基于多光谱混合梯度的遥感影像分水岭分割方法

针对分水岭分割算法中的过分割问题,提出基于加权混合梯度的多光谱遥感影像分水岭分割方法.综合利用多光谱遥感影像各个波段的光谱信息,根据图像信息熵构建加权混合梯度.加权混合梯度图像形态学重建滤波之后,引入基于梯度图像区域极值中值的自适应极小值抑制技术对混合梯度图像进行修正,修正后的梯度图像运用分水岭变换,实现了多光谱遥感影像的分割.以QuickBird和Planet多光谱影像为实验数据验证了该方法,分割结果符合人类视觉感受,减小了过分割现象,为多光谱遥感影像分割提供了一种新的思路.     

基于主成份变换的多源遥感数据融合

通过利用主成份变换融合,对Landsat7的全色图像与多光谱图像进行融合处理,结果表明:主成份变换融合能够提高多光谱影像的信息量和空间分解力,较好的保留了原多光谱影像的光谱特征,减少图像理解的模糊性,便于目视解译,提高遥感数据的利用率.     

基于多尺度模糊边缘特征的遥感影像融合方法

针对全色与多光谱遥感影像融合,提出了一种基于多尺度模糊边缘特征的融合方法.该方法根据à trous小波变换特点以及全色与多光谱遥感影像的频率关系,对全色影像进行多层小波分解,并将不同尺度下的小波面叠加得到多尺度小波面,然后对其进行模糊增强处理提取边缘细节信息,最后将边缘细节信息叠加到多光谱影像中得到融合结果.实验中与传统融合方法进行了主观分析与客观定量比较,结果表明本文方法具有良好的融合效果.     

一种基于KPCA和Brovey变换的遥感影像融合方法

针对PCA-Brovey算法在融合多光谱遥感影像(MS)和全色影像(PAN)方面存在的空间细节特征和光谱特征不能同时得到较大提高的问题,提出一种基于KPCA-Brovey的遥感影像融合方法。利用核主成分变换(KPCA)算法的非线性光谱数据挖掘的特性,提取多光谱影像中信息量最大的3个主分量KPC1、KPC2和KPC3;然后利用Brovey算法对3个主分量和全色波段进行归一化融合运算,使融合结果中的空间信息和光谱信息更丰富。利用武汉区的Landsat5-TM和佛山区的Quick Bird影像进行实验,与PCA-Brovey方法相比,该方法在空间信息和光谱信息方面有明显提高,其中光谱信息提取率分别提高到96.6%(武汉区)和96.1%(佛山区),光谱相关系数提高到0.907 9(武汉区)和0.897 9(佛山区)。     

核磁共振弥散加权成像对局部晚期食管癌放疗靶区勾画的作用

目的研究DWI影像联合T2WI影像与CT影像融合技术的价值,探讨DWI影像对晚期食管癌放射治疗靶区范围确定的作用。方法 23例局部晚期食管癌单纯放疗病例,采用放疗所需体位及固定方法,同时对患者进行CT定位扫描、T2WI及DWI定位扫描。将获得的3个序列影像经网络传输至Eclipse治疗计划系统,使用治疗计划系统的归一化信息自动融合法对影像进行融合。由放疗医师分别在CT影像和CT与DWI融合影像上对靶区范围进行勾画。应用治疗计划系统的图像融合功能及统计功能对两种影像确定的靶区进行评价。结果以CT影像为参考确定的食管癌靶区体积及长度,相对于以CT和DWI融合图像为参考确定的食管癌靶区体积及长度之间具有明显差异;临床医师应用CT与DWI融合图像勾画的食管癌靶区体积及长度结果3个组之间更为接近。结论 DWI与CT融合图像能清楚地反映肿瘤靶区的范围,对局部晚期食管癌的靶区确定有良好的辅助作用。     

航空影像的几何校正研究与实现

航空侦察在军事上有着重要的地位,文中研究了航空影像的斜像校正.利用GPS实地采集地面控制点,采用多项式和双线性插值法对机上采集的图像进行了几何校正.校正后的图像可用于图像配准、融合和目标识别.     

