1 西安邮电大学 计算机学院, 陕西 西安 710121
2 陕西省网络数据分析与智能处理重点实验室, 陕西 西安 710121
针对多曝光图像融合中的鬼影问题, 提出了一种改进强度映射函数的多尺度曝光图像融合算法。基于参考帧图像分别确定输入帧的高低对比度; 采用高对比度区域进行结构一致性检测得出鬼影区域; 利用改进后的基于强度映射关系的能量函数进一步检测低对比度区域的鬼影信息; 利用多尺度块匹配算法进行快速融合。实验结果表明, 与已有的代表性方法相比, 该方法可以有效地去除鬼影并保留了图像的色彩和细节信息。
多曝光图像融合 鬼影检测 动态场景 鬼影去除 Multi-exposure image fusion ghost detection dynamic scene De-ghosting
1 哈尔滨理工大学 电气与电子工程学院, 黑龙江 哈尔滨 150080
2 工程电介质及应用技术教育部重点实验室(哈尔滨理工大学), 黑龙江 哈尔滨 150080
针对图像匹配实时性受限的问题以及在图像投影拼接中出现的重影的问题, 提出了一种改进尺度不变特征变换(SIFT)快速图像拼接和重影优化算法。该算法通过图像之间共享信息量的相似性进行特征点的区域划分, 利用SIFT算法对相似重合区域进行特征点的检测以及提取, 减少无用区域的算法运算时间; 在图像拼接的阶段, 通过特征点计算投影矩阵, 并进行粗投影, 再根据特征点所在区域密集程度, 通过最佳拟合变换对特征点密集区域进行二次投影拼接, 减少拼接图像出现重影的问题。实验结果表明, 该算法与传统的SIFT算法相比, 在特征点提取效率提高了大约58%。在图像拼接结果上, 通过客观评价指标进行比较提高大约10%。
图像拼接 尺度不变特征 相似性 二次投影 重影 image matching scale invariant features similarity reprojection ghosting
电子科技大学航空航天学院, 四川 成都 611731
在传统的多曝光图像融合方法中,一旦目标发生移动则会在最终融合图像中出现“鬼影”现象。现有的去“鬼影”算法大部分都继承了参考图像中的大量信息,倘若参考图像中出现曝光不足/曝光过度现象,便会影响到最终的融合结果。基于此,提出了一种基于图像块分解的多曝光图像融合去鬼影算法。首先将参考图像划分为曝光正常及曝光不足/过度两大区域,并有针对性地对这两部分区域进行处理。为了更加精准地检测出鬼影区域,将多曝光图像块分解成信号结构、信号强度和平均强度3个概念相独立的部分,采用图像块结构一致性检测的方式来进行鬼影检测。最后,去除结构不一致的图像块并对这3个部分分开融合,重构所需图像块并将其聚合至最终融合图像。实验结果表明,与现有的去“鬼影”算法相比,所提算法取得了更好的视觉效果,且计算效率得到了较大提升。
图像处理 多曝光图像融合 去鬼影 图像块分解 参考图像
1 第二炮兵工程大学 303教研室, 西安 710025
2 二炮驻成都地区代表室, 成都 610000
针对红外焦平面成像系统存在列向条纹非均匀性的现象, 采用了一种基于自适应PM扩散模型的非均匀校正新算法。首先, 综合利用图像梯度信息和局部灰度统计信息, 自适应计算PM模型的扩散阈值; 然后将每列像素的PM模型估计值作为该列像素的期望值; 最后采用最陡下降法迭代计算得到每列像元的校正参数, 并对结果进行循环校正以提高校正效果。实验结果表明: 该算法可以保护图像边缘信息, 与同类算法相比, 能够更有效地抑制条纹非均匀性, 并且能够防止图像产生鬼影。
单帧红外图像 条纹非均匀校正 自适应扩散模型 最陡下降法 鬼影 single infrared image stripe nonuniformity correction adaptive diffusion model steepest descent method ghosting artifact
中国科学院西安光学精密机械研究所, 陕西 西安710119
非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究, 提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计, 然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明, 该算法在提高收敛速度的同时可有效减少鬼影现象的出现.
