极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。     

数码仿造迷彩客观定量评价

为了客观定量评价数码仿造迷彩的伪装效果,根据人眼视觉特性,提出基于HSV颜色空间亮度差的权重因子对SSIM算法加权进行了改进,得到了从人眼视觉特性上客观定量评价数码迷彩图案与原图像的识别概率。识别概率的大小与目标实施伪装技术的优劣有关,识别概率越高,则目标越易被侦察器材识别,伪装效果越差,反之不易被识别,伪装效果越好。因此该算法可为进一步改进伪装技术措施提供依据。     

基于模板匹配算法的人眼定位方法

为了解决不同光线下人眼定位问题,提出一种将灰度阈值算法和模板匹配算法相结合的人眼定位方法。在该方法中,先对图像进行预处理,得到二值化图像,然后利用灰度阈值法,对图像的灰度值进行分析和比较,初步定位人眼可能出现的大概位置,缩小后期模板匹配区域。进一步利用模板匹配算法,在频域上匹配人眼,通过不同光线下采用相应的匹配权值进行匹配,精确定位人眼。实验结果证明,与传统单一模板匹配算法相比,该算法具有较好的光照鲁棒性,能够显著提高人眼的定位速度和定位准确度。     

球面全景空间缝合及漫游算法研究

提出了基于图像映射实现球面全景空间缝合及实时浏览的算法。首先,对两幅或多幅鱼眼图像使用扫描线逼近算法分别提取轮廓,再采用基于亮度差的图像缝合算法对其球面投影进行球面缝合,使用球面坐标定位校正算法校正图像并拼接成平面全景图,通过建立球面浏览视窗与平面全景图之间的像素映射关系,显示球面全景空间不同视角场景信息。实验结果表明,该算法较好地实现了鱼眼图像的无缝拼接以及球面全景连续360°的实时浏览。     

小波域非加性失真函数设计

在最小化嵌入失真隐写算法框架的基础上,提出了一种基于小波域的非加性失真函数图像隐写算法。首先在离散小波域设计了加性失真函数,主要考虑了亮度、频率和纹理掩蔽因子对载体失真的影响;然后结合模型矫正的方法对设计的加性失真函数进行了非加性矫正;最后结合网格码设计了隐写算法,将嵌入信息对载体的修改最小化,并且集中在人眼不敏感区域。实验结果显示,方案具有良好的视觉不可见性,且能抵抗空域SPAM特征隐写分析的攻击。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。     

基于压缩感知的无人机图像组合去噪方法

针对无人机图像中存在的多种类型噪声干扰的情况,提出了一种基于压缩感知的无人机图像混合去噪方法。利用移动窗口平滑处理含噪图像中脉冲噪声,并去除该类噪声对图像稀疏性的破坏;对粗去噪图像进行稀疏表示,利用高斯观测矩阵对其测量,通过正交匹配追踪算法重构得到去噪后图像。实验结果表明,该算法改善了基于压缩感知图像去噪方法对含有脉冲噪声去噪效果差的问题,提高了去噪图像的峰值信噪比和视觉效果。     

基于Arnold变换和图像梯度的水印算法

针对空间域水印嵌入算法鲁棒性不强的问题,利用Arnold变换的周期性,将其应用于水印图像的前期处理,然后再嵌入原始图像的内容(边缘)。使提取的水印图像的错误像素被分散到整个水印图像空间中,提高了人眼视觉系统对水印图像的辨识能力。从试验结果来看,该算法在一定程度上满足了数字水印的鲁棒性要求。     

边缘信息的红外与可见光图像融合评价

建立能同时结合主观和客观因素的图像融合质量评价方法是目前图像融合中急需解决的问题之一。以反映人类视觉特性的结构相似度为依据,并结合源图像与融合图像的边缘信息,提出了一种新的图像融合质量评价方法,该方法充分反映了人类视觉系统的特性,可以为不同环境下选择不同的图像融合算法提供依据。通过对红外与可见光图像采用多种不同的融合算法进行融合质量评价,实验表明,评价结果与人眼主观评价一致,是一种实用的、有效的图像融合质量评价方法。     

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。     

单幅Bayer格式图像的快速去雾方法

为了降低雾天对成像的影响,获得实时的去雾效果,对彩色图像处理流程进行改进,提出一种新颖快速的基于Bayer图像和暗原色先验模型的单幅图像去雾方法。Bayer图像是数码相机采集的原始图像数据,数据量小。针对Bayer图像像素排列特点,对原有暗原色先验去雾算法进行了优化和改进。运用四叉树细分算法估算大气光,根据Bayer图像特点修正了Guided Filter,并利用修正的滤波器优化大气透射图,进而恢复出无雾Bayer图像,采用去马赛克及系列后处理算法获得清晰的显示图像。实验结果表明,新方法在一定程度上改善了原算法去雾效果,并显著提高了运算速度。     

