基于图像特征的SAR机场目标边缘提取方法研究

SAJR图像边缘检测是SAR图像处理与分析中最基础的内容之一,从分析SAR图像的成像原理及目标统计特性出发,根据SAR机场图像的基本特性,提出了一种基于图像特征的SAR机场图像边缘提取方法,综合运用了中值滤波、图像分割、数学形态学等方法实现了SAR图像的预处理,最后利用Canny算子对预处理后的SAR图像进行了边缘提取.     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

基于小波变换的SAR图像海洋内波特征提取

海洋内波观测对于海洋学、海洋工程和海洋军事等方面具有重要价值。合成孔径雷达(Synthetic Aperture Radar, SAR)已经成为海洋内波探测的重要技术手段。本文利用小波变换阈值去噪方法对图像进行预处理;采用Matlab小波函数对图像进行分解、去噪、重构,再通过平稳小波变换提取SAR图像海洋内波的边缘特征。最后通过实验结果分析,证明平稳小波变换对于SAR图像内波特征提取是有效的。     

基于Splines小波仿射调幅的肝脏CT图像提取算法

为有效准确地提取人体肝脏CT图像的轮廓特征,实现人体腹部软组织三维可视化重构,提出一种基于Splines小波仿射调幅的肝脏CT图像提取算法。利用Splines双正交小波对CT图像进行增强处理,对增强处理后的边缘先验知识进行套索模型初始化,利用仿射变换调幅技术对传统的Snake算法进行改进,增强图像的边缘幅度,有效提取肝脏CT图像的边缘特征。仿真实验表明,该算法能有效实现CT图像边缘轮廓提取,边缘轮廓点更加接近于真实的肝脏边缘。该方法也可以用于其它医学图像器官轮廓线的分割与提取。     

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.     

海量激光遥感图像边缘的锐化

传统激光遥感图像边缘锐化方法,在图像边缘处理时会增加局部噪声、尤其在光照不均匀条件下,容易导致图像边缘失真。针对传统方法的不足,提出一种基于模糊理论的海量激光遥感图像边缘锐化方法研究,首先计算激光遥感图像边缘的锐化阈值,依据模糊特征分别建立边缘和噪声的隶属度函数,求解激光遥感图像像素相对于边缘和噪声的隶属度,并完成对图像边缘锐化系数的调整和控制,最终实现光照不均匀条件下,对海量激光遥感图像边缘的锐化处理。仿真实验结果证明,提出方法能够有效提高激光遥感图像的空间分辨率,滤除图像边缘的干扰点,在保护图像细节特征的同时,增加了图像边缘的清晰度。     

一种去光照干扰的运动目标图像分割算法

对模糊图像的多尺度分割,是解决许多计算机视觉处理问题的基础。传统的图像分割算法采用基于小波变换的局部特征匹配方法,无法有效去除光照的干扰,对运动目标图像的分割效果不好。提出一种基于模糊图像边缘能量特征提取的运动目标图像的去光照干扰分割方法。计算去光照干扰后的运动目标图像振幅分量和频率分量,采用混合函数控制曲线方法生成运动目标图像时间序列,计算每个尺度下计算运动目标图像的边缘能量特征,进行图像区域特征的非同态块匹配分割,最终生成灰度直方图二进制均衡系数,实现了运动目标图像的准确分割,去除了光照干扰。仿真结果表明,该算法具有分割结果准确,抗干扰能力较好,图像分割质量较优。     

基于提升小波的SAR图像斑点噪声抑制方法

斑点噪声去除是对合成孔径雷达(synthetic aperture radar,SAR)图像自动分割、分类、目标检测和其它定量专题信息提取处理前必要的步骤。首先简要回顾了各种传统的SAR图像斑点噪声去除方法。在充分考虑SAR图像斑点噪声乘性特征的基础上,对SAR图像进行对数变换,将乘性噪声转变为加性噪声,然后再对图像进行提升小波分解,采用Bayes Shrink阈值对小波系数进行处理。最后根据4个指标来对比不同方法的去噪效果。结果表明,与传统的滤波方法相比,基于提升小波的去噪方法在图像均匀区域的辐射特性保持和斑点噪声抑制能力方面具有较大的优势。与传统小波相比,提升小波不但在运算速度上有优势,而且省内存。     

基于偏移场矫正的图像断面边缘识别优化算法

对图像的断面进行偏移场矫正,增强对正确目标边缘的识别能力。由于图像中存在的灰度不均匀断面特征和线性偏移场,对图像断面的边缘有效识别困难,传统方法采用轮廓线提取方法进行断面边缘识别,受到边缘轮廓线的线性偏移限制,识别效果不好。提出一种基于偏移场矫正的图像断面边缘识别优化算法。通过核函数引入局部灰度信息建立了偏移场矫正模型,将去噪后的断面信号进行灰度均衡预处理,对于相邻区域传递的消息进行收敛性判断,增强了演化曲线对正确目标边缘的识别能力。研究得出,采用该算法进行图像边缘识别,具有更低的差错率。算法将在远程图像识别和地理遥感特征提取探测等领域具有较好的应用价值。     