基于NSCT和Bilateral滤波器的含噪声图像融合

对于含噪声红外与可见光图像的融合,在滤除噪声的同时通常也会损失同为高频信息的边缘细节.为了解决这个问题,提出了一种基于Bilateral双边滤波器和非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)的含噪声图像融合算法.首先采用NSCT方法对图像进行多尺度分解,调整参数使得到的红外图像和可见光图像的高频图像中包含了大部分的边缘信息和噪声,为了保留边缘信息和滤除噪声,采用Bilateral双边滤波器分别对两幅高频图像进行处理,并得到红外高频图像的细节图像.为了将原始图像的边缘细节信息尽可能多地提取到融合图像中,同时增强边缘信息,将红外细节图像与可见光高频图像叠加到一起,提升融合图像的视觉效果.然后,采用局部区域标准方差系数方法作为红外与可见光图像低频图像的融合规则进行融合.最后,将融合后的高频图像和低频图像根据NSCT反向变换进行重构,得到融合后的图像.实验结果表明,该算法在滤除噪声的同时能够很好地保持边缘细节,对于含噪声图像的融合具有很好的效果.     

基于IHS变换与直方图匹配法的遥感影像融合

针对IHS变换法(彩色空间变换法)对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息,称之为光谱扭曲,文中研究并实践了一种新方法,该方法利用直方图匹配的方法来解决光谱特征扭曲的问题,经过直方图匹配处理后的高分辨图像和多光谱图像的光谱强度分量具有较强的相关性,经IHS反变换后可以得到具有较好空间分辨率和光谱信息的融合图像．文中以TM图像和SAR图像融合为例进行分析,其结果表明,该方法得到的融合图像优于传统的IHS变换法．     

海量影像数据的快速浏览设计

信息技术和传感器技术的飞速发展,使得遥感图像的数据量呈几何级数的递增.当浏览图像或缩放时传统的方法速度都比较慢,特别是缩小图像时要读取整个影像数据,而且还要间隔的抽取数据,速度之慢几乎难以忍受,当对影像数据进行数据矢量化的时候,工作效率就非常低.本文提出了一种在打开文件时花出一定时间对影像文件进行临时文件重建,做成倒金字分层结构,并通过内存映射文件读取数据,简化了文件读取操作.这样每次浏览或缩放图像时就可以无等待了.     

分层CS-LBP和HOG特征融合的人脸识别研究

针对单独的纹理特征只能提取图像的纹理信息而不能得到图像轮廓边缘信息的问题,在人脸识别的特征提取研究中提出了分层CS-LBP和分层HOG特征的融合方法.对图像分别进行多次CS-LBP和HOG特征的提取,得到分层CS-LBP特征提取图像和分层HOG特征提取图像,对分层的特征提取图像再次提取分层CS-LBP和分层HOG特征,并将两种分层特征进行融合,得到更有效的人脸的纹理及边缘轮廓特征.在ORL和GT人脸库上的实验结果验证了所提出的分层特征融合方法的有效性.     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．     

���ڷ��²���Contourlet�任�Ľ�ͨͼ���ںϷ����о�

电视监控是智能交通监控系统的一个重要组成部分,其目的是通过对视频交通图像处理进行车辆、行人、环境等的监控. 根据非下采样Contourlet变换具有多分辨率、多方向性和平移不变性的特点,提出了一种基于非下采样Contourlet变换的多聚焦交通图像融合方法. 融合策略采用低频系数取平均,高频系数基于邻域、兄弟和父节点信息的区域特征衡量取最大值法. 将本文的方法与小波变换、脊波变换及Contourlet变换相比较,实验结果表明,该方法取得了更好的融合效果,提高了图像质量,满足智能交通监控系统的要求.     

