基于水天线检测的数字图像处理算法研究

重点讨论了天文导航中水天线图像的处理算法.先通过小波变换的阈值法分割对图像进行分割,然后利用中值波消除图像中的噪声,再通过小波变换提取出图像中的水天线,最后通过Hough变换得到图像中水天线的具体位置信息,从而计算出舰船的摇摆角.     

小波变换在舰船图像尺寸测量方法中的应用

分析小波阈值降噪和基于小波图像分割技术在舰船图像尺寸测量中的应用,在小波阈值降噪阶段,利用高斯小波对图像进行4层分解,逐层去除噪声的小幅值小波系数,达到去噪目的;在图像分割阶段,首先利用灰度直方图以及本文提出的像素邻域差值直方图构建二维直方图,然后对其进行最优一维投影;最后利用Haar小波对最优一维投影进行分解,求取图像最佳分割阈值。本文用提出的算法对舰船的主轴长度、主轴垂直方向长度、舰船面积以及周长4个尺度量进行测量。实验结果表明,小波变换在图像降噪和分割方面有诸多优势,而降噪和分割又是舰船尺寸测量的必须步骤,因此小波变换将在舰船图像尺寸测量中发挥越来越重要的作用。     

海上雷达图像处理中的小波变换算法研究

针对海上雷达图像在图像处理中的噪声消除问题进行分析,并研究小波变换的基本原理以及利用小波变换进行噪声消除的依据。由于SAR图像生成机理的特殊性,传统的噪声消除方法执行效果并不理想,而小波变换具有的多尺度变换特性应用到SAR含噪声图像上能够有效地分割开信号与噪声,实现较好的噪声消除效果。最后,通过实验仿真实现了小波变换的SAR噪声消除,并与经典的噪声消除方法消噪结果进行对比分析,证明小波变换在进行SAR图像噪声消除上的有效性。     

基于DSPC64x的视频图像采集与处理系统

介绍了一个采用通用高速数字信号处理器（DSP）构成的图像采集与处理系统。该系统是为小型舰船提供一个能用自带的粗略水平基准进行天文导航而开发的。文章分别从硬件和软件两部分对系统进行了设计说明，硬件部分以DM642为核心，软件部分采用自适应阚值分割、小波变换和Hough变换等算法。系统设计的目的是通过对水天线图像的处理，以实现对舰船的横摇／纵摇角度进行快速、准确的测量。     

结合小波变换和K均值聚类的SAR舰船目标分割

对SAR舰船目标分割方法进行研究,给出一种基于小波变换与K均值聚类相结合的舰船目标分割方法。在该方法中,首先利用双密度双树复小波变换优秀的图像去噪能力,对SAR图像进行降噪处理,以减少相干噪声对分割结果的影响;然后通过改进的K均值聚类方法进行舰船分割。实验结果表明本文方法能有对SAT舰船目标进行有效区分。     

VDR雷达图像的ROI图像编码压缩算法

针对VDR雷达图像感兴趣区域压缩问题，提出了整数小波变换和非均匀移位的ROI图像编码压缩算法。该算法利用整数小波对图像进行变换，对量化后生成的小波系数进行非均匀移位，不仅能够保证感兴趣图像数据在低比特数据流中的优先恢复，还实现了使图像的渐进恢复过程更加适合人眼视觉特点的效果。通过对VDR雷达图像的压缩实验，该算法效果明显。     

采用小波SAR算法的船舶监测系统设计

根据小波变换和Teagar算子的优良特性,设计出一种基于SAR图像的船舶检测算法,并且基于该算法设计出了一套监测系统。该系统能够准确、高品质的实时对船舶进行跟踪监控。此监控系统的核心是这一套新的算法,该算法对SAR图像进行小波变换,然后针对小波变换的低频分量采用Teagar算子进行增强和去噪处理,再将低频分量和高频分量利用逆小波变换获得高品质的SAR图像。并通过实验验证本系统的适用性和优越性。     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

Hough变换的舰船图像自动分割

随船舶航行距离的延长,现有图像分割方法由于分割错误率过高的问题,易导致分割精度与分割速度值的持续下降,基于此提出Hough变换理论支持下的舰船图像自动分割方法。利用图像特征提取值,选择适宜的图像处理区域,实现Hough变换的舰船图像目标检测。在此基础上,对舰船图像进行预处理,通过设定分割阈值的方式,计算得到准确的粗分割系数,实现Hough变换舰船图像自动分割方法的顺利应用。对比实验结果表明,与现有图像分割方法相比,Hough变换分割方法的实际分割错误率数值水平更低,可有效解决因船舶航行距离延长而出现的分割精度值与分割速度值持续下降的问题。     

导航系统中水天线信号处理的算法研究

介绍了舰船导航系统中水天线图像信号处理的算法,该系统通过测量水天线,可以实现对舰船的横摇/纵摇角度进行快速、准确的测量。     

天文导航用水天线图像处理的技术研究

天文导航在导航系中有着不可替代的地位,由于客观原因,舰船在海平面上航行必然会摇摆,针对这一摇摆角问题,提出了基于粗略水平基准的水天线测量法。该方法以TDS642EVM多路实时图像处理平台为硬件电路,软件算法采用自适应阈值分割和小波变换进行边沿信号检测,最后利用Hough变换获取水天线的具体位置信息,所有算法在CCS2.0环境下编程实现。     

