检索结果-内蒙古大学图书馆

信号处理 2005年第Z1期21卷 301-304页

作者：蒋立辉张晓东陈奋中国民用航空学院通信与信息处理研究所天津300300 中国民用航空学院通信与信息处理研究所天津300300 中国科学院遥感应用研究所国家遥感应用工程技术研究中心北京100101

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题.本文提出了一种基于离散小波框架变换的薄云去除算法.在小波框架变换多尺度分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进行... 详细信息

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题.本文提出了一种基于离散小波框架变换的薄云去除算法.在小波框架变换多尺度分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进行均值匹配.然后对于小波高频系数在不同尺度上进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度,最后通过反变换得到去云后的图像.实验表明,该算法能有效地去除薄云,增强图像对比度,减小噪声的增强幅度,使结果图像具有很好的视觉效果.

关键词：薄云去除小波框架变换多尺度分析图像对比度增强

来源：评论

学校读者我要写书评

暂无评论

基于方向可调的不可分离小波框架变换图像融合检测方法

引用

计算机与数字工程 2014年第7期42卷 1169-1171,1237页

作者：王婷胡若澜华中科技大学自动化学院智能科学与技术系多谱信息处理技术重点实验室武汉430074

针对复杂的中长波红外图像的特点,论文提出了一种基于方向可调的不可分离小波框架变换红外图像融合检测方法。首先,对图像进行不可分离小波变换分解,提取两幅图像的低频和高频,分别对高频和低频信息进行融合,并用逆变换重构成融合后的... 详细信息

针对复杂的中长波红外图像的特点,论文提出了一种基于方向可调的不可分离小波框架变换红外图像融合检测方法。首先,对图像进行不可分离小波变换分解,提取两幅图像的低频和高频,分别对高频和低频信息进行融合,并用逆变换重构成融合后的图像。对融合后的图像进行目标检测得出最终结果。实验结果表明文中提出的方法优于仅用长波或中波红外图像的目标检测。

关键词：红外图像小波框架变换图像融合目标检测

来源：评论

学校读者我要写书评

暂无评论

基于离散小波框架变换的遥感影像薄云去除

基于离散小波框架变换的遥感影像薄云去除

引用

第十二届全国信号处理学术年会（CCSP-2005）

作者：蒋立辉张晓东陈奋中国民用航空学院通信与信息处理研究所中国科学院遥感应用研究所国家遥感应用工程技术研究中心

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题。本文提出了一种基于离散小波框架变换的薄云去除算法。在小波框架变换多尺度分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进... 详细信息

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题。本文提出了一种基于离散小波框架变换的薄云去除算法。在小波框架变换多尺度分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进行均值匹配。然后对于小波高频系数在不同尺度上进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度,最后通过反变换得到去云后的图像。实验表明,该算法能有效地去除薄云,增强图像对比度,减小噪声的增强幅度,使结果图像具有很好的视觉效果。

关键词：薄云去除小波框架变换多尺度分析图像对比度增强

来源：评论

学校读者我要写书评

暂无评论

基于离散小波框架变换的遥感影像薄云去除

基于离散小波框架变换的遥感影像薄云去除

引用

第十二届全国信号处理学术会议

作者：蒋立辉张晓东陈奋中国民用航空学院通信与信息处理研究所(天津) 中国科学院遥感应用研究所国家遥感应用工程技术研究中心(北京)

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题.本文提出了一种基于离散小波框架变换的薄云去除算法.在小波框架变换多尺度的分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进... 详细信息

遥感影像可见光波段受云层变化影响较大,如何有效去除云的影响是遥感图像处理中的一个重要问题.本文提出了一种基于离散小波框架变换的薄云去除算法.在小波框架变换多尺度的分析的基础上,算法在低频图像上将云区和清晰区区分出来,并进行均值匹配.然后对于小波高频系数在不同尺度上进行不同程度的增强;对同一尺度的系数进行非线性处理以增加对比度,最后通过反变换得到去云后的图像.实验表明,该算法能有效地去除薄云,增强图像对比度,减小噪声的增强幅度,使结果图像具有很好的视觉效果.

