检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于nsct和改进模糊的遥感图像增强方法

计算机工程与应用 2017年第15期53卷 206-209,216页

作者：周飞贾振红杨杰 Nikola Kasabov 新疆大学信息科学与工程学院乌鲁木齐830046 上海交通大学图像处理与模式识别研究所上海200240 新西兰奥克兰理工大学知识工程与发现研究所

为了解决遥感图像处理过程中噪声放大和图像失真现象,提出了一种结合nsct和改进模糊对比度的图像增强方法。通过NSCT变换把图像分解成低频子带和若干个高频子带;对低频子带进行线性增强,并利用改进的阈值函数对高频子带进行去噪;随后采... 详细信息

为了解决遥感图像处理过程中噪声放大和图像失真现象,提出了一种结合nsct和改进模糊对比度的图像增强方法。通过NSCT变换把图像分解成低频子带和若干个高频子带;对低频子带进行线性增强,并利用改进的阈值函数对高频子带进行去噪;随后采用改进的模糊对比度来调整nsct反变换的系数,以提高图像的整体对比度。实验结果表明,提出的算法的客观指标明显优于其他对比算法,并且视觉效果也得到很大改善。

关键词：遥感图像图像增强 NSCT变换线性变换自适应阈值模糊对比度

基于nsct红外与可见光图像融合算法优化研究

在线全文

学校读者我要写书评

暂无评论

红外技术 2017年第12期39卷 1127-1130页

作者：肖中杰青海民族大学网络管理中心青海西宁810007

为了在一定程度上为后续图像处理提供更为有效的信息,针对红外与可见光图像融合,提出了一种改进的算法。nsct用于分解红外图像和可见光图像,采用像素特征能量加权融合规则和邻域方差特征信息融合规则得到其低频和高频系数,最后通过逆NSC... 详细信息

为了在一定程度上为后续图像处理提供更为有效的信息,针对红外与可见光图像融合,提出了一种改进的算法。nsct用于分解红外图像和可见光图像,采用像素特征能量加权融合规则和邻域方差特征信息融合规则得到其低频和高频系数,最后通过逆nsct进行图像重构得到融合图像。优化后的算法在融合图像清晰度上比Contourlet算法提高了2.22%,在图像信息丰富程度上提高近3.1%。实验结果表明,该算法可以有效地提高图像融合质量。

关键词：图像融合 NSCT变换红外图像可见光图像

应用引导滤波器和成像系统特性的多光谱与全色图像融合算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2016年第7期43卷 297-302页

作者：李旭寒董安国封建湖长安大学理学院西安710064

为了提高多光谱与全色图像融合的质量,提出一种应用引导滤波器和成像系统特性的多光谱与全色图像融合算法。该算法采用引导滤波器建立降质全色图像与多光谱图像的关系,进而利用这种关系对多光谱图像进行插值;再对待融合的多光谱和全色... 详细信息

为了提高多光谱与全色图像融合的质量,提出一种应用引导滤波器和成像系统特性的多光谱与全色图像融合算法。该算法采用引导滤波器建立降质全色图像与多光谱图像的关系,进而利用这种关系对多光谱图像进行插值;再对待融合的多光谱和全色图像进行区域划分和NSCT变换,然后结合LCCS、FOCC和图像成像系统特征对图像高频系数进行区域融合,最后进行逆NSCT变换得到融合图像。实验数值表明,该算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,提高了多光谱图像的融合效果。

关键词：图像融合引导滤波器成像系统特点 NSCT变换分水岭分割局部相关系数四阶相关系数

在线全文

学校读者我要写书评

暂无评论

基于改进SURF的织物图像配准技术研究

基于改进SURF的织物图像配准技术研究

作者：肖雯雯桂林理工大学

学位级别：硕士

图像配准技术广泛运用在诸如遥感、医学、计算机视觉等领域中,是指将在空间位置上对来自不同传感器或者同一传感器在不同时刻拍摄的同一场景的两幅或多幅图像进行最佳融合工作。但是在织物图像来源问题上,即在织物图像采集过程中,所采... 详细信息

