摘要：为减少遥感图像中的散斑噪声,获取较为准确、完整的变化信息,提出一种基于ROF模型半隐式去噪的SAR图像变化检测算法。对于两时相含噪图像进行对数变换,利用Rudin等提出的ROF模型,采用半隐式差分格式对含噪图像进行去噪;针对去噪后的两时相图像进行差值运算得到差异图;利用模糊C均值聚类算法对差异图聚类,得到变化检测结果图。实验结果表明,该算法具有较高的检测精度和时间运行效率。

摘要：针对图像增强过程中出现的清晰度低、噪声放大、细节不明显和边缘梯度保持能力弱等问题,提出一种NSST和引导滤波相结合的图像增强算法。将原始图像和直方图均衡化后的图像分别进行NSST处理,得到各自的低频子带和高频子带;将直方图均衡化后的低频子带进行PM滤波增强;采用循环阈值法抑制原始图像的高频子带中的噪声,用引导滤波对高频子带进行增强,提高图像的清晰度和边缘梯度保持能力,对处理后的低频子带和高频子带进行NSST逆变换。实验结果表明,该算法增强了图像的细节信息,改善了图像的视觉效果。

摘要：为解决传统背景减法在动态背景下受噪声干扰和运动目标检测准确性不高的问题,提出一种基于改进背景减法的视频图像运动目标检测方法。在背景建模阶段,为易于计算和提高检测精度,采用基于GMM的图像块均值方法重构背景模型;在目标检测阶段,采用数学形态学和小波半软阈值函数相结合的方法对检测到的运动目标进行去噪处理;在背景更新阶段,采用自适应背景更新方法进行背景更新。实验结果表明,所提方法提高了运动目标检测的准确性,验证了其有效性。

摘要：为获取保留图像信息较完好的差异图并得到更好的变化检测结果,提出一种基于自适应脉冲耦合神经网络(PCNN)和改进Chan-Vese(C-V)模型的非监督的不同时相遥感图像的变化检测算法。用差值法、比值法对两幅遥感图像进行差异图获取;用自适应PCNN图像融合算法对两幅差异图进行融合,获取保留图像信息较好的差异图;用基于改进C-V模型的分割算法对融合后的差异图进行分割,得到变化检测结果图。实验结果表明,该算法具有很好的变化检测效果,总检测精度较高。

摘要：为减少噪声对SAR图像变化检测分类结果的影响,提高最终的检测精度,提出一种结合双差异图与PCA-FCM的SAR图像的变化检测算法。通过对数比法和均值比法得到同一地区的两幅差异图,两幅差异图通过合成规则得到最终的差异图,将合成的差异图分成不重叠的块,利用主成分分析(PCA)提取特征向量,将合成差异图中每个像素用映射到特征向量空间的向量表示,使用模糊C均值聚类对每个像素的向量聚类分为变化类和未变化类。实验结果表明,该方法降低了噪声对检测结果的影响,提高了变化检测的精度。

摘要：为尽可能多地消除遥感图像变化检测过程中"伪变化"信息的影响,获得比较客观的感兴趣区域变化检测结果,针对遥感图像中SAR图像的特点,提出一种混合的SAR图像变化检测算法。对已配准好的图像进行Frost滤波,用邻域比值的方法构造差异图,对得到的差异图进行非下采样轮廓波变换(NSCT),对变换得到的高频子带和低频子带分别处理,用模糊C均值(FCM)聚类算法得到变化检测的结果。实验结果表明,该算法模型很好地保留了图像变化区域的细节,提高了变化检测准确性。

摘要：针对图像在增强的过程中容易放大噪声,造成图像的失真和细节不明显等问题,结合NSCT(non-subsampled contourlet transform)和模糊集理论,提出一种改进算法。利用NSCT的平移不变性和多分辨率分析特点对图像进行非下采样Contourlet变换,对低频系数采用线性增强,用改进的自适应阈值函数来处理高频系数,利用改进的模糊对比度来增强图像的边缘和纹理,使用伽马校正对增强后的图像进行校正,提高全局对比度。实验结果表明,该算法能够明显改善图像的视觉效果,增强图像的细节信息。

摘要：由于遥感图像的变化检测与分割方法、分割尺度有较强相关性,提出一种多尺度分割融合的对象级图像变化检测方法。利用改进的最小生成树分割算法同时联合分割不同尺度下的两幅图像,保证分割图斑的空间位置完全相同;结合分割图斑的光谱特征和纹理特征,计算不同尺度下对应图斑的差异指数,提取变化图斑;多尺度融合变化检测结果,得到变化区域。实验结果表明,该算法具有较好检测结果和较高检测精度。

摘要：针对遥感图像的细节信息丰富、对比度低、清晰度差等特点,提出基于剪切波变换和反锐化掩膜相结合的遥感图像增强算法。直方图均衡化遥感图像,剪切波分解遥感图像,得到低频子带系数和高频子带系数,对各尺度各方向的高频系数进行自适应阈值去噪和线性增强处理。为防止过增强,不处理剪切波变换产生的低频系数,对做逆变换回空间域的图像采用反锐化掩膜来增强边缘和细节。实验结果表明,该算法对遥感图像有较好的增强效果。