基于模糊分形特征的遥感图像人造目标检测方法

在分析遥感图像分形特征的基础上,比较了不同分形特征的特点,分析了多种分形特征在对图像背景与人造目标的对应性,讨论了分形拟合误差特征的计算方法,提出了对分形特征量的模糊数学方法描述,研究了基于分形特征的人造目标检测方法.文章选择了多幅含有自然背景和人造目标的遥感图像,应用建议的算法进行综合试验,试验结果表明该方法对检测人造目标是有效的.     

基于形态学的红外小目标检测算法

在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度.     

基于混沌和分维的盲水印算法

把分形维数理论应用到数字水印中,提出了基于Chebysher混沌置乱和分形维数的自适应数字图像水印算法。首先将载体图像分块,计算每个小块的分形维数。然后将载体图像进行分块DCT变换,使用改进的邻域平均法,将经过混沌置乱后的水印信息嵌入到图像的DCT域中,并根据该小块的分形维数调节嵌入强度,实现了水印信息的自适应嵌入。提取水印时,实现了完全盲提取。MATLAB仿真结果表明,该算法具有较好的不可见性,对常见的图像处理攻击具有较好的鲁棒性。     

一种新的模糊边缘检测算法

基于信息论中最大熵原理 ,提出了一种新的模糊边缘检测算法 .首先介绍了模糊概率、用条件概率与条件熵定义模糊划分熵的概念以及模糊划分的原理 .算法利用了自然划分以及梯度图像模糊划分的关系 ,在条件概率与模糊划分熵的基础上 ,通过最大模糊熵原则实现图像分割中最优阈值的自动提取 ,从而实现图像的边缘检测 .对不同测试图像的边缘检测结果进行比较 ,表明了该算法的有效性 .     

几种分形方法在图像边缘检测中的应用研究

介绍并比较了几种基于分形理论的边缘检测技术,包括基于分形编码的图像边缘检测、基于离散分数布朗随机模型的图像边缘检测、基于多重分形方法的图像边缘检测、利用人造目标和自然背景的不同分形特征提取目标边缘。具有不同分形特征的图像采用不同的的算法都可以取得较理想的效果,但实际上无论哪一种算法在解决一定问题的同时也存在不同类型的缺陷。因而,寻求更理想的分形方法应用在图像边缘检测中将仍然是图像处理与分析中研究的主要问题之一。     

基于分割与增强方法的红外与微光图像融合

为更好地保留原始红外图像的目标信息,挖掘更多微光图像的细节信息,提出一种结合分割红外图像与增强微光图像的融合方法。首先对原始红外图像进行二维最大熵法分割以提取红外目标信息,对原始微光图像进行Zadeh变换以增强其细节信息,依据红外分割图,将增强后的微光图像与原始红外图像进行一次融合;然后,在非下采样contourlet变换(NSCT)域,对原始红外图像、微光图像和一次融合后的图像进行二次融合,得到最终融合图像。通过试验对比,所提出的二次融合方法得到的融合图像视觉效果明显优于其它方法。最后,利用多个指标进行客观评价。结果显示,该方法可有效突出目标信息,提高图像清晰度与对比度,挖掘更多细节信息。     

改进的基于密度峰值背景纯化的高光谱异常检测

高光谱图像具有光谱分辨率高的特点,包含了大量可区分不同地物的光谱信息,在异常目标探测领域具有独特的优势.高光谱的光谱维度较高,容易导致信息冗余,使高光谱图像异常目标与背景不容易被区分出来.为了解决这个问题,提出了一种改进的基于密度峰值背景纯化的高光谱图像异常目标检测算法.通过一个极限学习网络,获得一个低维的特征空间;计算双窗内像元的局部密度,滤除背景中的异常目标获得纯背景集;用协同表示算法进行异常检测,避免对背景进行假设及估计.实验表明该方法AUC值更高,能更好地实现异常目标和背景的分离,有效地对高光谱图像进行异常目标检测,同时部分数据集的检测时间也得到了一定程度的缩短.     