一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。     

基于混沌序列和HVS的数字图像水印方法

提出了一种新的数字水印算法,该算法对原始图像进行小波变换,利用混沌序列产生的相应密钥对水印信息进行置乱,并在充分考虑了人眼的视觉特性的基础上确定原始信息嵌入的位置和强度,使数字水印不仅能抵抗有损压缩攻击的能力,而且还能抵挡各种变形处理,达到了隐藏信息的目的。     

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。     

一种基于改进SIFT的图像盲取证算法

针对常见的复制粘贴篡改,提出了一种基于改进SIFT（Scale Invariant Feature Transform）的图像篡改检测算法。首先,把待检测图像划分成多个矩形的ROS（Regions of Suspicion）区域,利用改进的SIFT算法提取各个ROS区域的关键点;然后,利用马氏距离原理对特征点对进行筛选与匹配,通过直线将这些匹配点连接起来,对复制粘贴区域进行准确定位。实验表明,该算法不仅降低了运算复杂度,而且对篡改区域的平移、缩放,旋转、亮度调整等,都有很好的检测和定位效果。     

人机共融的远程态势智能感知系统

针对人与远程无人设备协同精准配合的迫切需求,以机器人操作系统为基础构建了一种人机共融的远程态势感知系统,并开展了实验与分析。该系统以视觉定位技术为基础,以人机感知共融为切入点,通过实时三维场景重建技术与场景一致性融合方法,将无人设备探测到的环境及目标信息进行三维重构,并通过增强现实设备进行显示,与人的视觉信息进行一致性融合,实现无GPS条件下远程无人设备与人所佩戴的增强现实设备之间的协同定位。实验结果表明,系统在近距离时具有较好的人机协同定位准确度,定位精度随着距离的增加而逐渐降低。所构建的系统使无人设备成为人眼的延伸,在不干扰人员正常行动的情况下实现了穿障碍、跨视距的感知能力,在未来信息化作战中可发挥重要作用。     

基于线特征的多时相遥感图像变化检测

多时相遥感图像中利用线特征可以感知道路等线形地物的变化。论文提出一种新的基于边缘特征描述的线特征变化检测算法,首先根据边缘的梯度信息得到变化边缘,并对变化边缘进行编组,形成变化边缘的直线支撑区域,然后通过最小二乘拟合方法从直线支撑区域中提取出变化直线。提出的线特征变化检测算法把边缘的相位和幅度信息作为变化检测的判定依据,从而避免了线的匹配与比较工作,降低了变化检测的算法复杂度,具有很强的实用性。将提出的方法用于多时相遥感图像变化检测,实验结果显示该方法的有效性。     

压缩感知理论在红外成像中的应用

分析了红外图像的数据特性,并对红外数据进行稀疏化处理,提出了基于压缩感知理论的红外图像成像方法。在红外图像测量平面使用随机观测矩阵进行观测,以少量的数据采样信息获得重建红外图像的足够信息。由实验和仿真计算可知,压缩感知理论应用于红外成像技术,降低了数据采样量,提高了采样速度,并能以较小的误差实现红外图像的重构。     

压缩感知新技术专题讲座(四) 第7讲 压缩感知在图像信号处理中的应用

绝大部分自然图像信号都在某个变换域具有稀疏性或近稀疏性。基于压缩感知理论,可以用远低于采样定理要求的采样频率采集信号,并可在一定条件下高概率恢复信号,这将极大降低图像信号的采样频率以及数据存储和传输的代价。文章首先简述了压缩感知理论,然后分析了图像的稀疏性对图像重建质量的影响,最后着重从图像压缩、图像融合、图像去噪、图像识别以及图像复原几个方面分析了压缩感知理论在图像处理领域中的应用以及目前所面临的问题。     

图像配准及其在目标精确定位中的应用

随着卫星和无人机等空天侦察平台的发展和广泛应用,图像成为精确定位目标的一个重要信息源,而其中一个重要途径就是战术图像与参考卫星图像的配准.由于成像设备、时间和光照条件的差异,战术图像和卫星图像在亮度上存在很大的不同.为解决这些问题,提出了一种基于部分Hausdorff距离的图像配准算法.试验表明,该算法对于噪声、光照变化和局部场景变化具有较强的鲁棒性.