高斯模糊图像的盲复原

介绍了高斯模糊图像的盲复原方法。通过实验比较了6种去噪方法;采用最大似然估计方法来寻找最相似于退化图像的点扩展函数;利用已估计出的点扩展函数进行约束最小二乘图像复原,并分析了正则化参数的选取方法。最后比较了EM算法和本文算法。     

高斯模糊图像的盲复原

介绍了高斯模糊图像的盲复原方法。通过实验比较了6种去噪方法;采用最大似然估计方法来寻找最相似于退化图像的点扩展函数;利用已估计出的点扩展函数进行约束最小二乘图像复原,并分析了正则化参数的选取方法。最后比较了EM算法和本文算法。     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

高分辨率太阳图像中列固定模式噪声的消除

高空间分辨率太阳图像中的列固定模式噪声降低了图像质量并对太阳大气现象、太阳物理的研究产生了影响。针对传统小波变换处理列固定模式噪声不足的问题,提出一种新型的基于小波变换和双滤波的去噪算法。首先,根据噪声的产生机理以及存在形式,将原始图像对数化并进行小波变换。其次,对小波域中的垂直分量进行中值滤波,去除其中的噪声小波系数。再次,利用小波逆变换得到无噪图像,并与对数化图像做差提取初始噪声。然后,对初始噪声进行低通高斯滤波并指数化得到结果噪声。最后,用原始图像除以结果噪声便得到去噪后的图像。真实图像的实验结果表明本文算法的去噪效果优于其他算法。实验表明本文算法在去除列固定模式噪声的同时,能够很好的保留图像信号,提高图像质量。     

数字热成像中噪点信息矢量量化算法

对数字热成像的噪点信息矢量量化是实现图像去噪,提高图像识别能力的关键技术。传统方法中对数字热成像中噪点信息矢量量化算法采用LBG算法,当图像出现灰色关联度噪点时,量化算法的抗噪性能不好。提出一种基于强边缘保留和误差补偿编码的数字热成像中噪点信息矢量量化算法。用量化误差补偿法对量化的热成像进行补偿,消除当前图像块的瑕疵特征点,提高误差补偿编码处理精度。仿真表明,本算法对数字热成像噪点信息的矢量量化效果较好,去噪性能优越,进行矢量量化处理后,实现噪点去除,PSNR值较传统方法都有明显提高,提高对图像目标的识别性能,较传统方法优越。     

荧光显微图像显示与分析系统

荧光显微图像的质量受显微成像系统的自身限制,导致所记录的图像中存在不同程度的退化现象,针对此问题,许多增强观测图像质量或对比度的复原与重建算法被提出。在综合分析这些算法的基础上,设计并实现了基于二维图像复原和三维图像重建算法的荧光显微图像显示与分析系统,本系统的设计旨在将显微图像的二维复原与三维重建算法集成到一个显示界面中,使图像处理过程更加便利,处理结果更加直观。使用者可以选择不同的内嵌算法来达到不同的目的(去噪,去模糊,3D重建等),也可以通过设置不同的参数,观察其对图像复原的影响。     

基于MATLAB的马铃薯图像特征提取

本文提出一种基于MATLAB图像处理的马铃薯质量检测分级方法,主要通过灰度变换、优化后二值化处理、开闭运算、去噪等方法对采集到的马铃薯图像进行批量预处理,后对其颜色、纹理、形状特征进行逐一计算分析,实现对批量马铃薯质量的精准预测。     

室内视频监控中儿童学习坐姿的实时检测研究

本文通过对室内视频监控的图像进行滤波处理,使用帧间差分法和背景差法更新背景,二值化图像以及形态学去噪,连通域分析提取特征,形心计算定位目标整体位置,区域平滑处理获取物体所处形态形态,判断儿童学习姿势状态。当儿童出现趴桌子等大幅度动作的卧式姿势时,将会警告提示。     

基于SVM车型识别系统的设计

车辆自动识别分类技术是智能运输系统的重要组成部分,它对特定地点和时间的车辆进行识别和分类,并以之作为交通管理、收费、调度、统计的依据.要实现我国公路收费自动化、管理规范科学化,车型自动识别方法的研究势在必行.本文研究基于车型图像代数特征的车型识别方法.该方法首先利用背景差分法从背景图像中提取出运动车辆,并对车型图像进行预处理,然后采用特征并行融合的方法即用PCA方法,最后通过支持向量机分类器进行车型识别.     

