丁海洋 1,2董明利 1,2,3,*刘陈华 1,2,3陆熙田 1,2,3郭晨彤 1,2,3
1 北京信息科技大学仪器科学与光电工程学院光电测试技术及仪器教育部重点实验室,北京 100192
2 北京信息科技大学光纤传感与系统北京实验室,北京 100016
3 广州南沙光子感知技术研究院,广东 广州 511462
为改善现有融合策略对源图像信息利用不够充分的问题,利用滚动引导滤波器和各向异性扩散来提取基础层和细节层,对获取的基础层和细节层分别使用视觉显著映射和权重图构建的方法进行融合,然后添加某一权重将融合后的基础层与细节层图像融合为最终图像。基于公开数据集的多个场景进行方法实验验证。实验结果表明,相比其他方法,所提方法得到的融合结果具有更好的对比度,在保持图像像素强度均匀分布的前提下在边缘细节处保留了丰富的纹理特征,具有更好的视觉效果和融合精度,同时在平均梯度、信息熵、空间频率等指标上取得了显著的进步。
图像融合 红外与可见光图像 视觉显著映射 各向异性扩散 权重图构建 激光与光电子学进展
2024, 61(10): 1037008
1 郑州电子信息职业技术学院 电子工程系, 郑州 451450
2 中国人民解放军信息工程大学 网络空间安全学院, 郑州 450001
针对传统可见光和红外图像融合方法存在融合图像中缺失方向性信息和各向异性信息的问题, 提出了一种基于双层次决策规则的红外与可见光图像融合方法。该方法将各向异性扩散(Anisotropic Diffusion, AD)和极值规则进行融合, 首先通过AD滤波器将每个输入的源图像分解为近似层和细节层。然后将双层次融合决策规则分别应用于细节层和近似层, 以保留光谱信息和结构信息,最后使用结构相似性指数(SSIM)、平均梯度(AG)和信息熵(IE)对融合图像的图像质量进行评估。实验结果表明, 相比现有其他图像融合方法, 所提方法的融合图像中具有更多的信息并有效减少了伪影现象, 验证了所提出方法的有效性。
图像融合 红外图像 可见光图像 信息熵 各向异性扩散 image fusion infrared image visible image information entropy anisotropic diffusion
为了抑制激光测距仪采集3维距离图像的噪声与畸变, 提出了一种各向异性自适应平滑去噪方法。该方法集成了随机信号处理和尺度空间表述技术, 根据邻域点构建特征估计模型, 对距离图像中局部区域内测量点间的流形拓扑关系进行预测, 并利用无嗅采样技术计算原始图像和估计模型间的马氏距离作为相似性测度构建卷积滤波核, 实现三维距离图像各向异性扩散平滑去噪。通过该方法能够有效抑制原始图像发生的变形或偏移, 在抑制噪声的同时突出主要特征。试验结果表明: 在噪声方差为4.0×10-4 m2时, 经自适应平滑处理后的图像的峰值信噪比增益达16.41 dB, 均方误差减小66.16%。本文方法能够有效提高三维距离图像的质量, 为基于激光测距仪的三维环境感知与测量建模提供技术支撑。
三维距离图像 自适应滤波 各向异性扩散 无嗅采样 激光测距仪 three-dimensional range image adaptive smoothing anisotropic diffusion unscented sampling laser rangefinder 光学 精密工程
2019, 27(12): 2693
浙江传媒学院电子信息学院, 浙江杭州 310018
针对光学相机成像分辨率低、噪声干扰严重等问题, 本文提出一种能有效去噪的高精度超分辨方法 —基于快速 l1-范数稀疏表示和二阶广义全变分(TGV)的超分辨方法。首先利用各向异性扩散张量 (ADT)作为边缘高频信息, 通过快速 l1-范数稀疏表示方法建立 LR图像和相对应的高频信息 ADT的字典集; 其次将字典学习到的 ADT边缘信息和 TGV模型组合成新的规则项; 最后利用新的规则项建立超分辨代价函数, 并利用图像增强后处理方法对整幅图像进行优化。结果表明: 算法对仿真数据和 SO12233靶标数据具有较高的可行性和鲁棒性, 能有效去除噪声等异常点, 获得高质量清晰图像, 同时与其他经典算法相比, 所提算法超分辨的峰值信噪比和结构相似度均有所增大。
光学相机 超分辨 二阶广义全变分 快速稀疏表示 各向异性扩散张量 optical camera super-resolution total generalized variation fast sparse representations anisotropic diffusion tensor
1 上海理工大学 教育部微创医疗器械工程研究中心生物医学光学与视光学研究所, 上海 200093