图像配准技术广泛运用在诸如遥感、医学、计算机视觉等领域中,是指将在空间位置上对来自不同传感器或者同一传感器在不同时刻拍摄的同一场景的两幅或多幅图像进行最佳融合工作。但是在织物图像来源问题上,即在织物图像采集过程中,所采集的待配准织物图像由于环境、设备以及技术等问题都有一定的重合区域和一种或多种变化存在,且同时还被诸如复杂多变的成像畸变和噪声等因素所影响。特征点冗余也由于织物图像纹理相似度高以及识别性不强等问题使其在特征提取方面的难度增加。因此织物图像的配准仍然存在严峻的挑战。本文针对织物图像纹理相似度高、识别性不强等问题提出了两种基于SURF的改进配准方法。通过采用改进后的算法将采集到的存在重合区域的织物图像进行特征提取与匹配,使得融合拼接后的织物图像显示正确,没有明显的拼接缝和边缘空缺。本文在采集织物样本图像后,对SURF算法的特征点提取步骤和配准过程进行了详细分析,并重点研究了在织物图像的配准中该算法的应用。分析了算法的优缺点并进行了改进。主要研究内容如下:（1）搭建了织物样本图像采集实验平台,在实验室模拟了实际检测环境并采集了多种实验样本。介绍了关于图像配准的一些基本理论,说明图像预处理阶段用到的预处理方法,最后阐述说明了几种图像变换模型与图像配准方法。（2）在特征点匹配阶段,对最终的结果影响最大的就是错误的匹配对,针对传统SURF算法在检测特征点时,是基于全局范围进行的,故而提出了首先利用SURF算法在重合区域进行特征点的提取和匹配的方法,并通过实验结果表明该方法在配准效率和准确率方面都高于传统SURF算法在全局范围内检测特征点的方式。（3）为了满足实际工业生产,提高织物图像配准速度和准确性,又提出一种确定重合区域后基于SURF与改进RANSAC的图像配准算法。把待配准的织物图像之间各自的特征点通过nsct方法变换提取出来分成低频和高频子带并对它们初步匹配,然后通过RANSAC改进算法后筛查初始匹配点,从而对错误的匹配点对进行剔除并做细匹配,这样就完成了改进方法的织物图像配准。并在最后融合拼接时采用了加权融合的算法,有效消除拼接产生的拼接缝和边缘空缺,在保持单幅织物图像分辨率不变的条件下,完成了融合拼接图。经实验仿真表明,该算法在清晰度,准确度以及速率上都优于传统RANSAC算法。

关键词：织物图像配准重合区域 SURF NSCT变换改进RANSAC

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知的图像融合算法研究

基于压缩感知的图像融合算法研究

作者：蒋尚志电子科技大学

学位级别：硕士

图像融合迄今已经应用在了遥感成像,计算机视觉,医学图像处理等多个领域,然而由于随着现实设备需求的提高,图像分辨率的不断增大,信号采样率也随之不断提高,这使得信号处理的各种中间过程成本也急剧攀升。而压缩感知理论的出现颠覆了过... 详细信息