关键词：薄云去除小波框架变换多尺度分析图像对比度增强

来源：评论

学校读者我要写书评

暂无评论

利用特征加权进行基于小波框架变换的红外目标检测

利用特征加权进行基于小波框架变换的红外目标检测

引用

中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）

作者：陈刚陆成刚浙江大学理学院

本文提出了一个基于背景纹理多分辨分析的红外目标检测方法。本方法通过对原始图像作小波框架变换提取各个尺度输出的小波系数,得到每个象素点的特征向量。计算特征向量的L模为每个象素的能量,根据能量大小赋予每个特征向量不同的权,得... 详细信息

本文提出了一个基于背景纹理多分辨分析的红外目标检测方法。本方法通过对原始图像作小波框架变换提取各个尺度输出的小波系数,得到每个象素点的特征向量。计算特征向量的L模为每个象素的能量,根据能量大小赋予每个特征向量不同的权,得到图像元的特征向量的加权平均和为中心向量。求出每个象素点的特征向量到中心向量的L距离。根据距离像统计直方图实现阈值判别。实验证明该方法取得了较好的效果。

关键词：特征加权小波变换小波框架变换

来源：评论

学校读者我要写书评

暂无评论

图像分割中的模糊聚类算法研究

图像分割中的模糊聚类算法研究

引用

作者：王聪西安电子科技大学

学位级别：博士

经典图像分割通常涉及规则的欧氏空间内图像数据的处理和分析。在过去二十多年里,模糊C均值(Fuzzy C-Means,FCM)算法已经被广泛应用在经典图像分割中。由于观测图像中噪声的多样性和不确定性,具有高分割精度和高计算效率的FCM算法目前... 详细信息

经典图像分割通常涉及规则的欧氏空间内图像数据的处理和分析。在过去二十多年里,模糊C均值(Fuzzy C-Means,FCM)算法已经被广泛应用在经典图像分割中。由于观测图像中噪声的多样性和不确定性,具有高分割精度和高计算效率的FCM算法目前还未被很好地开发利用。G图像指的是不规则图域内的图像数据。与经典图像分割不同的是,G图像分割往往更关注发展和应用G图像处理技术和工具。截至目前,FCM算法还未应用于G图像分割领域。针对这些不足,本文在如下两个方面做了深入研究:1、开发具有高分割精度和高计算效率的新型FCM算法;2、拓展应用FCM算法至G图像分割中。针对这两个方面的研究,本文有以下四个方面的贡献:1)针对特征空间对FCM算法分割性能的影响,建立了融合滤波和特征提取的FCM算法框架,包括四个基本阶段,即图像滤波、特征分解、模糊聚类和特征重构。形态学重构用于图像滤波,小波紧框架变换用于特征分解和特征重构。在模糊聚类阶段,提出了基于稀疏正则的FCM(Sparse regularization-based FCM,SRFCM)算法和提出了基于KL散度的FCM(Kullback-Leiblerdivergence-based FCM,KLDFCM)算法。SRFCM算法的目标函数中引入了关于划分矩阵的稀疏正则项,分析了划分矩阵的稀疏性,提高了FCM算法的计算效率。KLDFCM算法的目标函数中引入了关于划分矩阵的KL散度项,优化了隶属度分布,提高了 FCM算法的分割精度。数值实验结果表明,SRFCM算法和KLDFCM算法具有良好的多相图像分割能力,并且优于同类算法。此外,它们所需的计算时间比大多数同类算法都要少。2)针对噪声估计对FCM算法分割性能的影响,提出了基于残差驱动的FCM(Residual-driven FCM,RFCM)算法框架,实现了精准残差(噪声/异常值)估计并使无噪声图像参与聚类。由于混合或未知噪声较难估计,通过赋权混合噪声分布,提出了基于赋权l2范数正则的RFCM(Residual-driven FCM with weighted l2-norm regularization,WRFCM)算法。数值实验结果表明,WRFCM算法的分割精度和计算效率都普遍优于其它图像分割算法。另外,为了证明RFCM算法优于其它基于噪声估计的FCM算法,本文将其与基于偏差稀疏的FCM(Deviation-sparse FCM,DSFCM)算法进行了比较研究。证明了RFCM算法能够实现更准确的噪声估计且DSFCM算法是RFCM算法框架的一个特例。最后,通过将泊松噪声近似为正态分布,提出了一种适用于泊松噪声估计的RFCM算法。将其增广形式推广到泊松高斯混合噪声估计中,从而得到了一种适用于泊松高斯混合噪声估计的RFCM算法。3)针对噪声或异常值在变换域内具有稀疏性的特点,提出了基于残差稀疏的FCM算法,该综合型算法克服了DSFCM算法对噪声稀疏性分析不充分的缺陷。首先,利用形态学重构对观测图像进行滤波,将观测图像和滤波后的图像相融合,生成加权和图像。然后采用小波紧框架分解将加权和图像分解为相应的特征集。以此作为聚类数据,提出了基于l0范数正则的FCM(l0-norm regularization-based FCM,LRFCM)算法,其目标函数引入了关于残差的稀疏l0范数正则项。在空间信息约束下,LRFCM算法的分割精度得到了提高。为了进一步提高其分割精度,本文采用形态学重构对生成的标签进行平滑处理。基于原型和平滑后标签,利用小波紧框架重构得到了分割后图像。数值实验结果表明,基于残差稀疏的FCM算法具有高效的分割性能。4)为了填补G图像分割中FCM算法研究的空白,首先,给出了G图像的数学定义,即为驻留在图的顶点上的实值函数。然后,提出了一种融合空间信息和特征提取的FCM框架,通常包括四个阶段,即G图像滤波、特征分解、模糊聚类和特征重构。图域上小波紧框架变换用于特征分解和特征重构。在模糊聚类阶段,提出了两个适用于G图像分割的高效FCM算法。首先,提出了基于小波紧框架的FCM(Wavelet-frame-based FCM,W-FCM)算法,其目标函数中引入了滤波项。为了提高W-FCM算法的鲁棒性,利用空间拓扑信息对观测G图像进行滤波。数值实验结果表明,W-FCM算法具有较强的G图像分割能力。然后,为进一步改善W-FCM算法的分割精度,提出了基于相似性保持的FCM(Similarity-preserving FCM,SFCM)算法。为了保持任意G图像像素与相邻像素之间的隶属度相似度,SFCM算法的目标函数中引入了关于划分矩阵的KL散度项。为了增强SFCM算法的鲁棒性,本文在SFCM算法的目标函数中引入了空间信息约束,替代了G图像滤波过程。数值实验结果