基于Gabor特征分解的高斯混合非线性图像滤波

通过图像滤波提高图像的分辨和识别能力,传统的图像滤波算法采用小波降噪方法,由于受到背景色噪声的干扰,小波分解中对低频图像参量的滤波性能不好。提出一种基于Gabor特征分解的高斯混合非线性图像滤波算法。首先进行图像平滑和小波分解预处理,沿梯度方向求得图像边缘信息,在尺度平移平面上进行小波特征分解,得到图像滤波过程中的Gabor小波变换系数,采用高斯混合非线性滤波算法实现图像滤波方法改进。仿真结果表明,采用该方法进行图像滤波,能有效抑制图像斑点噪声,提高图像的分辨性能,对边缘特征和细节的保持能力方面性能有优越,特别适用于对合成孔径雷达成像的滤波处理。     

一种基于CLEAN的SAR图像旁瓣抑制方法

把通常用于图像处理的CLEAN算法引入到SAR成像处理中,提出一种基于CLEAN 的SAR图像旁瓣抑制方法.分析算法流程,比较点目标仿真结果和RADARSAT-1海洋稀疏目标场景成像结果,表明该方法在保证成像分辨率的同时,能够有效地抑制合成孔径雷达图像的旁瓣.     

遗传规划在SAR图像识别中的应用

提出一种基于遗传规划的合成孔径雷达图像识别方法.首先提取SAR图像的5种特征作为原始特征,然后利用遗传规划算法在5种原始特征上合成新的特征,最后采用支持向量机进行分类.实验结果表明了算法的有效性.     

基于脉冲积累的SAR实时聚焦算法

在实际的SAR场景中,由于载机平台运动的不规律会引入相位误差,这将导致SAR图像出现模糊,甚至不能形成图像,因此需要准确地估计和补偿相位误差.提出一种较好的SAR相位历史估计算法,在方位向应用延时自相关方法进行准确的相位估计,由此实现SAR的准确聚焦成像.该相位估计方法具有较高的计算效率,非常适合于实时SAR系统.利用对实际SAR数据的聚焦处理证明了该方法的有效性.     

Semisupervised SAR image change detection based on a siamese variational autoencoder

In synthetic aperture radar (SAR) image change detection, the deep learning has attracted increasingly more attention because the difference images (DIs) of traditional unsupervised technology are vulnerable to speckle noise. However, most of the existing deep networks do not constrain the distributional characteristics of the hidden space, which may affect the feature representation performance. This paper proposes a variational autoencoder (VAE) network with the siamese structure to detect changes in SAR images. The VAE encodes the input as a probability distribution in the hidden space to obtain regular hidden layer features with a good representation ability. Furthermore, subnetworks with the same parameters and structure can extract the spatial consistency features of the original image, which is conducive to the subsequent classification. The proposed method includes three main steps. First, the training samples are selected based on the false labels generated by a clustering algorithm. Then, we train the proposed model with the semisupervised learning strategy, including unsupervised feature learning and supervised network fine-tuning. Finally, input the original data instead of the DIs in the trained network to obtain the change detection results. The experimental results on four real SAR datasets show the effectiveness and robustness of the proposed method.     

贝叶斯理论在多波段ＳＡＲ图像分类融合中的应用

将贝叶斯理论用于多波段ＳＡＲ图像的分类．分析了常见的乘积方法、平均方法以及 中值方法,并在贝叶斯平均方法的基础上,利用ＳＡＲ图像分类精度与距离因子之间的关系,提 出３种改进方法．实验结果表明,多波段融合可以结合各波段的优势和互补信息,获得单波段 分类无法获取的分类结果．改进方法通过加权减小了错误分类信息的影响,进一步提高分类精度．     

一种基于遗传算法的小波域图像增强方法

图像增强一直是图像处理领域的研究热点.本文提出了一种基于遗传算法的小波域非线性图像增强的算法.实验结果表明,该算法既有较强的鲁棒性,也对不同的图像具有自适应性,同时取得了很好的增强效果.     

基于小波变换的视频录播图像预处理及应用

针对传统图像预处理中图像信息损失的问题,提出基于小波变换的图像去噪和增强的算法。实验证明基于小波变换的图像预处理方法能在去噪和增强的同时,保留了图像在时间和空间域的信息,为视频录播后续的目标检测与跟踪提供了高质量图像,提高了录播系统的跟踪准确性。     

高分辨率SAR与光学图像融合用于建筑物屋顶提取

提取建筑物屋顶是建筑物三维重建的一个重要步骤，为了更精确的提取建筑物屋顶，本文融合了高分辨率的光学和SAR图像。利用SAR图像中建筑物的叠掩来确定光学图像中的建筑物，从而在光学图像上确定一个包含建筑物屋顶小窗口，利用ISODATA分类方法对小窗口进行了分类来获取建筑物屋顶类别或屋顶轮廓，最后计算得到屋顶的规则轮廓。从计算结果上看该方法是可行的。     

基于改进的空间域变换的图像增强算法研究

为了提高图像增强后的图像质量,提出了一种改进型的图像增强算法,首先对图像进行傅里叶变换,然后对图像进行直方图修正,采用高斯平滑滤波处理技术,最多得到清晰图像。实验结果表明,提出的改进算法有效地提高了图像的清晰度,图像增效效果更为平滑。