结合GMRF先验的非局部图像修复方法

    公开(公告)号:CN101980285A

    公开(公告)日:2011-02-23

    申请号:CN201010536253.2

    申请日:2010-11-09

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种结合GMRF先验的非局部图像修复方法,它属于图像处理技术领域,主要解决现有基于样本的非局部均值修复方法中相似性权值计算不准确的问题,其实现过程是:(1)对待修复图像I,确定待修复区域Ω及其边界δ;(2)计算中心点在边界上的待修复块的优先级P(p),找出优先级最高的修复块并对使用GMRF建模;(3)在搜寻区内搜索与待修复块最相似的n个样本块,使用基于GMRF的非局部均值方法得到作为填充待修复块的填充块ψp′;(4)更新置信度项及待修复区域,重复步骤(1)-(4)直至待修复区域内的所有点被修复。本发明能够更好的连接图像纹理信息,并能使修复结果在亮度上更接近于原图,可用于修复图像破损区域及图像中目标物的移除。

    遥感图像中水上桥梁目标检测方法

    公开(公告)号:CN101430763B

    公开(公告)日:2011-02-09

    申请号:CN200810232213.1

    申请日:2008-11-10

    IPC分类号: G06K9/62 G06K9/46

    摘要: 本发明公开了一种从遥感图像中检测水上桥梁的方法,属于图像处理技术领域,主要解决现有技术适用范围有限的问题。具体实现过程是:从遥感图像中分割出完整连通的水域;对得到的水域区进行基于方向滤波的图像增强,在此基础上计算水域内各像素点的方向;根据不同桥梁的特点和方向设计相应的模板,并基于模板进行特征提取,选取多幅遥感图像用训练建模的方法得到基于遥感图像的桥梁分类器,对待检测图像进行模板匹配与特征提取后,通过桥梁分类器即可得到初始的桥梁检测结果;对初始检测结果进行噪声剔除,得到桥梁检测的最终结果。本发明具有无需对图像进行复杂的预处理和检测性能好的优点,用于对遥感图像的水上桥梁目标准确检测。

    自然图像非局部均值去噪方法

    公开(公告)号:CN101950414A

    公开(公告)日:2011-01-19

    申请号:CN201010271499.1

    申请日:2010-09-02

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种自然图像的非局部均值去噪方法,它属于图像处理技术领域,主要克服现有自然图像非局部均值去噪中相似性计算不准确的问题。其实现过程是:(1)对输入的含噪自然图像做小波变换;(2)对高频信息进行方差归一化处;(3)计算像素点x与搜寻区域内像素点y的相似性,得到搜寻区域内所有像素点的权值;(4)根据计算出的搜寻区域内所有像素点的权值,对搜寻区域内所有像素点进行加权平均,得到像素点修正后的灰度值;(5)用修正后像素点的灰度值取代输入的含噪自然图像中像素点的灰度值,得到去噪后的图像。本发明在总体性能上优于其它的去噪方法,能够更好地平滑噪声的同时保持自然图像的边缘和纹理等细节,可用于对自然图像的去噪处理。

    基于多尺度的自然图像非局部均值去噪方法

    公开(公告)号:CN101944230A

    公开(公告)日:2011-01-12

    申请号:CN201010268546.7

    申请日:2010-08-31

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种基于多尺度的自然图像非局部均值去噪方法,主要克服现有自然图像去噪结果中难以保持图像纹理和细节的问题。其实现过程是:(1)对输入的含噪自然图像做小波变换,将其分解为低频图像和高频图像;(2)用BayesShrink方法对不同尺度的高频图像的系数进行修正,得到修正后的高频图像;(3)对低频图像和修正后的高频图像进行重构,得到新的低频图像;(4)用非局部均值方法对重构得到新的低频图像进行修正,得到修正后的低频图像;(5)对修正后的低频图像和修正后的高频图像进行重构,得到去噪后的图像。本发明相对于其它的一些经典的去噪方法能够更好抑制噪声的同时保持自然图像的边缘和纹理细节,可用于对自然图像的去噪处理。

    基于空间加权隶属度模糊c-均值的纹理图像分割方法

    公开(公告)号:CN101923714A

    公开(公告)日:2010-12-22

    申请号:CN201010271531.6

    申请日:2010-09-02

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种空间加权隶属度模糊c-均值纹理图像分割方法,主要解决纹理图像分割的局部错分问题,改善边缘结合位置的分割效果。其实现过程是:(1)输入待分割的图像;(2)对待分割图像提取灰度共生特征和小波特征;(3)利用空间信息调节模糊c-均值聚类的隶属度并聚类;(4)利用粒子群优化方法对聚类过程中的调控参数进行优化;(5)判断是否达到设定的循环终止条件,如果没有达到循环终止条件则返回到第3步进行下一次循环,如果达到则退出循环得到最终隶属度值,即图像最终分割结果。本发明与现有的技术相比显著提高了图像的分割性能,能够有效地分割纹理图像和SAR图像。