图像融合迄今已经应用在了遥感成像,计算机视觉,医学图像处理等多个领域,然而由于随着现实设备需求的提高,图像分辨率的不断增大,信号采样率也随之不断提高,这使得信号处理的各种中间过程成本也急剧攀升。而压缩感知理论的出现颠覆了过往基于传统奈奎斯特采样定律的频率限制,在此新框架下进行信号的采样和重建成本急剧降低。同时压缩感知理论用于图像融合领域也拓宽了相关领域的视野。压缩感知理论主要包括稀疏变换矩阵的设计,测量矩阵的构造以及重建算法的设计三个模块,其中设计出快速准确的重构算法应用于图像融合领域,是工程领域的重要课题。本文的主要研究内容和创新工作都是基于此展开的,它包括以下方面:（1）梳理现有的压缩感知和图像融合技术国内外发展现状,对压缩感知理论的三个主要模块进行解析,对贪婪类的压缩感知重构算法进行周密分析,通过仿真对各个方法中的重要参数进行对比分析,使用主观和客观两个方面的指标进行评价。（2）介绍目前图像融合的基本原理,描述现有融合方法在空间域上的实现,然后强调图像分解在变换域中的应用,阐述本文使用的几种融合方法的原理,并对图像融合的评价指标所包含的物理含义、统计含义和计算方式作出详尽说明。（3）为使算法在保证融合质量的同时拥有较高的重构概率,本文基于广义正交匹配追踪算法（gOMP）,提出改进的广义正交匹配追踪算法（OGOMP）,该算法相比之前的OMP,StOMP,CoSaMP等经典算法而言,通过引进回溯特性和改变每次选取原子个数的方式,拥有更好的自适应性,同时运算速度较快,重建准确度较高,并且考虑到原子内和原子间的多重相关性,减少图像重构的纵向干扰。在此框架之上又添加红外图像增强模块,使算法在图像质量上得到提高。（4）为使主观和客观评价指标相一致,本文对非下采样轮廓波变换（nsct）的原理和方法进行说明,并进一步优化高频融合方式,引入结构相似性系数（SSIM）,使融合方式更符合主观视觉习惯。通过仿真实验,算法的可行性和稳定性被主观和客观评价两个方面指标所证实。

关键词：压缩感知图像融合图像增强重构算法 NSCT变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构相似度的无参考遥感图像质量评价

科学技术与工程 2017年第25期17卷 108-114页

作者：付燕史小雨西安科技大学计算机科学与技术学院西安710054

在深入研究遥感图像与普通图像差别的基础上,对结构相似度算法进行改进,提出了一种新的无参考遥感图像质量评价方法。首先,采用非下采样轮廓波变换进行多尺度分解,将子图像进行K-means边缘检测及细化融合,最终得到边缘区域。采用一阶偏... 详细信息

在深入研究遥感图像与普通图像差别的基础上,对结构相似度算法进行改进,提出了一种新的无参考遥感图像质量评价方法。首先,采用非下采样轮廓波变换进行多尺度分解,将子图像进行K-means边缘检测及细化融合,最终得到边缘区域。采用一阶偏导有限差分计算遥感图像的梯度幅值,设置两个阈值,将满足区间的像素提取出来得到纹理区域。然后,使用边缘计算对比度分量,纹理计算结构相似度分量,对SSIM进行改进得到ET_SSIM方法。最后,采用"再降质"的方式构造出参考图像,将边缘纹理区域与平滑区域分开评价,ET_SSIM对边缘纹理区域评价,SSIM对平滑区域评价,根据人眼对边缘纹理及平滑区域的不同重视程度加权求平均,得到最终结果 VSSIM。实验结果证明,本文方法 VSSIM与主观评价值的线性相关度相对于MSE、PSNR、SSIM、GSSIM、BLIINDS-Ⅱ方法分别提高了22.2%,6.2%,0.8%,0.2%,1.3%。

关键词：遥感图像无参考质量评价 NSCT变换结构相似度

在线全文

学校读者我要写书评

暂无评论

水下偏振成像及图像处理方法研究

水下偏振成像及图像处理方法研究

作者：鲍富成长春理工大学

学位级别：硕士

水下资源十分丰富,但是由于水体对光的吸收、散射等,传统的强度相机采集的图像所包含的信息应用价值很低早已不能满足研究者的需求,因此能够获得清晰度相对较高的图像成为该领域亟需解决的问题。与可见光图像相比,偏振图像由于不同目标... 详细信息

