有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法。该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割。试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快。     

基于改进窄带法的快速医学图像分割方法

基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中,根据分割医学图像的鲁棒性实时性的要求,提出一种新的基于改进窄带法的图像分割方法INBM(Improved narrow band method)。INBM首先将均匀采样的图像映射到对数极坐标系中,由视网膜空间分辨率机制可知,注视点都在图像兴趣区,由此形成初始轮廓,然后用改进的窄带水平集(Level Set)方法演化曲线得到最终分割结果.改进窄带法是通过降低窄带区域内的水平集函数求解个数,来减少计算时间。实验结果表明,该方法能够快速、准确地得到医学图像的结果。     

改进的SLIC算法在彩色图像分割中的应用

针对简单线性迭代聚类(SLIC),仅考虑颜色和空间特征导致分割不准确的问题,提出了一种改进的SLIC分割方法。首先使用双边滤波执行图像增强,可以消除图像中的噪声且保护边缘特征;然后使用结合自适应多阈值LBP纹理特征的SLIC算法将彩色图像分割为超像素块;最后把超像素块通过DBSCAN算法进行聚类合并,以获得分割后的结果图。实验结果表明:所提方法对测试库中的图像分割是快速可靠的,能准确地分割图像边界并提取目标区域。与现有的其他图像分割方法相比,该方法分割的准确度和效率得到了显著提高。     

肝脏CT图像三维分割研究

针对肝脏CT图像的特征,提出了一种将种子区域生长算法和改进Snake模型相结合的策略,实现了肝脏的三维分割提取。该方法先从CT图像序列中筛选出肝脏有明显成像边缘的一张切片,在其肝脏区域内选择若干个种子点,利用种子区域生长算法得到初始边缘,再利用改进的Snake模型对初始边缘进行优化,然后,将此切片的边缘轮廓作为与其相邻切片上的初始边缘,重复该过程,直到分割完所有切片。实验表明该算法具有较高效率,分割结果精确,所产生的分割结果可以作为三维重建合适的数据集。     

基于区域特征的胃炎病理图像二值化分割方法

二值化图像分割方法因方法简单、易于实现而得到广泛应用 ,文章提出了一种基于区域特征的二值化图像分割方法。实验表明 ,该方法针对胃炎病理图像能得到较好的效果     

SURE准则的非局部SAR图像相干斑抑制

针对传统空域非局部平均方法在合成孔径雷达图像相干斑抑制中存在相似区域提取和方向信息捕获不足的问题,提出了一种基于各向异性高斯方向窗和Stein’s无偏风险估计(SURE)准则融合的非局部均值(NLM)算法。该方法设计多个不同方向的各向异性高斯窗来匹配SAR图像的局部空间几何结构,比传统的方形窗能更好地保护SAR图像中的方向性结构。采用比率测度来衡量图像块间的相似程度,并计算基于该各向异性高斯窗的NLM结果。结合SURE准则来融合不同方向的各向异性高斯窗的非局部平均结果,获得最终的SAR图像降斑结果。针对多幅SAR图像进行对比实验,实验结果表明:该方法在有效抑制SAR图像相干斑的同时能很好地保留图像的几何结构信息,为后续的SAR图像理解与解译提供了良好的基础。     

互信息在图像检索中的应用

提出了一种新的相似性图像检索方法,它利用信息熵理论,分别对图像的颜色、形状和纹理特征进行描述,给出一个综合的相似性匹配算法。该方法首先分割图像,把一幅图像划分为若干子区域,抽取图像的主要形状和统计其所含的角度信息;然后利用信息熵计算图像之间的颜色、形状和纹理互信息。试验结果表明与其他方法相比,新的相似性图像检索方法具有更好的图像检索效果。     

基于分形的快速最大熵红外图像特征检测

文章针对红外图像目标检测问题,提出一种基于分形的快速最大熵的红外图像特征检测算法.该算法利用DBC方法计算分维数,根据人造物和自然背景分形维差异,确定目标区域;最后,通过二维最大熵原则确定最佳阈值,实现对单目标或者多目标图像分割.该算法能够较好实现红外图像特征检测,有效抑制背景和噪声.     