2 温州医科大学 眼视光学院, 浙江 温州 325000
光学相干断层扫描(OCT)作为眼科疾病的重要诊断手段之一, 具有巨大的发展潜力。OCT图像中含有大量的散斑噪声, 会影响图像病理信息的检测和提取。提出一种去除OCT图像散斑噪声的方法, 依据散斑噪声的乘性特性建立了乘性噪声模型。针对双域滤波中产生的伪吉布斯现象, 引入各向异性扩散获得引导图像, 代替了算法中的自身引导, 减少了迭代次数。结果显示, 所提方法提高了算法效率与图像质量, 算法运行时间大幅度下降, 图像峰值信噪比(PSNR)提高到36dB, 结构相似性(SSIM)和边缘保持系数(EPI)分别达到0.8和0.7左右, 有效抑制了OCT图像中的散斑噪声。
光学相干层析成像 双域滤波 散斑噪声 乘性噪声 各向异性扩散 optical coherence tomography dual domain filtering speckle noise multiplicative noise anisotropic diffusion
空军工程大学防空反导学院, 陕西 西安 710051
针对复杂背景下红外弱小目标提取困难的问题, 提出了一种自适应 SUSAN各向异性扩散的红外弱小目标检测算法。该算法结合 SUSAN边缘检测算子与各向异性扩散, 形成新的扩散方程对红外图像进行背景预测, 与原图像差分后实现弱小目标检测。为使算法具备自适应能力, 提出 SUSAN边缘检测器灰度差阈值的自适应设定方法, 采用绝对偏差中值算子作为其扩散系数。实验结果表明, 该算法能够有效滤除复杂图像背景, 大幅提升信噪比, 同时保留目标大小。
SUSAN边缘检测 各向异性扩散 小目标检测 背景预测 红外图像 SUSAN edge detection anisotropic diffusion small target detection background prediction infrared image
1 西安电子科技大学 物理与光电工程学院, 西安 710071
2 桂林电子科技大学 生命与环境科学学院, 广西 桂林 541004
3 上海卫星工程研究所, 上海 200240
针对复杂背景下红外弱小目标检测效果不佳的问题, 结合多尺度分析法和各向异性扩散方程, 利用图像尺度和方向信息, 提出一种新的红外弱小目标检测算法.首先, 采用Surfacelet变换对图像进行多尺度、多方向分解, 得到不同尺度下高频子带系数和低频子带系数;其次根据不同频带的特点, 分别采用改进的各向异性扩散方程差分滤波和局部去均值滤波对高频子带系数和低频子带系数进行处理;最后, 采用逆Surfacelet变换重构处理后的子带系数, 并采用自适应阈值分割对重构的图像进行分割, 以实现目标检测.采用多组红外图像进行试验, 并与小波滤波以及各向异性扩散滤波进行比较, 实验结果显示, 该算法能有效抑制背景及其边缘, 可以获得比另外两种算法更好的红外弱小目标检测效果.
红外与夜视技术 目标检测 多尺度分析 图像处理 弱小目标 图像滤波 各向异性扩散方程 阈值分割 Infrared night vision technique Target detection Multiscale analysis Image processing Dim and small target Image filtering Anisotropic diffusion equation Threshold segmentation
西南科技大学 计算机科学与技术学院, 四川 绵阳 621010
针对传统的各向异性扩散算法中扩散系数函数的平滑效果不好,扩散过程中扩散门限K的选取依靠经验确定,扩散过程对图像细节保护不足的问题,提出了一种改进的各向异性扩散算法.介绍了几种当前比较典型的各向异性扩散去噪算法;在典型算法分析的基础上提出了一种基于自适应中值滤波的改进扩散模型;根据扩散系数应满足的3个条件及经典的扩散系数函数,提出了改进的扩散模型中的改进扩散系数函数;提出了一种扩散门限K的自适应选取的方法.通过在改进的扩散模型中使用改进的扩散系数函数并结合扩散门限K的自适应选取,对超声图像进行去噪.实验结果表明,所提算法优于PM模型、Catte模型、王常虹算法等,去噪后图像的FOM值比PM模型高出334%,PSNR值比PM模型高出0250 6.该算法在去除散斑噪声的同时有效保护了图像的细节及边缘,有助于医务人员对患病区域的准确诊断.
各向异性扩散 自适应中值滤波 扩散系数 扩散门限 超声图像 anisotropic diffusion adaptive median filtering diffusion coefficient diffusion threshold ultrasound image