水下资源十分丰富,但是由于水体对光的吸收、散射等,传统的强度相机采集的图像所包含的信息应用价值很低早已不能满足研究者的需求,因此能够获得清晰度相对较高的图像成为该领域亟需解决的问题。与可见光图像相比,偏振图像由于不同目标物表面具有不同偏振特性,在一定程度上可以将目标物与实际背景区分开来,从而提高了图像的利用价值。为了获取更多更有价值的信息,可以通过对偏振图像经过多尺度变换等方法的融合,实现对图像的增强,进一步提升图像的成像质量。本文主要研究内容分为两个方面,分别为水下目标物偏振成像特性和图像处理方法研究。在偏振光学等的理论基础上,设计了一系列水下偏振成像实验来研究水下偏振成像特性。通过改变目标物材质、水深、水体浑浊度等变量的方式,用萨尔萨偏振相机在自然光照下获取水下偏振图像,研究不同材质物体、放置深度、牛奶浓度及波段因素对水下目标物偏振成像的影响。计算出偏振分量图像,通过比较可见光图像、偏振度图像及偏振分量图像的偏振度、对比度、信息熵等客观分析不同材质的目标物在浅水下的偏振成像特性。在水下偏振成像实验的基础上,设置环境采集可见光图像和偏振度图像作为源图像。利用NSCT变换,将图像进行多尺度分解,然后对低频系数和高频系数的局部区域能量、局部区域空间域等采取不同的约束条件,并进行图像的重构得到最终的融合图像,比较分析融合成像的效果,判定融合图像实现了对源图像的增强。

关键词：水下偏振成像偏振融合 NSCT变换图像增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于nsct全变差的乳腺断层图像去噪研究

基于NSCT全变差的乳腺断层图像去噪研究

作者：陈莹北京交通大学

学位级别：硕士

数字乳腺X射线断层合成成像术(Digital Breast Tomosynthesis,DBT)是一种能够实现乳腺三维断层重建的技术,可以消除重叠组织的干扰。然而,DBT图像的对比度低且含有噪声,这降低了图像的质量。因此,如何有效地对DBT图像去噪,同时保留DBT... 详细信息

数字乳腺X射线断层合成成像术(Digital Breast Tomosynthesis,DBT)是一种能够实现乳腺三维断层重建的技术,可以消除重叠组织的干扰。然而,DBT图像的对比度低且含有噪声,这降低了图像的质量。因此,如何有效地对DBT图像去噪,同时保留DBT图像中组织和病变结构的边缘轮廓,对于提高DBT图像的质量起着关键作用。本文研究了全变差去噪模型和非降采样轮廓波(Nonsubsampled Contourlet,nsct)变换方法,提出改进的全变差正则项去噪模型、改进的全变差正则项去噪模型与NSCT变换相结合的图像去噪方法,并将其应用到DBT图像的去噪中。具体包括:首先提出一种改进的各项异性全变差加权正则项(Anisotropic Total Variation Weighted Regularization,ATVWR)去噪模型。该模型根据图像中平坦和纹理等区域的特点,自适应调节全变差正则项的水平和垂直方向的权重,进而调节模型的滤波强度。改进后的模型一定程度上抑制了“阶梯效应”,能够有效地去除图像中的噪声,同时可以较好地保留图像中的纹理信息和边缘轮廓。对体模图像仿真方法进行参数改进,仿真出能够较好表示乳腺组织特征的体模。针对体模图像和实际DBT图像进行去噪实验,实验结果表明本文所提模型能够将去噪后图像的PSNR值提高1.8dB,同时可以较好地保持DBT图像中的病灶结构和纹理信息。其次提出一种NSCT变换与ATVWR模型结合的去噪算法。该算法将图像的不同方向和不同尺度上的nsct系数作为全变差正则项,对nsct系数使用加权正则项运算来进行最小化处理,能够有效地优化不同频率子带的信息;此外,nsct系数可以将图像中信息成分和噪声成分分离开,从而消除全变差正则项在迭代过程中产生的“阶梯效应”,进一步保留乳腺组织的边缘,从而提高图像清晰度。实验结果证明该模型能够对DBT图像有效地去噪,同时可以很好地保留DBT图像中微小的钙化点、肿块边缘等病灶信息,相比于现有的全变差相关去噪方法,所提出的方法的PSNR值能够提高2.4dB。

