一种基于深度去噪自编码的超低照度微光图像复原方法

针对超低照度条件下微光图像具有的低信噪比、低对比度导致目标难以辨识的问题,提出了一种基于深度网络和去噪自编码的微光图像复原方法。该方法利用栈式稀疏去噪自编码(stacked sparse denoising autoencoder,SSDA)从大量微光图像训练集中学习超低照度条件下微光图像本质特征,实现了自适应去噪和对比度增强。随后,进行了实验,实验结果表明:所提方法对超低照度条件下微光图像复原具有很好的效果。     

基于噪声评价的微光红外图像自适应融合方法

基于微光图像噪声的评价对TNO彩色映射法进行了改进,并通过将微光图像的噪声特性参数引入到映射系数中,提出了一种自适应的微光红外图像融合方法。实验分析表明:该方法可以有效地降低微光图像的噪声对融合图像的影响,提高低照度下微光红外融合图像的质量。     

基于人眼视觉特性的盲图像质量评价

文中针对含噪图像的质量评价,提出一种基于人眼视觉特性的盲图像质量评价算法。利用人类视觉系统的对比度敏感函数对空间域的噪声检测结果进行加权,得到符合主观评价结果的盲图像质量评价值。利用L IVE图像库的评价图像和主观评价值对算法进行了仿真验证。仿真实验结果表明,该方法具有无参考、运算复杂度低、主客观评价较一致等特点。     

协方差压缩感知逆合成孔径雷达成像技术

为解决低信噪比条件下短观测时间雷达成像问题,提出一种基于回波协方差矩阵处理的压缩感知逆合成孔径雷达成像技术。该方法构建了回波协方差矩阵层面下的压缩感知问题模型,并通过特定的线性变换降低环境噪声对成像结果的影响。在仿真实验中,通过处理短观测时间和低信噪比条件下的模拟回波数据,该方法获得比传统压缩感知方法像质更好、对比度更强的目标成像结果。同时,其成像结果的目标背景比和背景噪声能量两个雷达图像评价指标都优于传统方法,进一步验证了该方法的有效性。     

基于人类视觉机制的红外目标检测方法

针对红外小目标图像信噪比低,背景复杂等特点,提出一种基于人类视觉系统对比机制的红外小目标检测方法。该方法充分模拟人眼视觉系统对比机制,通过图像局部视觉对比度显著图及自适应阈值选取,锁定感兴趣目标区域,实现对红外图像中弱小目标的精确检测。与Top-hat和逐个像素对比度计算的检测方法进行了对比,实验结果表明所提出的方法能够在低信噪比条件下更有效地检测红外弱小目标。     

主成分分析在超声红外图像序列增强过程中的应用

针对超声红外热像无损检测中图像信噪比不高、缺陷对比度低的问题,将主成分分析法运用于红外图像序列处理的增强过程中,对比分析了原始图像序列、含部分缺陷图像序列及重建图像序列在降噪及增强方面的效果。研究表明:主成分分析法可显著提高图像信噪比并有效消除热量不均效应;而缺陷位置对处理结果无影响,最终重建的图像序列中图像信噪比普遍得到提高。研究结果验证了该方法在红外图像处理方面的有效性,为后续缺陷的识别奠定了理论基础。     

基于轮廓波变换的图像压缩感知处理

由于轮廓波变换(contourlet transform)能够更好地对图像进行稀疏表示。文章提出了基于轮廓波变换的图像压缩感知算法。将图像进行轮廓波变换后得到图像的稀疏表示,采用随机高斯矩阵对高频系数进行测量,实现数据压缩,然后采用正交匹配追踪算法恢复系数,再进行轮廓波反变换重构图像。实验结果表明,与原压缩感知算法相比,该算法有效地提高了重构图像质量的主观视觉效果和峰值信噪比。     

基于微光图像均匀区域非参数检测的噪声水平估计

为了精确地建立微光图像噪声模型,提出了一种从单幅微光图像中自动评估噪声水平函数的算法。该算法首先采用Kendall coefficient统计方法提取出微光图像均匀区域;然后,在分析微光ICCD成像机理基础上提出了微光ICCD噪声模型,并采用最小二乘方法进行了参数估计;最后,对实际微光图像进行了检测,获得了高精度的参数值,由此证明了该算法的可行性。     

基于随机矩阵特征值差的频谱感知改进算法

针对经典特征值类频谱感知算法在低采样、低信噪比下检测效果不佳的问题,基于最大最小特征值之差算法(DMM),利用最小特征值极限分布以及特征值均值的能量特征,提出了一种基于随机矩阵特征值差的频谱感知改进算法(DAM),该算法以特征值均值与最小特征值为检测量,分析比较了算法在两种计算门限下的检测性能(DAM1与DAM2),理论与仿真结果表明,该算法在不增加运算复杂度的同时,在低采样、低信噪比的情况下,较DMM算法以及现有最大特征值与能量差改进算法(ME-S-ED)提升了检测概率,其中DAM1更适用于低信噪比,DAM2更适用于低采样。     

一种自适应双门限频谱感知新算法

为提高在低信噪比条件下系统协作频谱感知性能,提出了一种基于采样值和本地感知结果可靠性的频谱感知算法。选取较高可信度的采样值和较高可信度的本地感知结果将其判决直接发送融合中心,融合中心根据本地感知结果加权融合判决。仿真表明,改进算法较传统基于信噪比加权融合算法具有更强的抗噪性能,适合感知需要。     