    基于测地距离的半监督SAR图像水域分割方法

    公开(公告)号:CN101894368A

    公开(公告)日:2010-11-24

    申请号:CN201010220585.X

    申请日:2010-07-06

    IPC分类号: G06T7/00 G01S13/90

    摘要: 本发明公开了一种基于测地距离的半监督SAR图像水域分割方法,主要解决现有技术在处理大尺寸SAR图像时出现的分割精度低,时间复杂度较高的问题。其实现过程是:(1)通过人工建立水域标签集合和陆地标签集合,建立对应的水域模型和陆地模型;(2)利用该水域模型和陆地模型在待分割图像中自动生成水域标签集合和陆地标签集合;(3)利用该自动生成水域标签集合和陆地标签集合,计算测地距离,得到最终分割结果。本发明能够快速、精确的对大尺寸SAR图像进行水域分割,有效的保持水域边界,为码头、桥梁等目标的检测提供准确的轮廓信息。

    基于差分免疫克隆聚类的图像分割方法

    公开(公告)号:CN101866490A

    公开(公告)日:2010-10-20

    申请号:CN201010214614.1

    申请日:2010-06-30

    IPC分类号: G06T7/00 G06N3/12

    摘要: 本发明公开了一种基于差分免疫克隆聚类的图像分割方法,它属于图像处理领域,主要解决已有聚类技术收敛速度慢、稳定性差、易陷入局部极值问题。其实现步骤为:1)对待分割图像提取灰度共生矩阵和小波变换特征;2)对待分割图像进行分水岭预分割,将属于同一块内的像素特征取均值,得到聚类数据;3)进行种群1初始化和个体编码;4)计算种群1中个体适应度值,得到种群2中抗体并更新精英种群;5)对种群1和种群2分别设计不同的操作算子,对种群1依次进行差分变异、正交重组、二项式交叉及选择操作,对种群2依次进行比例克隆、超变异及克隆选择操作;6)输出图像分割结果。本发明具有收敛速度快,稳定性高、分割结果区域一致性好和保留信息完整的优点,能够有效地对纹理图像和SAR图像进行分割,可用于SAR图像目标识别。

    基于免疫多目标聚类的图像分割方法

    公开(公告)号:CN101866489A

    公开(公告)日:2010-10-20

    申请号:CN201010214613.7

    申请日:2010-06-30

    IPC分类号: G06T7/00 G06N3/12

    摘要: 本发明公开一种基于免疫多目标聚类的图像分割方法,它涉及图像处理技术领域,主要解决传统方法评价指标单一,且易导致区域一致性差、边界凌乱的问题。其实现步骤为:(1)对待分割图像进行特征提取,并利用控制标记符的分水岭方法对图像进行初分割;(2)设置运行参数并初始化抗体种群;(3)对抗体种群执行结合局部搜索的免疫多目标优化方法,得到近似Pareto解集;(4)从步骤(3)中得到的近似Pareto解集中根据PBM指标选取最优解;(5)根据步骤(1)得到的初分割结果和步骤(4)得到的聚类结果对图像像素点进行标记,得到最终的分类结果。本发明具有分割结果区域一致性好、能够保留完整信息且计算速度快的优点,可用于图像目标识别。

    基于脊波双框架系统的SAR图像机场跑道提取方法

    公开(公告)号:CN101777181A

    公开(公告)日:2010-07-14

    申请号:CN201010013720.3

    申请日:2010-01-15

    IPC分类号: G06T7/00 G01S13/90

    摘要: 本发明公开了一种基于脊波双框架系统Ridgelet Bi-frame的SAR图像线性目标检测方法。其实现步骤是:(1)对输入待检测SAR机场图像进行直方图均衡,得到增强的结果图像;(2)对增强后的图像进行前滤波,并对前滤波后的结果进行基于二进小波变换的图像边缘检测;(3)设定阈值T1,将图像边缘检测结果中小于该阈值的边缘置零,保留大于该阈值的边缘区域;(4)根据保留的边缘区域检测机场跑道边缘线;(5)设定阈值T2将检测到的机场跑道边缘结果进行二值化处理;(6)用直线跟踪法将二值化处理结果与原始SAR机场图像滤波后的结果进行匹配,确定跑道的实际长度。本发明具有不需要复杂的后处理过程,实用性强,快速、定位准确的优点,可用于对较大的复杂SAR图像场景中的机场跑道提取。

    基于非参数密度估计的遥感图像变化检测方法

    公开(公告)号:CN101694719A

    公开(公告)日:2010-04-14

    申请号:CN200910024295.5

    申请日:2009-10-13

    IPC分类号: G06T7/00 G01S7/48

    摘要: 本发明公开了一种基于非参数密度估计的遥感图像变化检测方法,主要解决现有技术对差异图像中与变化类和非变化类相关的统计项的估计存在偏差的问题。其实现过程是:输入两幅不同时相的遥感图像,并对每幅图像的每个通道去噪,得到两时相的去噪后图像,并采用变化矢量分析法构造差异影像;应用K-均值聚类算法将差异图像聚成变化类和非变化类,得到初始分类结果,并采用非参数密度估计的方法估计差异影像中与变化类和非变化类相关的统计项;结合变权马尔科夫随机场模型进行自适应的空间约束,得到最终的变化检测结果。实验表明本发明能够有效地保持图像的结构信息,并去除孤立噪声,提高变化检测处理效率,可用于灾情监测、土地利用、农业调查领域。