基于多尺度数学形态学边缘检测的图像配准的理论研究

在数字图像处理中,边缘检测和图像配;住是两种最为关键的技术本文研究了多尺度数学形态学边缘检测算子,并在理论上提出了基于多尺度数学形态学边缘检测的图像配准算法。     

一种基于小波变换的多尺度图像配准算法

在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。     

一种适用于多视角图像的配准方法

多视角图像的配准一直是国内外数字图像配准领域,研究的热点与难点。本文采用基于仿射不变的理论以及SIFT算法来实现多视角图像的配准。该算法对任意角度拍摄的图像具备较稳定的特征匹配能力。     

遥感图像配准技术的研究进展

在进行图像处理时,图像配准是一个必不可缺的步骤,而且图像配准也在很多领域有着广泛的应用,比如图像镶嵌、环境检测、多光谱分类等。对一般的遥感图像配准流程进行简要介绍,然后对遥感图像配准领域出现的最新技术进行总结,从原理和性能上对常用的三类算法进行了对比分析,并指出了各算法在图像配准中的优势及存在的问题。最后总结并指出了图像配准技术存在的主要问题,并展望了其未来的发展方向。     

一种基于改进遗传算法的医学图像配准算法

局部优化算法在医学图像配准中存在容易陷入局部极值的问题．本文在分析标准遗传算法的基础上,提出了改进的具有全局优化能力的遗传算法,最后给出了本配准算法的实验结果．     

一种适用于多视角图像的配准方法

多视角图像的配准一直是国内外数字图像配准领域研究的热点与难点。本文采用基于仿射不变的理论以及SIFT算法来实现多视角图像的配准。该算法对任意角度拍摄的图像具备较稳定的特征匹配能力。     

谈图像刚性配准的基本方法

研究了基于刚性变换的图像配准,特别针对图像的特征提出了一种在预处理的基础上的刚性配准方法,有很好的配准效果。为了提高配准的速度还讨论了基于交互的刚性配准方法。     

一种改进的心脏核磁共振图像多步配准方法

提高核磁共振成像速度的研究方兴未艾。基于k-t的成像技术比如k-t SENSE和k-t PCA,利用成像序列在时间维度上的冗余性,能够将采样加速比提高到8倍以上。由于它们利用成像序列的时间冗余性,对成像对象的运动特别敏感,不能移除运动导致的伪影,从而造成重构图像在空间域的模糊。为了使基于k-t的成像技术能够运用于具有较大运动场合的成像对象,研究了一种改进的图像配准方法,通过多步配准来完成仿射变换。实验结果表明,该方法比传统的仿射变换配准精度更高。     

基于互信息的多模图像配准研究

分析了基于互信息的多模态图像配准的理论和方法,从信息论的角度分析了互信息的性质以及两幅图像互信息的计算等,同时给出基于互信息的图像配准的基本步骤。     

基于最大互信息的多源图像配准研究

对同一场景使用不同传感器获取的多幅源图像往往存在许多差异,若要对其进行像素级图像融合,则首先必须对多幅源图像进行配准,配准精度要求达到像素级。本文在对多源图像配准理论和方法深入分析的基础上,对基于最大互信息的图像配准算法及其实现进行了深入研究,并将该方法应用于多源图像配准,通过仿真实验证明采用基于最大互信息的图像配准方法对来自不同传感器的多源图像进行配准,可以达到像素级的配准精度,该精度标准符合像素级图像融合对源图像的配准精度要求。     

Registration Method for CT-MR Image Based on Mutual Information

Medical image registration is the process of finding ageometric transformation between two image-based coordi-nate systems that have the same patient-based coordinates ,i .e .the same anatomic locations .The registered multi-mo-dality images lead to impro…     

基于改进总变分算法的遥感图像去噪方法研究

遥感图像在成像和传输过程中所受到的大量噪声干扰在很大程度上影响了图像的质量和使用.近年来,基于PDE（Partial Differential Equation）的图像去噪因其所具有的局部自适应特性、形式上的规范性和模型建立的灵活性而受到关注,而如何在有效的去除噪声的同时很好的保留图像的细节信息成为遥感图像滤波所追求的目标.本文首先对原有的总变分模型（TV模型）及其改进模型（M-模型）的基本原理及其所存在的不足进行了分析,在此基础上,提出一种基于标准梯度和边缘引导函数的全变分改进模型,该模型克服了传统TV模型容易产生＂阶梯效应＂,以及M-模型在去噪的同时会对图像过度平滑、容易丢失纹理细节信息的不足,在有效去除遥感图像噪声的同时,很好的保持了图像的边缘和纹理细节信息.实验结果验证了所提出模型的稳定性和有效性.     

基于无人机遥感影像处理方法的可行性试验

近年来,随着我国经济的高速发展与城镇化进程的迅速推进,各地区、各部门对地形地物资料的现势性、精度、周期的需求越来越高。传统的数据获取手段越来越显现出其局限性,而无人飞行器遥感系统应运而生,为中小城市特别是城、镇、县、乡等地区的经济和文化建设提供了行之有效的手段。本文利用PixelGrid对试验区的无人机遥感影像数据进行了研究处理,进一步验证了无人机影像处理的流程和方法,处理成果表明：精度指标完全可以满足对应测量规范的要求,可用于后续的数字正射影像图生产。     

基于多尺度小波的城市遥感图像纹理特征提取

遥感技术为人们提供了大量的图像数据,如何从中提取所需信息,是遥感图像处理技术研究的热点。基于多尺度小波变换,可提取城市图像的纹理特征。根据城市影像中地物特征和小波技术的特点,确定合适的窗口大小,采用逐一滑动窗口的方法,对每一窗口提取相应的小波统计特征;应用小波变换的多尺度特性,在不同尺度上提取出子图像特征,构造出纹理特征矢量,为遥感图像的分类提供纹理特征。     

基于深度学习的高分辨率遥感图像海陆分割方法

将高分辨率遥感图像进行像素级海陆分割是遥感应用领域的一项基础性工作,对海岸线提取和海洋近岸目标检测具有重要意义,但传统阈值方法往往由于高分辨率遥感图像覆盖范围广、地物纹理复杂等特点而难以取得预期效果。为了提升高分辨率遥感影像海陆分割精度,改善传统阈值方法的不足,基于深度神经网络模型利用编码器—解码器架构,并在编码层中引入残差块,以更好地对特征图进行高级语义信息提取,通过解码层将编码层生成的特征图还原成与输入尺寸相同的特征图,最后通过Sigmoid层对图像进行像素级海陆分割。在高分辨率遥感图像数据集上的实验结果表明,该网络模型取得良好了分割效果,准确率和Kappa系数分别达到了94.3%和93.7%。与传统方法相比,海陆分割精确度得到了有效提升。     

基于像素和面向对象的高分辨率遥感影像分类方法比较

以QuickBird高分辨率遥感影像作为信息源,用ENVI对影像进行基于像素的分类和面向对象的分类,对分类结果进行目视和精度比较．结果表明,面向对象的分类方法可以有效提高高分辨率遥感影像分类精度．     

基于基因表达式编程的遥感影像分类方法研究

本研究将基因表达式编程算法应用于遥感影像分类问题,利用广东省东莞市1997年Landsat TM影像数据进行实验,取得了较好的分类结果,模型分类精度达到85.19%。实验结果表明:基因表达式编程算法提取的分类规则具有较高的分类精度,具有一定的优越性与有效性,为遥感影像分类研究提供了一种新的模型方法。