分形约束二维Otsu红外图像分割方法

提出了一种分形约束Otsu阈值分割算法。该方法结合图像的灰度分布和像素间空间分形纹理信息,在二维类间方差准则取最大值时得到一个二维分割阈值,从而实现红外图像的自适应分割。将该方法应用到低对比度、低信噪比、边缘模糊的红外图像分割中,并与传统的二维Otsu分割方法作了比较。结果表明,该方法在分割效果和抗噪能力等方面均得到了明显的改善。     

最小二乘向量机结合光谱维信息检测弱小目标

现有天基红外导弹预警系统对目标的检测侧重于对红外图像的处理。从光谱维数据分析角度出发,结合红外弱小目标图像信噪比低的特点,提出了一种利用最小二乘向量机(LSSVM)结合目标光谱维信息检测弱小目标的方法,并以F测度函数为适应度函数,利用人工蜂群算法(ABC)对最小二乘向量机的正则化参数和核函数参数进行优化。应用小样本训练数据建立了LSSVM检测器,以4型典型导弹目标尾焰红外辐射特征谱数据作为训练样本,比较了ABC算法、网格搜索(grid search)算法、粒子群(PSO)算法和遗传(GA)算法。实验结果表明,在低信噪比条件下,由ABC优化的LSSVM模型能获得更好的检测性能。     

一种离焦模糊图像的约束复原方法

针对离焦模糊图像,提出了一种基于图像质量的约束复原算法.该算法基于平滑约束最小二秉,采用正则化技术以减少高频噪声的放大.使用人类视觉系统(HVS)特性中的对比敏感度函数(CSF)对图像功率谱加权来评价图像质量,通过搜索图像质量的最大值实现对正则参数的自适应选择,使复原结果更符合人的视觉感受.实验结果表明:该算法不需要估计降质图像的噪声水平,却能获得和平滑最小二秉复原方法相当甚至更好的复原结果.     

用局部对比度信息改善图像质量

在图像的摄取和传输中,图像经常降质。为了改善图像质量,将信息熵的概念与图像的局部对比度信息相结合,提出了一种基于熵概念的非线性噪声的滤除方法,并进一步利用局部统计信息对图像进行增强。分别对模拟图像以及红外图像进行了试验,并与中值滤波、Lee滤波、Frost滤波等经典噪声滤波方法进行比较,实验结果验证了该方法的有效性。     

低信噪比下多相码信号参数估计

针对低信噪比下多相码信号参数估计方法性能不佳的问题,提出了一种低信噪比下基于积分二次相位函数(IQPF)和分数阶傅里叶变换(Fr FT)的联合参数估计方法。首先在理论上推导出IQPF将多相码信号的所有脊线累积为一个峰值,并利用IQPF估计出的调频率将Fr FT的二维搜索变为一维搜索,从而估计出其他参数。仿真实验表明,所提方法在计算量以及估计精度上优于传统方法。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

LCD在低背光条件下的图像增强技术

降低LCD背光亮度是降低移动手持设备功耗的有效方法,但是会造成图像显示质量的降低。结合LCD显示亮度计算原理与人眼视觉感知特性,提出了一种根据图像亮度值的分布,随背光源光强的不同,动态调节亮度补偿强度,并进行局部对比度增强的算法。实验结果表明,该算法在降低背光的条件下,可以提升图像清晰度并保持图像结构相似性,适宜人眼感知。     

基于ICoSaMP重建的TDCS宽带压缩感知算法

为解决变换域通信系统(Transform Domain Communication System,TDCS)低信噪比环境下宽带压缩感知重建算法在盲稀疏度下无法精确恢复信号的问题,利用频带占用率对稀疏度进行估计,同时结合残差比阈值迭代终止条件,对压缩感知匹配追踪算法(Compressive Sampling Matching Pursuit,CoSaMP)进行改进,提出了一种盲稀疏度的ICoSaMP(Improved Compressive Sampling Matching Pursuit)算法。仿真结果表明,相比于CoSaMP算法,ICoSaMP算法在相同信噪比环境和相同稀疏度条件下的重建概率提高约10%,在盲稀疏度条件下均方误差降低约1.2%。     

基于背景建模和前景建模的红外运动检测

为抑制了红外图像信噪比低、非静止背景等引起的虚警产生,将基于背景建模和前景建模运动检测(BM-FM)算法引入红外面目标检测中;为抑制因目标与背景对比度低引起的部分目标区域漏检,提出了基于空间邻域信息的前景建模方法(SNFM),利用前一帧图像在像素点邻域内的前景目标点为样本,用核密度估计进行前景建模.试验表明了基于该前景建模方法的BM-FM算法的有效性.     

基于ADSP21160的机载图像处理系统

为解决飞机上显示器高亮度背景下无法看清画面的问题,基于模块化设计思想,提出了以DSP AD-SP21160为核心处理器的机载视频图像数字化硬件实现方案.即将红外夜视图像和微光图像处理的算法移植到作为系统的主要数据处理单元DSP上,并使用CPLD控制时序.经调试表明,该方案成功地解决了画面的亮度、对比度等问题.