检索结果-内蒙古大学图书馆

作者：钟微宇中国科学院大学

学位级别：硕士

SAR(Synthetic Aperture Radar，SAR)图像分割是SAR图像目标自动识别的基础和前提，是SAR图像解译中关键的预处理过程。图像分割质量直接影响SAR图像的目标识别效果，因此研究具有高分割质量的SAR图像分割方法具有理论意义和应用价值。... 详细信息

SAR(Synthetic Aperture Radar，SAR)图像分割是SAR图像目标自动识别的基础和前提，是SAR图像解译中关键的预处理过程。图像分割质量直接影响SAR图像的目标识别效果，因此研究具有高分割质量的SAR图像分割方法具有理论意义和应用价值。本论文研究基于像素特征的SAR图像分割方法。该法是提取SAR图像中点的像素特征（包括灰度特征和纹理特征），然后根据分类准则对像素点进行特征分类，将各个像素标记为所属的特定分割区域。\n 论文针对传统的基于像素特征的SAR图像分割方法的不足，研究通用的基于像素特征的SAR图像分割方法。然而通用的基于像素特征的SAR图像分割方法由于所用的去噪方法和纹理特征提取方法的局限性仍不能将图像的细节部分分割出来，对此本文分别提出了基于NSCT域邻域收缩的SAR图像去噪方法和基于NSCT域灰度共生矩阵的纹理特征提取方法。在此基础上，将这两种方法用到通用的基于像素特征的SAR图像分割模型中，实现基于邻域收缩和灰度共生矩阵的SAR图像分割方法。具体内容包括以下四个方面:\n (1)针对传统的基于像素特征的SAR图像分割方法不能较完整地将目标分割出的问题，研究通用的基于像素特征的SAR图像分割方法。通过比较相关文献的研究成果，得出与传统的去噪方法Gamma_MAP相比，基于NSCT域硬阈值的去噪方法有更高的等效视数，能更有效地抑制相干斑噪声;与基于灰度共生矩阵的纹理特征提取方法相比，基于小波域灰度共生矩阵的纹理特征提取方法结合了小波的多分辨特性而能够提取不同分辨率的纹理特征。并将这两种具有较好性能的方法应用到SAR图像分割中，实现通用的基于像素特征的SAR图像分割方法。真实SAR图像分割实验结果表明，该法能够将SAR图像中目标的主体部分分割出来，获得较好的分割结果。\n (2)针对基于非下采样轮廓变换(Non-sampling Contourlet Transform，NSCT)域硬阈值去噪方法对全部变换系数采用同一阈值而导致过分平滑边缘、纹理细节的不足，提出了基于NSCT域邻域收缩的SAR图像去噪方法。该法先对原始SAR图像进行对数变换，再对图像进行NSCT分解。然后根据NSCT高频系数在小邻域内存在较强相关性的特点，使用邻域收缩法对其系数进行收缩，以去除高频噪声;同时用中值滤波方法平滑低频子带中的低频噪声。最后对处理过的NSCT系数进行反变换和指数变换，得到去噪后的SAR图像。理论分析和去噪实验结果表明，该法可有效地去除SAR图像的相干斑噪声，同时能较好地保护图像的边缘、纹理细节信息。\n (3)基于小波域灰度共生矩阵的纹理特征提取方法由于受小波变换的方向有限的制约而不能较好地提取纹理特征，对此本文提出了基于NSCT域灰度共生矩阵的纹理特征提取方法。该法先用NSCT对去噪后的SAR图像进行多分辨率、多方向分解，再对各子带进行量化，然后计算灰度共生矩阵，从该矩阵中提取二次统计量（同质区、角二阶矩）作为纹理特征。仿真SAR图像分割实验说明，该法用于SAR图像分割，其分割准确率提高了1.67％;真实SAR图像分割实验说明，其分割出来的细节部分更加连续，小目标可分割出来。\n (4)将本文提出的基于NSCT域邻域收缩的SAR图像去噪方法和基于NSCT域灰度共生矩阵的纹理特征提取方法代替通用的基于像素特征的SAR图像分割方法中所用的去噪方法和纹理特征提取方法，实现基于邻域收缩和灰度共生矩阵的SAR图像分割方法。仿真SAR图像分割实验说明，该法的分割准确率提高了3.44％;真实SAR图像分割实验结果表明，该法不但能将SAR图像中的主体目标分割出来，还能将细节部分较好地提取出来，是一种有效的SAR图像分割方法。

