摘要：现有的红外与可见光图像融合算法通常从单一尺度提取图像特征,导致融合图像无法全面保留原始特征信息.针对上述问题,提出一种基于多尺度和注意力机制的自编码网络结构实现红外与可见光图像融合.首先,采用密集连接和多尺度注意力模块构建编码器网络,并引入自注意力机制增强像素间的依赖关系,充分提取红外图像的显著目标和可见光图像的细节纹理;然后,特征融合阶段采用基于通道与空间的联合注意融合网络,进一步融合图像典型特征;接着,设计基于像素、结构相似性和色彩的混合损失函数指导网络训练,进一步约束融合图像与源图像的相似性;最后,通过对比实验的主观和客观评价结果,验证所提出算法相比于其他代表性融合算法具有更优异的图像融合能力.

摘要：红外图像动态范围压缩和细节增强可有效地提高人眼对图像关键细节信息的获取能力,是红外成像的重要研究课题.针对传统双边滤波器不能最优划分细节层和基础层的问题,设计了区域约束双边滤波器,并提出一种基于该滤波器的红外图像动态范围压缩和细节增强方法.首先通过区域约束双边滤波器将原始红外图像分解为基础层和细节层;然后对基础层进行压缩,对细节层进行增强;最后将这2部分重新合成得到结果图像.实验结果表明,文中设计的滤波器可以更合理地划分图像信息,该方法在压缩图像动态范围的同时可有效地增强不同尺度细节,具有较强的鲁棒性.

摘要：针对神经网络非均匀性校正算法(NN-NUC)存在的鬼影问题,分析了其形成的机理,提出一种自适应非均匀性校正算法.首先设计了一个去噪保边的高斯低通-三边联合滤波器;然后采用该滤波器取代NN-NUC算法的均值滤波器获取期望图像,以减少边缘像素估计误差,达到抑制鬼影的目的.采用仿真和实际红外图像序列进行实验的结果表明,该算法在有效地抑制鬼影的同时获得了较好的非均匀性校正效果.

摘要：针对目前地形简化算法在低分辨率的状态下忽略地形本身的重要起伏特征,如山峰、河谷等典型区域,导致视觉上的失真的问题,在Garland算法的基础上,结合地形学中山谷线和山脊线定义提出顶点特征度的概念,并将其作为权值嵌入到误差测度中,使简化后的地形模型能够保留更多重要特征信息.与Garland算法的对比实验表明,文中算法在保持原始算法高效性能的基础上,提高了地形模型精度,误差更小,并且保留了更多的重要特征信息.

摘要：目标在被局部遮挡、与背景灰度信息相似以及纹理比较明显等情况下,传统CV模型无法进行准确分割.为此,将模型中活动轮廓曲线的水平集函数用先验形状的水平集函数来代替,使得曲线在演化过程中始终保持某一类特定形状,从而实现了目标分割过程中的形状保持.根据形状保持的CV变分水平集分割模型建立适用于矩形目标分割的能量函数模型,推导出一组Euler-Lagrange常微分方程;通过水平集函数的不断迭代演化最终实现了矩形目标的分割;最后演化得到的水平集函数是对矩形目标的定量描述.3组实验结果证明,该模型能够解决复杂情况下的矩形目标分割问题,且具有计算量小、鲁棒性强的优点.

摘要：加速鲁棒特征（SURF）算法计算复杂度高、硬件实现需要大量的逻辑和存储资源, 且描述符构建过程难以并行实现、无法满足实时性要求. 针对上述问题, 提出一种SURF 算法的并行优化方法, 并给出基于FPGA 器件的硬件实现方法. 首先采用圆形特征区域和径向梯度变换等方法实现旋转不变性, 达到取消主方向计算和特征区域旋转的目的, 实现SURF 算法从积分图像计算到描述符生成的全过程并行优化; 然后基于FPGA 器件, 采用多存储器和多路并行流水结构实时实现SURF 优化算法. 对比实验结果表明, SURF 优化算法的匹配性能与SURF 算法相当, 虽然匹配点数比SURF 算法低5%-20%, 但匹配正确率比SURF 算法高5%-10%; SURF 优化算法硬件实现仅采用13.5MHz的时钟, 对于分辨率为720×576 的视频流, 处理速度达到25 帧/s, 满足了实时性要求.

摘要：红外焦平面阵列中不同列像元在读出电路中对应不同的列通道,每个列通道内的放大器具有不同1/f噪声特征,导致生成图像中含有大量条纹噪声,降低成像质量.为了更好地去除红外图像中的条纹噪声,提出基于引导滤波的红外图像条纹噪声去除方法.首先利用运动图像得到模糊图像的列累加平均向量,然后利用引导滤波器从列累加平均向量中提取条纹噪声校正项,最后利用该噪声校正项对噪声红外图像进行校正.采用仿真和实际红外图像序列进行实验的结果表明,该方法在有效地去除红外图像条纹噪声的同时获得了较好的非均匀性校正效果.

摘要：为了实现人眼感知信息最大化,结合人眼视觉系统亮度阈值特性提出一种具有目标函数的图像增强算法.首先在全局灰度映射约束条件下给出感知图像的计算方法,并以感知图像与原图像之间的互信息作为目标函数;然后采用动态规划算法实现了全局最优的灰度合并策略,以合并图像中人眼无法分辨的灰度;最后通过调整合并后灰度的取值实现目标函数最大化.实验结果表明,该算法具有良好的图像增强效果,所提目标函数合理有效.

摘要：针对在仿射变换下的形状匹配问题,提出基于凸包的特征点提取方法、基于各向异性高斯核的多尺度积分特征和基于两者的匹配方法.首先提取形状的凸包,根据最大面积原则对凸包相邻顶点之间的曲线进行演化,获取的点和凸包顶点形成仿射不变的特征点;其次对特征点按顺序编组,根据特征点之间的仿射变换关系构造多尺度积分特征向量;最后使用动态规划算法计算形状之间的相似度.实验结果表明,该方法对局部形变和噪声敏感度小,并适用于复杂形状的匹配.此外,特征点提取方法和多尺度积分特征也可与其他方法结合进行形状分析.

摘要：针对大多数先进的单幅图像盲目反降晰技术在噪声无法忽略时,仍不能很好地处理模糊核估计质量退化严重的问题,提出一种利用图像显著结构从单幅噪声模糊图像中准确估计模糊核的方法.首先通过降噪预处理对图像噪声进行抑制,利用基于全总变分模型的方法提取模糊图像的显著结构,进而运用梯度选择方法移除不利于模糊核估计的显著边缘,提高模糊核估计的鲁棒性;然后采取两阶段模糊核估计策略,运用基于图像显著结构模糊核估计方法和迭代支持域检测技术实现模糊核的准确估计;最后通过稀疏先验约束的非盲目图像解卷积方法完成最终的图像恢复.实验结果表明,与已有方法相比,该方法在合成和真实图像上都能更准确地估计出噪声模糊图像的模糊核,获得更好的复原图像质量,可有效地处理图像反降晰对图像噪声敏感问题,实现了噪声模糊图像模糊核的准确估计.