关键词：图像去噪数字乳腺断层合成 NSCT变换各向异性加权正则项全变差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

红外与可见光图像融合算法研究

红外与可见光图像融合算法研究

作者：董安勇昆明理工大学

学位级别：硕士

红外成像传感器具有捕捉物体热辐射的能力,但对场景纹理细节信息的变化不具有敏感性。可见光成像传感器具有捕捉场景空间细节信息的能力,但容易遭受周围恶劣环境的影响。因此,融合红外与可见光图像可以捕捉各波段互补特征,显示辐射目标... 详细信息

红外成像传感器具有捕捉物体热辐射的能力,但对场景纹理细节信息的变化不具有敏感性。可见光成像传感器具有捕捉场景空间细节信息的能力,但容易遭受周围恶劣环境的影响。因此,融合红外与可见光图像可以捕捉各波段互补特征,显示辐射目标并保留场景信息。红外与可见光图像融合技术在情报收集、监控安全以及航空航天等领域具有广泛的应用前景。为了提高红外与可见光图像的融合质量,本论文主要基于多尺度变换、卷积稀疏编码以及卷积神经网络技术进行了研究,主要的创新性工作如下:（1）针对nsct（Non-subsampled Contourlet Transform,非下采样轮廓波变换）域低频系数不具备稀疏性,且稀疏表示存在“滑窗”操作破坏了图像深层次空间结构的问题,本论文第三部分提出了基于CSR（Convolutional Sparse Representation,卷积稀疏表示）和邻域特征结合的红外与可见光图像融合算法（简称为:nsctCSR算法）。首先将nsct域低频子图通过高斯滤波分解成基础层和细节层,然后选用ADMM（Alternating Direction Method of Multipliers,交替方向乘子法）求解稀疏系数,完成细节层特征响应系数的融合。同时,根据清晰程度测量函数设计了合理的邻域特征,来完成nsct域高频子图的融合。实验结果表明:nsct-CSR算法有效地提取了源图像更深层次的清晰测度信息,克服了稀疏表示的块效应缺陷。（2）针对nsct-CSR算法保留了nsct分解,削弱了高频子带捕捉特征信息能力的问题,本论文第四部分考虑到参数自适应PCNN（Pulse Coupled Neural Network,脉冲耦合神经网络）模型的视觉特性,提出了基于CSR和APCNN（Adaptive Pulse Coupled Neural Network,自适应脉冲耦合神经网络）的红外与可见光图像融合算法（简称为:CSR-APCNN算法）,实验结果表明:CSR-APCNN算法的视觉效果和客观指标相比于nsct-CSR算法明显提高了。（3）NSCT变换具有方向不确定性,且卷积编码需要给定融合策略,因此nsct-CSR算法和CSR-APCNN算法低频子带的自适应性略显薄弱。针对上述问题,本论文第五部分提出了基于NSST（Non-subsampled Shearlet Transform,非下采样剪切波变换）变换和SCNN（Siamese Convolutional Neural Network,孪生双通道卷积神经网络）的红外与可见光图像融合算法（简称为:NSST-SCNN算法）。NSST-SCNN算法使用孪生双通道卷积神经网络学习NSST域低频子带的特征来输出衡量子带空间细节信息的特征图。然后,根据高斯滤波处理的特征图设计了基于局部相似性的测量函数来自适应地调整NSST域低频子带的融合模式。实验结果表明:NSST-SCNN算法有效地解决了低频子带融合模式给定的问题,同时又克服了人为设置PCNN参数的缺陷。

关键词： NSCT变换 NSST变换卷积稀疏表示 PCNN模型卷积神经网络