关键词：模糊C均值聚类图像分割形态学重构小波框架变换图论

来源：评论

学校读者我要写书评

暂无评论

基于预条件矩阵的快速有限角扇束CT图像重建方法

基于预条件矩阵的快速有限角扇束CT图像重建方法

引用

作者：王成祥赵克全李国权王艳夏远梅 400047 重庆市沙坪坝区大学城中路37号

本发明涉及一种基于预条件矩阵的快速有限角扇束CT图像重建方法，属于CT图像重建技术领域。该方法包括：S1：获取投影数据；S2：考虑图像在紧小波框架变换和图像梯度变换下的稀疏性，建立双正则化有限角扇束CT图像重建模型，来抑制噪声... 详细信息

标准号: CN115018950A

本发明涉及一种基于预条件矩阵的快速有限角扇束CT图像重建方法，属于CT图像重建技术领域。该方法包括：S1：获取投影数据；S2：考虑图像在紧小波框架变换和图像梯度变换下的稀疏性，建立双正则化有限角扇束CT图像重建模型，来抑制噪声和伪影和保护边界；S3：根据解析重建算法，设计预条件矩阵，将其引入到步骤S2建立的双正则化有限角扇束CT图像重建模型中，采用交替方向乘子法求解模型；S4：输出重建图像。本发明通过预条件矩阵技术将解析重建算法融入到正则化迭代重建算法中，实现算法快速收敛，并能有效抑制有限角扇束CT重建图像的伪影和噪声，从而提高CT重建图像的质量。

关键词：预条件正则化矩阵重建算法图像算法伪影噪声解析小波框架变换迭代重建交替方向矩阵技术快速收敛求解模型投影数据图像梯度有效抑制重建图像稀疏性输出引入融入

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：