关键词：合成孔径雷达图像分割非下采样轮廓变换支持向量机像素特征

来源：评论

学校读者我要写书评

暂无评论

基于SIFT的椭圆区域鲁棒数字水印方案

引用

计算机工程与应用 2012年第1期48卷 98-101,107页

作者：陈利利王向阳辽宁师范大学计算机与信息技术学院辽宁大连116081 中国科学院软件研究所信息安全国家重点实验室北京100039

如何有效抵抗去同步攻击是数字图像水印研究领域的热点问题之一。利用图像仿射协变特征,提出一种可有效抵抗去同步攻击的鲁棒水印算法。对目前流行的利用多尺度Harris和SIFT描述算子来匹配图像的方法,后者有较好的匹配效果,对恢复同步... 详细信息

如何有效抵抗去同步攻击是数字图像水印研究领域的热点问题之一。利用图像仿射协变特征,提出一种可有效抵抗去同步攻击的鲁棒水印算法。对目前流行的利用多尺度Harris和SIFT描述算子来匹配图像的方法,后者有较好的匹配效果,对恢复同步水印更加稳定,并且能较好抵抗去同步攻击。该算法利用性能稳定的SIFT算子提取图像特征点,并通过基于最小生成树聚类算法的选择策略获得一组稳定且彼此独立的椭圆仿射协变特征区域,基于特征区域,利用椭圆归一化得到具有缩放和旋转不变性的圆形区域。将圆形区域进行非下采样轮廓变换(NSCT),其中非下采样轮廓变换不仅克服了小波(Wavelet)变换的非奇异性最优基缺点,而且提供了优于轮廓(Contourlet)变换的平移不变性。将水印嵌入变换后的低频子带中。该算法实现盲提取,仿真实验结果表明,提出的算法是有效的且对常规图像处理、几何攻击以及组合攻击均具有较好的鲁棒性。

关键词：图像水印尺度不变特征转换(SIFT) 去同步攻击椭圆区域非下采样轮廓变换

来源：评论

学校读者我要写书评

暂无评论

一种新的非下采样Contourlet域图像去噪算法

引用

计算机科学 2009年第11期36卷 286-289页

作者：付仲凯王向阳郑宏亮辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

作为新型高维奇异性分析工具,非下采样轮廓(Nonsubsampled Contourlet)变换不仅克服了小波(Wavelet)变换的非奇异性最优基缺点,而且提供了优于轮廓(Contourlet)变换的平移不变性。以性能优越的非下采样轮廓变换为基础,提出了一种新的图... 详细信息

作为新型高维奇异性分析工具,非下采样轮廓(Nonsubsampled Contourlet)变换不仅克服了小波(Wavelet)变换的非奇异性最优基缺点,而且提供了优于轮廓(Contourlet)变换的平移不变性。以性能优越的非下采样轮廓变换为基础,提出了一种新的图像去噪方法。该方法首先对图像进行非下采样轮廓变换,以得到不同尺度、不同方向上的变换系数;然后结合噪声分布特点确定多尺度阈值,并依此阈值对高频系数进行去噪处理;最后对去噪处理后的变换系数进行反变换,以得到去噪图像。仿真实验结果表明,该方法不仅拥有较强的抑制噪声的能力,而且具有较好的边缘保护能力,同时消除了图像边缘附近的伪吉布斯(Gibbs)现象,整体性能优于小波变换图像去噪和轮廓变换图像去噪方法。

关键词：图像去噪非下采样轮廓变换多尺度阈值伪吉布斯现象

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：