基于Retinex算法的水面无人艇海天线检测方法

针对海天线检测在水面无人艇自动巡航和目标识别方面的重要作用,提出一种基于Retinex算法和霍夫(Hough)变换的水面无人艇海天线检测方法。采用Retinex算法增强海天背景下的RGB图像,采用中值滤波、阈值分割、形态学闭运算和Canny算子提取边缘,采用Hough变换提取海天线,通过MATLAB进行仿真验证。验证结果表明,所提出的算法可精准提取复杂背景下的海天线,具有较好的适应性。     

基于Hough变换的舰船尾迹检测研究

提出一种采用小波变换和Hough变换结合的对SAR图像中舰船尾迹检测的算法。该方法首先对SAR图像进行预处理,降低相干斑噪声的影响;然后采用小波变换对SAR图像进行多尺度分解,并利用归一化Hough变换对不同尺度的子图像进行处理,检测图像中的直线,再将多个尺度的直线检测结果结合起来考虑,剔除错误判断,选定准确的舰船尾迹检测直线。最后通过实验对本文算法进行验证,结果表明该方法能够有效检测舰船尾迹。     

基于小波变换的图像融合算法研究

为解决单源图像无法全面准确捕捉信息的问题,提出了一种基于小波变换的图像融合算法.首先,将多源图像进行多层小波分解,得到各个图像的低频信息和高频信息.接着对小波系数采用像素点区域特征的融合规则进行融合处理,最后通过小波逆变换得到重构图像.仿真结果表明,融合后的图像低频信息部分并没有发生改变,而高频细节部分融合了两幅源图片中的细节部分,使得融合后的图片更加清晰,可信度更高.     

微分方程的船舶图像增强分析研究

船舶成像在采集图像的特定增强过程中,受到图像分割方法的影响,使得总体增强精度较低。为此,提出基于微分方程的船舶成像图像增强方法。依托于微分方程建立多区域分割模型,在高精度分割的基础上,利用小波变换方法提取船舶图像的特征,并根据图像特征,完成船舶图像的高精度增强。实验结果表明:这种图像增强方法应用到船舶成像过程中,具有更好的性能。同样实验环境下与传统方法相比,将船舶图像总体增强精度分别提升10.79%,10.34%。     

一种基于小波变换的SAR图像船舰监测新算法

船舶图像监测技术对于船舶的运行安全有着非常重要的作用,特别是在航道管理、船舶避碰、状态检测等领域,通过分析传感器采集的数据,可以获得非常多有用的信息。本文主要结合先进的SAR算法,通过小波变换对图像的有用信息进行过滤,提高了船舶图像的识别率。首先,对小波变换理论和SAR识别算法进行了原理阐述,然后对图像进行数字建模,提取出其中的有效矩阵信息,通过对特征数据进行互补和冗余信息,提高了系统的识别性能,在数据处理时,由于存在外部噪声干扰的问题,所以需要加入去噪声滤波算法。     

实时测距系统中基于图像的一种船舶自动识别算法

讨论了实时测距系统中一种基于图像的目标船舶自动识别算法。首先利用小波变换,从高分辨率图片中分解出大尺度图像,并在分解出的图像中使用Canny算子做边缘检测,确定出船舶区域,然后再在高分辨率图片中使用Canny算子,对确定出的船舶区域做边缘检测,最后利用霍夫变换,识别出船舶的船首角点。     

小波变换在SAR图像舰船尾迹检测中的应用

针对小波变换在SAR图像舰船尾迹检测中的应用,本文首先对原始的SAR图像进行预处理,抑制强目标和强斑点;然后进行Radon变换,计算所有峰值截面和小波函数的连续小波变换,对提取的参数进行基于信号聚类算法进行决策判定得到真实峰值,基于方向梯度算法检测尾迹起点;最后利用真实峰值与小波函数匹配实验进行验证算法的有效性。实验结果表明,高斯小波和墨西哥帽小波与线性特征所对应的峰值匹配程度较好,极大地提高了真实目标峰值的检测率,减少虚假线性特征的影响。     

舰船监控视频传输中虚假图像识别方法研究

传统的舰船监控视频传输中虚假图像识别方法图像识别精准度低,为此设计一种舰船监控视频传输中虚假图像识别方法。采用加权平均值法对虚假图像灰度化处理,并利用直方图均衡化处理的方法对虚假图像中的灰度直方图转换。同时,采用二维双树小波变换方法对虚假图像重建以及图像分割,对舰船监控视频传输中虚假图像背景更新,完成了舰船监控视频传输中虚假图像识别。实验证明,此次设计的图像识别方法比传统方法的识别精准度高,实际应用意义大。     

噪化图像的形态学分割方法

对严重噪化的图像，提出一个形态学分割方法，先通过灰度骨架变换方法和最大内接块的概念将图像中的颗粒噪声，目标表面及有噪背景分离开，移去变化背景及颗粒噪声，使图像得以增强，为了成功地识别和分离不需要的成分，用灰度形态开形成一个尺寸鉴定算法，最后在增强图像上应用全局阀值化从背景中获得目标。