基于高分一号遥感影像的薄云去除研究

为了有效地去除高分一号遥感影像中薄云的影响,提高地物信息辨别的准确率,为影像后期的分析和处理奠定基础。以北京市密云县影像数据作为研究区,提出了一种基于改善HOT算法和Flatten_peak算法的薄云去除算法。该算法采用改善的HOT算法进行云层厚度检测,运用Flatten_peak算法进行云层厚度完善,使用云点算法进行薄云去除。给出了该算法的处理流程,通过ENVI/Haze tool工具展开实验,实验结果表明:该方法对于去除高分一号遥感影像中的薄云具有良好效果,验证了该方法处理的有效性。     

太阳耀斑图像去云方法比较研究

由于太阳耀斑图像中地球云雾对斑迹有所干扰,故需要对太阳耀斑图像进行去云处理。针对多尺度Retinex理论与暗通道优先算法两种去云方法进行比较研究,详细介绍了两种方法的数学模型与具体算法,分别运用两种方法对太阳耀斑图像进行去云处理,并进行MATLAB仿真,根据仿真结果对两者去云效果进行评估与对比。通过图像与客观误差参数比较两种去云方法,发现暗通道优先算法在影像平均灰度、细节信息显示、图片信息量与相对清晰程度等方面均优于多尺度Retinex去云方法,其中图片清晰度提升了约16%,标准差与信息量均提升了约8%,平均灰度降低了约27%。     

浅谈小波分析软门限滤波去噪的优越性

介绍了基于软门限的小波分析去除遥感图像噪声的处理方法,并利用一些指标,与传统的滤波处理方法进行对比分析后发现,基本小波分析的图像滤波方法,在去除图像噪声的同时,可以很好地保持图像边缘纹理等信息。     

基于中值滤波的椒盐含噪图像去噪方法

为了有效地去除图像中的椒盐噪声,提高图像的质量,利用中值滤波算法进行去噪处理.分析了椒盐噪声的特性,阐述了中值滤波算法的去噪原理和优缺点.通过实验从主观评价和客观评价两方面对比了中值滤波和几种典型的图像去噪方法对椒盐噪声的去噪效果,并进一步分析了不同窗口大小的中值滤波对椒盐噪声的去噪效果.实验结果表明,中值滤波算法能很好地去除图像中的椒盐噪声.     

一种噪声类型识别的遥感图像PDE去噪模型

遥感图像去噪是遥感图像进一步被分析和识别的前提与基础。传统的去噪模型由于对噪声不加识别的进行处理,从而往往达不到较好的去噪效果。文中利用小波变换能够对噪声类别进行识别的特性,以及P-M模型和ENI模型在处理高斯噪声和椒盐噪声时的优势和不足,提出了一种基于噪声类型的模型。该模型能够根据遥感图像噪声的类型而自动调整相应的参数,从而进行有针对性的去噪,在有效去除遥感图像噪声的同时,很好保持了图像的边缘和纹理细节信息。实验结果证实了本文方法的有效性和稳定性。     

基于MATLAB的图像处理空间域滤波研究

为改善原始图像清晰度差、提高图像视觉效果,采用空间域图像滤波方法。该方法相比时域滤波方法,虽然算法复杂,但可使图像获得更好的视觉效果。运用MATLAB软件对原始图像进行平均平滑、高斯平滑、中值滤波及基于一阶和二阶微分的锐化算子进行一系列处理,分析了每种处理方法的优缺点。实验结果显示：采用空间域的图像滤波方法不仅具有良好的去噪效果,而且可以极大改善原始图像质量。     

图像融合技术在图像去噪中的应用

邻域平均法(NAM)应用于图像去噪时能够得到较好的平滑效果,但图像的细节信息丢失较多;基于小波变换的阈值图像去噪方法能够较好地保持图像的细节信息,但是平滑效果不理想.对这两种去噪方法所得到的图像进行小波变换,然后在小波域再按照一定的融合规则进行融合处理,得到去噪效果较好的图像.实验结果表明,融合后的图像能够较好地去除图像的噪声,具有较好的视觉效果和较高的峰值信噪比.     

基于数学形态学和FCM的彩色图像去噪处理方法

目前图像去噪处理的方法多是为处理二值图像或灰度图像而设计的,对彩色图像进行去噪处理的方法并不多.作者采用了一种基于数学形态学和FCM的彩色图像去嗓处理的新方法,首先将彩色图像灰度化,然后用数学形态学的方法对其进行去噪处理,最后对去噪后的图像进行聚类并按类着色还原为彩色图像.实验结果表明这种对彩色图像进行去噪处理的方法是可行的.     

基于图像边缘检测的小波阈值去噪方法

提出一种基于图像边缘检测的小波闽值去噪新方法.该方法利用Canny算子检测出图像的边缘,进而定义了一种新的阈值函数,然后对含噪图像、边缘图像的小波变换系数采用新阈值函数分别进行阈值处理,将处理后的边缘图像与图像的小波系数进行融合,得到去噪后的图像.实验结果表明,采用该方法处理的去噪图像,能够在去噪的同时有效地保持图像的边缘信息.     