基于非下采样Contourlet变换的交通图像融合方法研究

电视监控是智能交通监控系统的一个重要组成部分,其目的是通过对视频交通图像处理进行车辆、行人、环境等的监控. 根据非下采样Contourlet变换具有多分辨率、多方向性和平移不变性的特点,提出了一种基于非下采样Contourlet变换的多聚焦交通图像融合方法. 融合策略采用低频系数取平均,高频系数基于邻域、兄弟和父节点信息的区域特征衡量取最大值法. 将本文的方法与小波变换、脊波变换及Contourlet变换相比较,实验结果表明,该方法取得了更好的融合效果,提高了图像质量,满足智能交通监控系统的要求.     

基于提升小波变换的医学图像融合算法

图像融合是将多幅图像的信息综合到一幅图像的技术,它使得融合后的图像包含更为准确、更为全面可靠的图像描述。为了改善传统医学图像融合算法对细节信息的丢失,采用提升小波的方式将源医学图像进行分解,并分别对高低频采用不同的融合规则,最后经小波逆变换得到目标图像。仿真实验结果表明,该算法是有效可行的。     

基于Matlab数字图像处理的车牌定位方法

通过彩色图像灰度化、最佳阈值法对图像进行二值化,改进的中值滤波策略对图像去噪,小波融合技术等对图像进行预处理。从而提高图像质量。利用改进的边缘检测的方法对预处理后的图像进行定位,并运用数学形态学的知识筛选车牌区域。结果证明,该定位方法取得了较好的效果,可为车牌图像的准确识别奠定基础。     

图像分块融合算法速度优化处理研究

相比于自然界现阶段人们所持有的取像设备有着较低的动态范围,在某种曝光强度下,自然界的所有细节很难被完全抓取,图像的部分细节还是模糊的.基于对此现象的认识,本文通过将不同曝光度图像合成的方法,获取到了质量较高的融合图像,并在保证图像效果的基础上,通过加窗运算的方式,提高了算法在图像分块融合处理上的执行速度,保证了算法效率.     

Review of pixel-level image fusion

Image fusion can be performed at different levels:signal,pixel,feature and symbol levels.Almost all image fusion algorithms developed to date fall into pixel level.This paper provides an overview of the most widely used pixel-level image fusion algorithms and some comments about their relative strengths and weaknesses.Particular emphasis is placed on multiscale-based methods.Some performance measures practicable for pixel-level image fusion are also discussed.At last,prospects of pixel-level image fusion ar...     

Synthetically Evaluation System for Multi-source Image Fusion and Experimental Analysis

Introduction The image fusion technology produces a singleimage from a set of input images. The fused imageshould have more complete information which ismore useful for human or machine perception.With the merits of high degree of system explo-ration, automation, availability, reliability, capa-bility and low cost, it boasts broad application per-spective in many fields such as computer vision,automatic object detection, image processing, par-allel and distributed processing, robotics and re-m…     

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法．该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率．     

Fusion of remote sensing images based on nonsubsampled contourlet transform and region segmentation

The purpose of remote sensing images fusion is to produce a fused image that contains more clear, accurate and comprehensive information than any single image. A novel fusion method is proposed in this paper based on nonsubsampled contourlet transform (NSCT) and region segmentation. Firstly, the multispectral image is transformed to intensity-hue-saturation (IHS) system. Secondly, the panchromatic image and the component intensity of the multispectral image are decomposed by NSCT. Then the NSCT coefficients of high and low frequency subbands are fused by different rules, respectively. For the high frequency subbands, the fusion rules are also unalike in the smooth and edge regions. The two regions are segregated in the panchromatic image, and the segmentation is based on particle swarm optimization. Finally, the fusion image can be obtained by performing inverse NSCT and inverse IHS transform. The experimental results are evaluated by both subjective and objective criteria. It is shown that the proposed method can obtain superior results to others.