沈阳理工大学 信息科学与工程学院， 沈阳 110159
端元提取是高光谱遥感图像混合像元分解的关键步骤。传统端元提取算法忽略了高光谱图像中地物空间分布相关性与非线性结构，制约了端元提取算法的精度。针对高光谱图像的空间关系与非线性结构，提出一种基于同质区分割的非线性端元提取算法。使用超像素分割方法将图像分割为若干同质区，利用流形学习构造高光谱图像数据的非线性结构，最后在同质区内提取端元并利用聚类方法优选端元。模拟和真实图像数据实验表明，该算法能够保证高光谱数据的非线性结构，端元提取结果优于其他传统线性端元提取方法，在低信噪比的情况下，可以保持较好的端元提取结果。
高光谱遥感图像 端元提取 超像素分割 流形学习 hyperspectral remote sensing images endmember extraction superpixel segmentation manifold learning
1 湖南师范大学地理科学学院，湖南 长沙 410081
2 地理空间大数据挖掘与应用湖南省重点实验室，湖南 长沙 410081
针对高光谱图像分类中小规模训练样本下空间信息利用不足和分类精度下降问题，提出一种联合超像素降维和类别后验概率优化的高光谱图像分类方法。首先根据高光谱图像的空间纹理结构，采用熵率超像素分割算法自适应地识别均匀同质超像素区域，对每个区域逐一应用主成分分析，挖掘能表征图像空间-光谱信息的超像素混合特征；然后将混合特征输入支持向量机中计算各像元初始类别概率向量，采用扩展随机游走算法利用图像空间邻域信息对初始类别进行后验概率优化；最后根据各像元最大类别概率确定分类结果。在Indian Pines、Pavia University和Salinas等3组通用高光谱数据集上开展实验，与其他6种方法进行对比，实验结果表明：在有限训练样本条件下，所提方法的总体分类精度分别为98.29%、97.29%和99.72%，优于对比方法的分类结果。
图像处理 高光谱图像分类 超像素降维 扩展随机游走 支持向量机 激光与光电子学进展
2023, 60(12): 1210005
1 重庆邮电大学移动通信技术重庆市重点实验室，重庆 400065
2 重庆邮电大学通信与信息工程学院，重庆 400065
稀疏表示广泛用于高光谱图像分类任务中。针对字典原子空间信息和光谱信息未得到充分利用的问题，提出了基于空谱字典的加权联合稀疏表示高光谱图像分类算法。计算测试像元与字典原子的空谱联合距离，选择相似度最高的K个字典原子，并将被选择字典原子的超像素邻域扩充到新的字典中，形成空谱字典。在联合稀疏模型中，对测试像元的超像素邻域像元使用不同的权重，在空谱字典上构建加权稀疏表示模型。基于所选的两个高光谱数据集的实验证明所提算法能够有效地提高分类精度。
图像处理 高光谱图像分类 空谱字典 超像素 稀疏表示
沈阳理工大学自动化与电气工程学院, 沈阳 110000
雾霾天气下, 航拍设备无法准确获取图像信息, 为解决此问题, 提出一种改进暗通道窗口与透射率修正的图像去雾算法。首先, 用超像素分割有雾图像得到景深一致的局部窗口, 在每个窗口内计算暗通道, 同时根据大气光特性结合超像素进行大气光估计; 然后, 通过引导滤波细化透射率, 并建立自适应容差机制来修正图像明亮区域的透射率; 最后, 反演大气散射模型还原清晰图像。实验结果证明,该算法所得结果图像细节清晰、颜色自然, 且能处理多类雾天图像, 鲁棒性更好, 与经典算法相比具有显著优势。
图像去雾 暗通道先验 超像素分割 自适应容差 透射率修正 image dehazing dark channel prior superpixel segmentation adaptive tolerance transmittance correction
武汉大学 物理科学与技术学院 微电子系， 武汉 430072
超像素分割作为目标分割的预处理环节，能够极大地减少后续处理的数据量，对图像分割起着至关重要的作用。在大部分超像素生成算法中，初始种子点的选取都是以规则网格或随机确定，这容易导致欠分割。为了得到良好的初始种子点分布，减少种子点选取引起的欠分割，提出了一种基于Kmeans++的自适应确定超像素种子点方法，并由此改进了简单非迭代聚类算法(Simple NonIterative Clustering，SNIC)。实验结果表明，在不耗费大量计算成本的前提下，改进的SNIC算法相比传统算法能够得到更高的边界召回率和更低的欠分割错误率。
图像分割 超像素 image segmentation superpixel SLIC SLIC SNIC SNIC Kmeans++ Kmeans++
