辆目标区域.实验结果表明,该方法快速、准确,具有较好的实用价值.     

基于支持向量机的图像分类

介绍了支持向量机(SVM)的基本原理,并将它应用于图像分类.提取多种视觉特征作为SVM的输入向量,比较单一视觉特征和综合视觉特征作为SVM输入向量时的分类性能.还比较了多项式核和高斯径向基核的分类效果.实验结果表明,混合特征明显优于单一视觉特征,高斯径向基核优于多项式核.     

一种新的自适应图像组结构算法

运动补偿时域滤波(MCTF)将若干连续的视频帧组成一个图像组进行时域小波分解以获得时域可分级性。与图像组大小固定的结构相比,自适应图像组结构(AGS)提高了编码效率,但实现复杂度也大大增加。提出了一种新的自适应图像组结构(NAGS),利用帧间预测判断视频序列的时域变化特性,并根据视频序列的时域变化特性选择不同的图像组结构。新的自适应图像组结构大大降低了自适应图像组结构的计算复杂度,并解决了自适应图像组结构时延的振荡性问题。实验结果表明,新的自适应图像组结构的编码性能与自适应图像组结构基本一致。     

基于小波域非对称广义Gauss分布纹理的SAR图像盲去噪

SAR图像盲去噪对后续图像处理具有重要的意义,结合非对称广义Gauss分布提出了新的Wiener滤波算法.首先广义Gauss分布函数被推广到非对称广义Gauss函数,用来描述SAR图像纹理特征.利用该纹理模型,由最大似然准则估计图像小波域的局部信号方差.实验表明非对称广义Gauss分布盲去噪算法能够有效地滤除斑点噪声同时较好地保持图像纹理信息.     

基于最大连通面积直方图的图像检索算法研究

基于内容的图像检索中,颜色特征已得到广泛应用.传统颜色直方图检索方法不能体现图像空间信息,提出并实现了一种改进方法.进一步分析了具有相关颜色的像素之间在空间分布上的差异,用其在图像中形成的最大连通区域面积代替传统直方图中使用的数量总和指标,从而能够间接反映色彩的空间分布特征,提高检索质量,并保持了颜色直方图原有的旋转、平移不变性.     

徐州市土地利用变化的遥感监测

以1987、1994、2003年的卫星遥感图像TM为主要数据源,利用神经网络分类法提取出土地利用类型信息,计算出徐州市各土地利用类型数量、比例以及土地利用类型变化的变化率指数,在此基础上构建起土地利用变化的空间分布图,据此分析了徐州市16年来土地利用时空变化特征.结果表明:建设用地和水体的面积急剧增长致使耕地的面积大幅度减少,煤炭资源的开采是引起耕地塌陷积水以及村庄搬迁的重要原因.     

数码相机外部参数直角三点标定方法的研究

提出了采用成直角关系的3点作为标定装置来求解数码相机的外部参数。该方法是利用三角形标定装置的成像过程,建立一个与标定装置相似的三角形,再利用直角三角形两直角边正交的特点,建立数码机外部参数的数学模型。推导了数码相机拍摄图像时的外部参数矩阵中各参变量的计算公式。实验证明了这种方法的可行性和实用性。