基于最大互信息方法的机械零件图像识别

提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足。该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现。实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性。     

SEM材料图像目标区域分割

由SEM获取的纤维材料图像,目标孔洞粘联明显、重叠严重,特征参数提取困难。本文首先利用提取目标特征凹点的方法,实现了目标区域分割,但在分割精度上存在着不足,且算法较为复杂。对此,采用了一种基于距离变换的分水岭算法,通过对不同区域设置标记,循环标记的最终结果形成分水岭,并通过抑制过分割实现了对目标区域更为精确的分割。实验结果表明该算法具有良好的特性。     

机载前视SAR三维成像原理及分辨率分析

提出一种新型的采用天线阵模式的机载前视合成孔径雷达(SAR)系统,分析了其三维成像原理。根据前视SAR的成像几何模型和回波信号特点给出了实现前视SAR三维成像的处理流程,详细推导了前视SAR的三维分辨率。模拟了X波段前视SAR点目标回波并进行了三维成像实验。仿真结果表明前视SAR系统能够实现三维成像,验证了本文算法的有效性。     

合成孔径雷达图像特征及压缩研究

合成孔径雷达图像压缩有助于减少数据率，对图像传输和存贮效率的提高有积极的意义。对合成孔径雷达图像统计模型进行了研究，给出了其概率分布和相关性能分析，并用ＳＥＡＳＡＴ－ＳＡＲ数据进行了统计。据此提出了无失真压缩算法，达到了熵压缩边界，并对合成孔径雷达有失真压缩进行了讨论。     

合成孔径雷达图像质量的评估指标

合成孔径雷达(SAR)是一种具有广泛用途的全天候高分辨力成像雷达。由于微波图像与实际物体的视觉形象大不相同,从而使SAR的图像质量评估体系较其它成像系统更难建立。本文根据星载SAR成像算法研究的需要,从成像角度分析和研究了影响SAR图像质量的主要参数,建立了SAR图像质量评估系统,并给出了初步的测试方法。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

纹理SAR图像的多分辨率分析和分类(英文)

应用小波变换研究纹理合成孔径雷达（ＳＡＲ）图像的多分辨率分析和分类，首先应用树状结构的小波变换算法对一幅纹理ＳＡＲ图像进行多分辨率分解，并对图像中的不同纹理类型进行定量分析，然后将金字塔结构的小波变换算法应用到图像的多分辨率分类，所得结果证明了小波变换在纹理ＳＡＲ图像分类中的优越性。     

Wigner－Ville分布在合成孔径雷达中的应用

分析了合成孔径雷达（ＳＡＲ：ＳｙｎｔｈｅｔｉｃＡｐｏｒｔｕｒｅＲａｄａｒ）的成像模型和Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布（ＷＶＤ），并将ＷＶＤ用于提取ＳＡＲ中运动目标的多普勒参数，计算机模拟的结果验证了该方案的可行性。     

合成孔径雷达的点目标模拟研究

在探讨星载SAR成像机理的基础上,讨论了系统参数的选取：结合这些参数,给出了点目标模拟的方法,得到了点目标的模拟数据;并采用通常的R-D算法,对该数据进行了成像处理,得到了点目标的成像结果。     

使用小波分析的图像融合算法

利用小波分析实现ＳＡＲ图像与光学图像的融合和互补性。这种图像融合方法是利用ＳＡＲ图像小波分解后的近似部分和光学图像小波分解后的细节部分，组成一个新的小波分解系数，再进行逆小波变换（重构），即可得到复合的图像，取得了较好的实验效果。     

前视探地雷达波速估计及合成孔径成像研究

前视探地雷达的成像处理和地下电磁波的速度估计是前视探地雷达应用中两个重要研究课题。该文利用非平稳滤波矩阵将雷达接收数据经频率域非平稳卷积滤波,实现了目标图像的重建;通过波速扫描和合成孔径成像处理,利用目标图像聚焦的锋利性测度-图像灰度方差估计地下电磁波的速度。对仿真数据和实测数据进行处理,证明了所提方法的有效性。