基于Matlab液面银薄膜分形维数的计算分析

利用Matlab数值分析软件,将沉积在液体基金的银薄膜真彩数值图像进行了二值化处理,并计算了该银薄膜的分形盒维数。经计算发现银薄膜图像灰度分布具有双峰结构。二值化后的图像计算得到液体基底金属银薄膜的盒维数大约为1.50,计算结果与相关文献的结果一致。它表明基于Matlab的盒维数算法用于计算此类液体基底金属薄膜的二维分形盒维数具有较好的准确性,同时也表明其可以用来分析液体基底表面其他金属薄膜分形维数。     

一种基于盒子维的图像复制-粘贴篡改检测算法

提出了一种基于盒子维的图像复制-粘贴检测算法。对图像分块后,提取各分块的盒子维与几何矩相结合做为各块的特征量,而后通过对图像块特征向量进行相似性检测来定位篡改区域。实验表明:该算法有较强检测能力,能抵抗高斯白噪声等后处理操作。     

粗糙集在双波段红外图像融合中的应用

研究了粗糙集在双波段红外图像融合中的应用．利用粗糙集对长波段红外图像进行滤波,最后将中波段图像特征与滤波后的长波段图像进行融合,融合结果调和熵比原中波图像增加,平均目标背景对比度比长波图像增加,说明融合后的图像既有较亮的目标信息,又有丰富的细节背景．     

基于小波分析的红外弱小目标检测算法

针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。     

一种自适应的基于混合高斯模型的运动目标检测算法

为提高运动目标检测的可靠性,提出了一种自适应的基于混合高斯模型的运动目标检测算法．该算法利用混合高斯分布对每个背景像素建模,高斯分布的个数不是固定不变的,而是随着像素值的混乱程度自适应变化．差分图像的像素按大小被分为2部分,然后对这2部分分别进行自适应阈值化分割,得到前景图像．利用基于形态学重构的阴影消除方法来改善前景图像分割的性能．不同实际场景的实验结果表明该算法能够快速准确地建立背景模型,且具有更强的鲁棒性．     

基于小波变换的车牌定位算法研究

文中提出了一种基于小波分析的车牌定位算法．根据图像中车牌的形态特征和横向纹理属性,提取图像高频（LH）小波系数的均值、能量、熵等作为分类特征,同时通过形态学算法对车牌候选域和非车牌域进行聚类,并运用相关的先验知识对车牌候选域进行优化．实验结果表明,文中提出的车牌定位算法是一种切实可行、准确高效的方法,该算法对复杂背景下拍摄的汽车图像具有很好的鲁棒性．     

一种自适应背景更新方法及其在DM6437上的实现

实时背景更新是数字视频监控中进行运动目标检测的关键技术,与基于PC的监控系统不同,嵌入式系统资源有限,难以执行复杂算法。为此提出一种帧间差分和背景减除法相结合的新方法,通过引入备份帧,有效实现了监控系统的自适应背景更新,并在嵌入式处理器DM6437上实现。实验结果表明该方法可以自动检测物体进出所引起的背景变化并进行背景更新,更新速度快,能够满足实时监控系统目标检测的需要。     

一种加快分形图像解码收敛速度的方法

通过对码本设置阚值的方法来收缩对比度因子,提出了一种新的快速分形图像解码算法.实验结果表明该算法获得了较基本分形算法质量较高的第一次迭代后图像,在图像质量降质较小的情况下较基本分形解码明显地加快了收敛速度,从而可较好地满足需要超高速图像解码的应用场合(如实时视频传输).     

基于图像分割的改进型预测编码

传统的预测编码是通过将图像转化为预测差来消除像素间的冗余度,从而实现图像压缩。为了进一步减小预测差的熵,提出了一种基于图像分割的改进型预测编码算法。实验结果表明,该算法具有比传统预测编码更好的压缩效果。同时,还比较了各种不同的分割方法对图像压缩性能的影响。