一种保持图像细节的形态学滤波器

提出了一种保持图像细节的形态学滤波器 .和经典形态学滤波器相比较 ,新的形态学滤波器在其主要算子中使用了结构元素的轮廓 .用测试图和加噪图进行实验 ,表明此滤波器具有良好的保护图像细节和滤噪的性能     

一种新的基于图像复杂度的掩密分析技术

基于掩密图像与原始图像在图像复杂度上的差异,提出了一种新的针对图像LSB嵌入的掩密分析算法,通过分析待检图像在嵌入测试消息前后图像复杂度均值和方差的变化情况,利用Fisher判决准则,从而准确判断图像中是否嵌入了秘密消息.实验结果表明,文章所提算法不仅能准确检测顺序LSB嵌入,并且能估计出嵌入消息的长度,而且能够以98％的准确率检测随机LSB嵌入,同时具有实现简单,运行速度快等优点.     

方向矩异源图像匹配算法

全天候高精度导航与制导需要可靠的可见光与红外、可见光与合成孔径雷达(Synthetic Apeture Radar,SAR)的异源图像匹配算法。提出了一种基于方向矩的异源图像匹配算法:利用像素层次设计异源不变特征,描述像素点与其邻域各方向相似程度,通过统计比较各像素的相似性测度,实现不同传感器图像间的可靠匹配。进行了批量图像匹配实验,在可见光与红外、可见光与SAR异源图像间取得了超过90%的匹配正确率。较传统异源匹配算法,该算法大大提高了匹配正确率,在导航与制导领域有广阔的应用前景。     

红色美术视域下新时代新思想图像叙事的三重逻辑

新时代新思想是中国化时代化的马克思主义,因此,推进新时代新思想的大众化传播是时代赋予我们的使命。当前社会随着各种图像技术的日臻成熟,人们已经进入了“读图时代”。而在众多图像之中,红色美术作品以其现实主义的形式以及人民性、红色性、经典性等特征成为了新时代新思想叙事图像的典范。因此,本文基于红色美术视域对新时代新思想图像叙事的历史逻辑、理论逻辑以及实践逻辑展开探究。     

基于CNN的SAR图像舰船目标检测算法

为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。     

基于暗原色先验的单幅图像去雾优化技术

雾霾等粒子的大气散射作用会使得图像采集设备所获取的图像质量下降,影响后续工作。基于暗原色先验理论提出一种单幅图像的去雾优化技术。针对景深突变处出现的"白边"与"黑化"现象,提出结合最小值滤波与中值滤波的粗估计透射率优化方法。并提出自适应限定透射率下限值的方法改善天空区域的颜色失真问题。实验结果表明,该算法在去雾效果及自适应性方面优于对比算法。     

基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

灰度图在地形建模中的应用

三维虚拟地形的生成在构建虚拟陆地战场环境中占据重要位置,数字高程模型决定了三维地形的优劣。但是在实际的地形三维建模过程中,大多数的三维虚拟地形重建无法真实地映射出地表的复杂性和不规则性,存在建模误差大的问题。介绍了根据灰度图来进行数字高程模型的插值和修改,从而获得更逼真、更精密的地形模型。详细叙述了实现方法并进行实验,结果表明,该方法实用性较好,能构建更加真实的虚拟战场环境。