一种改进的小波域子矢量高光谱图像压缩处理技术

传统的基于二维小波变换的图像压缩方法在对高光谱图像细节部分进行量化编码时对低频部分进行全域矢量分解,噪点处理不够平滑,处理结果不好。提出一种改进的基于小波域子矢量的光谱图像压缩处理算法,对小波域的子矢量细节部分采用误差补偿编码的方法对高光谱图像的噪点进行平滑处理,对N级码书进行两级小波变换提取低频系数,通过算术编码实现城市、植被、水流多源信息高光谱图像压缩和解码恢复识别结果。仿真结果表明,采用该算法进行光谱图像压缩,图像经压缩处理后的恢复质量品质较高,峰值信噪比提高明显。     

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。     

Visual C++在图像处理技术方面的应用

本文介绍了Visual C＋＋的特点以及图像处理中常用的功能、应用在车牌识别中的车牌定位技术中的二值化，对车辆图像进行前期预处理。通过实例验证了该软件功能强大，语言简洁易学。人机界面友好，应用简单而效果良好。     

改进奇异值分解去噪的图像盲复原的研究

图像复原过程,对先验条件的了解通常很少,因此图像盲复原得到广泛应用。本文介绍了一些图像盲复原的算法,分析了奇异值分解去噪的不足,引进了一种改进的去噪方法。最后,利用EM算法从模糊图像估计点扩散函数,分别对比不同方差的噪声类型、不同大小图像在改进前后复原的结果,证明了改进奇异值分解算法去噪的有效性。     

应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比,在分析的基础上,给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明,分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差,效果更好。     

基于三维激光扫描技术在古迹保护中的应用

本文以项目实践出发对比分析了传统RTK技术和三维扫描技术在古迹保护中优劣体现,通过三维扫描技术实现三维建模以及提取点云数据导入绘图软件绘制古石冢石墙二维线划图,对三维激光扫描技术在古构筑物现场测绘所,数据采集、拼接、去噪、导入成图各环节实施方法,以研究三维激光扫描技术在古迹保护中的特殊作用。     

基于改进的Canny算子图像信息提取算法研究

研究文本定位与特征提取问题。针对传统的Canny算子图像检测算法的不足,提出了一种改进的Canny算子图像信息特征提取算法。研究方法是:首先对彩色图像进行高斯金字塔分解,然后用Canny算子检测彩色图像,提取边缘图像,再经过通二值化,去噪方差投影定位文本区域。实验结果表明,本文提出的方法有效、实用。     

一种改进的基于二维混沌映射的图像加密算法

二维混沌映射通过对图像的拉伸和折叠处理,实现图像的混沌加密。对二维混沌映射图像加密算法进行分析,提出了一种改进算法,该算法利用混沌系统产生的二值序列作为密钥,把原长方形图像增补成正方形图像;然后利用二维混沌映射加密算法对该正方形图像进行加密。通过改进使该算法适合于长方形图像的加密。仿真试验验证了改进算法的安全性。     

基于离散余弦变换的二值特征描述子应用

<正>针对传统浮点型特征描述子占用空间大、匹配速度慢,而当前二值型描述子鲁棒性整体不高的问题,提出了一种基于离散余弦变换(Discrete Cosine Transform,DCT)的二值型特征描述子。算法将特征点邻域图像块均匀分块,对分块后的子块进行DCT变换,利用DCT变换实现图像低频与高频信息分离。通过对各子块低频系数进行对比、二值化后,生成二值特征描述子。本文采用多分块策略和基于Adaboost的降维策略,生成更具判别力且低维度的描述子。实验结果表明,与SIFT及SURF描述子相比,本文描述子存储空间占用少,匹配速度快,而且相比BRIEF、ORB、BRISK二值型描述子整体鲁棒性更强。     

无人驾驶车图像采集的失真矫正

摄像头图像采集在无人驾驶车获取外界信息的途径里具有很好的优势。然而摄像头采集图像时不可避免地会产生梯形与桶形失真。非均匀采集法与几何不变量的方法可以很好地适用于失真处理。被噪声污染的图像,采用中值滤波可以取得理想的去噪效果。图像分割技术应根据无人驾驶车的具体行驶情况而定。这一系列处理技术可以对摄像头图像失真进行矫正,去除噪点,提高分辨率。     

快速独立分量变换与去噪初探

独立分量分析 (ICA)通过对非高斯分布数据进行有效表示 ,获得在统计学上独立的各个分量。这种表示可以获取数据的基本结构 ,包括特征提取和信号分离。简述ICA基本理论和快速算法 ,对照主分量分析 (PCA)的Karhunen Loeve(K L)变换 ,提出独立分量变换 (ICT)概念。在分析地震信号特点的基础上 ,对模拟和实际含噪地震道进行独立分量变换、信噪分离和去噪处理初步探索 ,重建获得令人满意的去噪结果。研究表明 ,ICA在勘探地震信号处理中具有应用前景