非均匀性校正 时域高通滤波 多尺度时域矩匹配 拉普拉斯金字塔 鬼影 nonuniformity correction temporal high-pass filter multiscale temporal moment matching Laplacian pyramid ghosting artifacts 红外与毫米波学报
2015, 34(4): 0401
针对传统的基于神经网络的自适应非均匀性校正(Neural-Network-based Non-Uniformity Correction, NN-NUC)算法在 实际应用中存在校正能力有限和容易产生鬼影的问题，深入分析了NN-NUC算法中的鬼 影产生过程，并给出了抑制鬼影的一般性方法；然后结合实际红外成像系统的特点，提出 了一种改进型NN-NUC算法。仿真实验结果表明，该算法可以最大限 度地抑制场景鬼影的产生，并可有效减小系统输出图像的非均匀性噪声。此外，本文算法 计算量小，且易于用硬件实现，因此具有很好的工程应用价值。
自适应非均匀性校正 红外图像 神经网络 鬼影 adaptive nonuniformity correction algorithm IR image neural network ghosting artifact
重庆邮电大学 智能仪器仪表及工业自动化与测试技术创新团队, 重庆400065
运动目标在图像拼接时, 易产生重影现象。在对SURF算法进行改善的基础上, 提出了自适应去除重影的拼接算法。利用增强的单通道图像对其特征点进行提取、匹配, 再利用帧差法确定出运动目标在图像重叠区域的位置; 取运动目标区域的中心点作为参考点, 采用改进的加权融合算法求取加权系数, 以增大权值差异。实验表明所提方法能较好地解决运动目标对图像拼接的干扰问题, 与最优拼接缝多频率融合算法相比,融合质量、清晰度以及拼接的实时性得到了提高。
图像配准 Zadeh-X变换 图像融合 自适应消除 SURF SURF image registration Zadeh-X image fusion adaptive ghosting cancelling
1 武汉大学测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
2 武汉市测绘院, 湖北武汉 430022
3 华中师范大学计算机学院, 湖北 武汉 430079
深入剖析传统神经网络非均匀性校正方法收敛速度慢以及易产生“鬼影”现象的主要原因,在此基础上,提出一种基于非局部均值滤波和神经网络的红外焦平面阵列非均匀性校正算法.为了加快收敛速度并减少“鬼影”现象,在神经网络隐含层,利用具有全局寻优且能保持边缘的非局部均值滤波器代替传统的均值滤波器以估计具有更高置信度的真值影像;同时设计可变学习率来自适应地调整每个探测元的非均匀性校正参数的迭代更新过程,以进一步消除“鬼影”.采用两组分别受高空间频率和低空间频率非均匀性干扰的真实红外序列图像进行实验.实验结果表明:相较于目前已有的方法,本文方法不仅具有较快的收敛速度,而且较大程度上抑制了“鬼影”现象的发生.
非均匀性校正 神经网络 非局部均值滤波 收敛速度 鬼影 nonuniformity correction neural network non-local means filter convergence speed ghosting artifacts
1 西安电子科技大学 物理与光电工程学院, 西安 710071
2 空军工程大学 理学院, 西安 710051
针对现有非均匀性校正方法中校正结果收敛速度慢、图像退化、存在“鬼影”现象等问题, 提出一种空域三边滤波与时域梯度加权均值滤波相结合的红外序列图像非均匀性校正方法.该方法首先利用三边滤波将图像分解为基本分量与细节分量; 然后对分离出的细节分量序列图像的时域曲线进行梯度加权均值滤波, 从而分离出细节分量中非均匀性和场景细节; 最后用原图减去非均匀性, 得到校正结果.实验结果表明, 该方法能有效地抑制“鬼影”并改善图像退化现象, 校正结果无论主观视觉还是客观评价指标均明显优于时域高通与神经网络校正方法.
红外焦平面阵列 非均匀性校正 三边滤波 时域曲线 鬼影 Infrared focal plane array Non-uniformity Correction Trilateral filter Temporal curve Ghosting