基于R-Y通道冗余去除钢筋层阴影方法

将RGB颜色空间下的图像转到YUV颜色空间,分离出R、Y两个通道,利用图像在R、Y两个通道内的阴影区域灰度值接近且钢筋区域亮度差距明显的特性,提出一种基于R-Y通道冗余去除的算法,以消除阴影。对比几种常用的阴影消除方法,该方法可以较好地实现在工厂环境下钢筋层空间重影去除。     

川中地区资源三号卫星影像去云技术研究

为让“资源三号测绘卫星”更好地为四川省地理省情、地质灾害监测等提供服务,应利用已有资源三号卫星影像为数据源,针对被薄云污染的卫星影像展开去云技术的研究：（1）依据单波段影像的频率特性采用同态滤波算法抑制低频、增强高频,实现了薄云的滤除;（2）依据多光谱影像的光谱特性,借助ENVI/haze tool工具,采用改进HOT算法探测云层厚度,再通过多种地物掩膜再内插云层厚度的方式完善云层厚度影像;（3）选择虚拟云点算法实现了云层厚度的探测和完善,并获取了云层消除影像.结果表明：该方法对于去除川中丘陵浅山区资源三号影像中的薄云具有良好效果.     

序列交通图像去雾

为了消除交通图像中的雾,根据交通图像的特点建立了一种距离场并提出了一种新颖的基于序列交通图像的参数估计方法.首先,基于大气散射模型推导出雾模糊模型,将距离场的方向平行于道路中线,距离场沿观察者到地平线的方向递增,并进行归一化处理改善距离场的分布特性;然后,对参数进行初始化,并以参考区域的平均灰度变化作为判定条件,对参数...     

边缘计算平台及应用分析

随着大数据、人工智能和物联网时代的到来,智能手机、智能手表等移动终端产生数据的增速已远远超过了网络带宽。同时,智能家居、无人驾驶等新应用对网络延迟提出了更高要求。边缘计算因在贴近数据源的网络边缘进行数据处理,绕过了网络带宽和延迟问题,迅速成为近几年的研究热点。首先提出边缘计算的定义,并对边缘计算、云计算、雾计算进行对比分析,给出边缘计算的优势,然后介绍边缘计算基本架构,列举了边缘计算较为经典的两个平台：移动边缘计算平台MEC和微云Cloudlet,最后对边缘计算在智能家居、车联网具体场景中的应用进行了分析。     

一种基于雾计算的健康监测系统架构

为了进一步提高医养健康服务质量并解决传统方案中存在的数据时延与数据隐私问题,提出一种居家环境中健康信息采集与管理系统架构方案。该方案采用雾计算范式,通过部署在社区中的众多智能网关形成边缘雾,能够更好地拓展云计算覆盖范围并解决基于云的物联网模式数据延时严重和带宽资源利用率低的问题。主要功能包括用户设备接入管理、实时数据处理、任务紧急程度分类、针对用户数据分析结果的消息通知等。该方案的实现能够进一步提高医疗服务质量、简化服务流程,适用于新型养老模式与高级住宅建设。     

基于近似点扩展函数估计的交通监控图像去雾

针对雾气分布不均匀的交通监控图像去雾,提出了一种基于近似点扩展函数估计-APEX的去雾算法。算法采用APEX的基本原理,利用暗原色先验求出的有雾图像透射图对APEX参数进行估计,且估计值按整幅图像的雾气浓度分布自适应调整,再计算出点扩展函数并逆运算得出复原的清晰图像。实验结果证明,该算法实时性高且去雾效果好,特别是对雾气分布不均匀的交通图像也有去雾效果,能满足智能交通监控系统的需求。     

马铃薯脱毒快繁与脱毒种薯的生产

利用植物“克隆”技术，成功地进行了马铃薯的脱毒，快繁，并研究出了生产用种薯的生产流程。     

可添/删机器的单元制造布局

为快速响应复杂、突变的市场,满足高效率和高柔性要求,在允许机器数量发生变化的条件下,从单元构建和单元系统布局进行集成设计与优化的高度提出了一种基于单元制造的可添/删机器的设施布局方法。首先,从物流成本和设备拆装成本的角度集成设计基于多工艺路线的单元构建与单元内设备布局,实现产品最优工艺路线、制造单元分组以及各单元内设备布局位置三者的同步输出;然后,采用连续优化的多行布局方法建立单元系统布局模型,避免设备重置带来的耦合关系,实现单元布局的集成性。利用Matlab7.0,结合实例进行验证,证明了该设备布局方法的可行性和有效性.     

数字图像修复关键技术的研究与实现

图像修复尤其是数字图像修复是近几年的研究热点,其目的在于通过填补一些裂缝来使画面恢复原貌,图像修复现已成为计算机图形学和计算机视觉中的一个研究热点,在文物保护、影视特技制作、虚拟现实、多余物体剔除等方面有着重要的应用价值。下文从不同的图像修复方法入手详细研究经典图像修复算法的优缺点,并提出改进措施。     

利用灰度变换法增强数字图像

图像增强是指按特定的需要突出一幅图像的某些信息,同时削弱或去除某些不需要的信息的处理方法。其目的是使处理后的图像对于某种特定的应用比原始图像更适用。图像的增强可分为两大类,频域处理法与空域处理法。主要探讨用空域处理中的灰度变换方法通过对像素幅值重新分配的方法来改善图像的对比度。