图像是现代化战争的重要信息来源，雾天环境下图像质量下降，严重妨碍光电侦察识别能力。为提高雾气环境下图像有效利用性，开展了适应性双通道先验的图像去雾方法研究。首先，以暗通道先验理论与亮通道先验理论为基础，将有雾图像从 RGB 空间转换到 HSV 颜色空间，使用饱和度和亮度分量的阈值来检测有雾图像中分别不满足暗通道先验和亮通道先验的白色或亮色像素点和黑色或暗色像素点；然后，选用超像素作为暗通道和亮通道计算的局部区域，估计局部透射率和大气光值；最后，由于亮暗双通道方法对白色和黑色像素点的透射率和大气光值进行错误估计，采用本文提出的适应性双通道先验方法进行矫正，通过导引滤波器对透射率图和大气光图进行滤波，代入到大气散射模型中，求得清晰的去雾图像。实验结果表明，去雾后的图像恢复了真实颜色、视觉效果自然、清晰，准确高效地实现图像的去雾处理；在FRIDA数据集上进行去雾处理，采用本文方法的去雾图像与真值的均方误差优于现有方法，相较于双通道先验去雾方法的均方差值降低了15%。
图像去雾 双通道先验 超像素 image dehazing bi-channel priors superpixel 光学 精密工程
2022, 30(10): 1246
1 天津大学精密仪器与光电子工程学院，天津 300072
2 光电信息技术教育部重点实验室，天津 300072
在立体匹配问题中，基于3D标签的算法可以取得更高精度的亚像素视差图。针对3D标签的随机初始化问题，提出一种基于超像素结构与三角剖分的标签初始化方法。利用基于超像素边界提取到的特征点构建三角剖分，生成初始3D标签；针对图割算法迭代优化3D标签时效率的问题，在超像素结构上利用图割算法进行全局优化3D标签，迭代中加入对当前标签状态的假设扩展标签候选，提升了标签搜索效率。在Middlebury2014数据集上对方法进行验证，实验结果表明，所提方法的平均误匹配率（8.31%）低于LocalExp算法的平均误匹配率（8.39%），并且处理单幅图像耗费的平均时间约为LocalExp算法的70%。
机器视觉 立体匹配 3D标签 超像素 三角剖分 图割 激光与光电子学进展
2022, 59(8): 0815003
中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系, 石家庄 050003
为了克服经典协同稀疏解混算法的不足以及全变差正则项引起的边缘模糊问题, 同时考虑到稀疏性和空间信息对解混精度提高的重要性, 采用结合超像素和低秩的协同稀疏高光谱解混算法, 进行了理论分析和实验验证。该算法对高光谱图像进行超像素分割, 并对每个超像素施加协同稀疏性约束。此外使用低秩正则项代替传统的全变差正则项来利用空间信息, 选取一组模拟数据和一组真实数据进行了实验。结果表明, 模拟实验中信噪比为30dB时得到的信号重构误差为19.4, 比经典的变量分裂增广拉格朗日全变差算法提高了35%左右; 真实数据实验直观地反映出了该算法能有效地克服边缘模糊问题, 具有更好的解混性能。该研究为如何综合利用稀疏性和空间信息提供了参考。关键词:
光谱学 高光谱图像 稀疏解混 超像素 低秩 spectroscopy hyperspectral image sparse unmixing superpixel low rank
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对简单线性迭代聚类(SLIC)方法对图像边缘细节处理效果不佳的问题,提出一种参数可控、改进的简化脉冲耦合神经网络模型(PC-MSPCNN)与SLIC结合的彩色图像分割方法。该方法首先改进MSPCNN模型的加权矩阵和连接系数,并增设辅助参数,以提高分割准确度。随后将彩色图像输入至PC-MSPCNN模型中,依据改进模型中输出Y值的分布划分物体的边缘,使分割结果更好地贴合物体的边缘,利用所提出的相似性准则合并散布的碎片,减小后续处理的复杂度;其次,在SLIC度量相似距离的基础上引入PC-MSPCNN中RGB三个通道的内部活动项U值,完成对图像剩余部分的加权融合聚类,改进聚类效果。实验结果表明,本文方法能更精确地贴合图像中物体的边界,大幅减少碎片,有效提高图像的边缘贴合度。
图像处理 图像分割 超像素分割 脉冲耦合神经网络 简单线性迭代聚类 激光与光电子学进展
2021, 58(2): 0210023
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对暗通道先验去雾算法中透射率估值不准确以及天空区域或大面积白色区域去雾后存在颜色失真等问题,提出了一种基于超像素分割和暗亮通道结合的单幅图像去雾方法。首先采用超像素方法对有雾图像进行分割,将得到的超像素块代替暗通道固定方形滤波窗口;其次,采用暗通道与亮通道先验理论结合的方法获取透射率,使透射率估值更准确;然后,在天空区域通过阈值分割结合亮通道先验理论确定大气光值,并利用融合梯度信息的引导滤波方法优化透射率;最后根据大气散射模型恢复无雾图像。实验结果表明,所提方法得到的透射率和大气光值的估值准确,取得了良好的去雾效果,在主观评价和客观评价方面均优于其他对比算法。
图像处理 图像去雾 超像素 暗通道和亮通道 透射率 大气散射模型 激光与光电子学进展
2020, 57(16): 161023
