1 光学信息与模式识别湖北省重点实验室，湖北 武汉 430205；湖北省视频图像与高清投影研究中心，湖北 武汉 430205；武汉工程大学 电气信息学院，湖北 武汉 430205
2 武汉工程大学 电气信息学院，湖北 武汉 430205
先进的图像盲复原方法主要体现在模糊核估计的准确性和快速性两方面。针对目前图像复原方法存在信息冗余和有效信息利用不足所引起的模糊核估计耗时长和不精确等问题，我们提出了加权
$ {L}_{1} $![]()
![]()
范数测度的模糊核区域估计及空可变复原方法。首先提取退化图像的多尺度形态学梯度，抑制噪声对图像有用信息的干扰；然后定义利于模糊核估计的梯度加权
$ {L}_{1} $![]()
![]()
范数测度，解决小结构区域和细纹理区域导致的模糊核求解不精确问题，提取利于模糊核估计的区域；最后利用区域模糊核的相似性区分图像退化的空不变性和空变性，分别采用空不变和空变复原方法对退化图像进行复原。在反卷积阶段，采用FFTW进行傅里叶变换计算，较大地提升了复原速度。大量实验结果表明，提出的算法仅用单帧图像就能够快速有效地复原图像。
红外与激光工程
2020, 49(8): 20200001
针对单独采用SVD或形态学对故障信号降噪效果不理想的问题, 提出一种基于多尺度形态学的SVD降噪方法。首先, 在SVD降噪原理上, 通过循环矩阵法重构矩阵;其次, 针对重构信号矩阵的有效阶次大小会影响消噪效果, 在MMRR奇异值比法基础上, 采用相邻特征极值的比值作为目标函数, 估计有效阶数, 确定奇异值有效数进而还原信号;最后, 设计一种基于多尺度形态学的SVD滤波器, 选择合适的结构元素, 并将形态学的开闭运算进行自适应组合。仿真验证表明,该改进方法可以显著提高信噪比, 有效滤除故障信号中的冲击信号、白噪声等, 较单独的SVD或形态学降噪方法抗噪能力强, 具有一定工程应用价值。
故障信号 降噪 无人机 循环矩阵 多尺度形态学 fault signal noise reduction UAV SVD SVD circulant matrix multi-scale morphology
1 光电控制技术重点实验室, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
根据弱小目标的成像特性, 提出了基于邻域局部最大均值与多尺度形态学滤波的目标检测算法。通过滑动窗口判断图像中心是否为最大值, 若是, 则用中心点四邻域的两个方向的最大均值替代中心点；否则, 计算其四邻域方向极大二值的梯度, 根据加权系数计算赋给中心点。遍历整幅图像, 用来消除噪声和改善初始图像的信噪比。然后, 再对图像进行多尺度的形态学滤波, 可以有效地估计背景并将背景从原始图像中移出。改进的自适应分割方法计算阈值之后, 从候选点中来提取目标。对序列图像采取多帧关联处理, 可以进一步降低虚警率。实验结果表明, 该算法易于实现, 能提高检出概率, 较好并完整地检测出目标, 且降低虚警率。
红外弱小目标 目标检测 邻域局部最大均值 多尺度形态学滤波 自适应分割 虚警 infrared dim target target detection local maximum mean of neighborhood multi-scale morphological filtering adaptive segmentation false alarm
长春理工大学电子信息工程学院, 吉林 长春130022
针对飞行时间相机获取深度图像分辨率低,并受成像噪声干扰的问题,提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预处理,获取插值深度图的梯度信息,然后将插值深度图和同场景高分辨率彩色图像两者的梯度信息联合,对二阶TGV模型中的正则化项加以优化:计算各项异性扩散张量时结合插值深度图的梯度信息;引入由插值深度图梯度信息决定的加权因子,控制重建过程中扩散强度。最后通过原始对偶算法完成深度图的超分辨率重建。实验结果表明,本文方法在抑制噪声的基础上,有效保护了深度边缘,可以获得较好的高分辨率深度图像。
图像处理 超分辨率重建 二阶广义全变分 深度图像 多尺度形态学
1 中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室, 吉林 长春 130033
2 中国科学院大学, 北京 100049
对复杂背景下暗弱点目标和背景杂波特性进行了分析,提出了一种基于全方位多尺度的形态学滤波和局部特征准则的点目标检测方法。实验结果表明,在复杂背景和低信噪比条件下,所提算法的目标检测概率达到99.8%,虚警率为0.1%。与最大中值滤波法、高斯差分尺度空间法、高斯混合模型法进行对比,结果表明,所提算法对复杂背景的抑制作用较好,且算法复杂度不高,易于实时实现。
探测器 遥感 暗弱点目标检测 全方位多尺度形态学 局部特征准则 能量集中度 光学学报
2017, 37(11): 1104001
1 中国科学院 长春光学精密机械与物理研究所 中科院航空光学成像与测量重点实验室, 吉林 长春 130033
2 中国科学院大学, 北京 100049
为了精确地检测到舰船目标, 提出了一种基于多特征、多尺度视觉显著性的海面舰船目标检测方法。该方法首先利用多尺度自适应的顶帽算法抑制云层、油污的干扰, 然后提取双颜色空间特征以及边缘特征构成双四元数图像进行舰船显著性检测。 由于充分利用了双四元数图像, 故可对多个特征尺度进行处理, 并保证不同尺度特征之间关联性。该方法还利用人眼对不同用大小的图像关注目标不同的特点对图像进行上下采样以避免漏检和检测重叠。在得到显著图后利用自适应图像分割（OTSU）算法确定舰船所在的区域, 并在原图上标定、提取舰船目标。在多种海面情况下进行了实验分析, 结果表明: 该算法可以排除多种干扰, 精确地检测到舰船目标, 真正率达97.73%, 虚警率低至3.37%, 相较于他频域显著性检测算法在舰船检测方面有明显的优势。
目标检测 舰船检测 频域视觉显著性 多尺度形态学 双四元数 target detection ship detection visual saliency on frequency domain multi-scale morphology double quaternion
南京工业大学 电子与信息工程学院, 江苏 南京 211816
由于脑部结构复杂,存在精密纹理并且由于成像技术的限制,传统分水岭算法分割脑肿瘤很容易产生过分割问题.本文提出一种改进的分水岭算法解决此过分割现象.在应用分水岭算法之前对图像进行一些预处理:首先,应用形态学开闭重建重构原图像,滤除噪声和复杂细小的纹理;其次,对重建后的图像做多尺度形态学梯度,并对修改了标识符的梯度图像进行分水岭算法分割.实验结果表明:结构元素半径大小取17~22,肿瘤能够完全地分割出来.与传统的分水岭分割算法相比,本文所采用的算法很好地抑制了过分割问题,可以很容易地分割出肿瘤.
分水岭 过分割 形态学开闭重建 多尺度形态学梯度 标记符 watershed over segmentation morphological opening and closing reconstruction multi-scale morphological gradient marker
武汉科技大学 信息科学与工程学院，湖北 武汉430081
针对对称差分法检测目标时容易产生空洞以及当目标运动速度较慢或尺寸较小时易出现漏检等现象，提出了一种基于运动信息和标记多尺度分水岭的运动目标检测算法。首先将用高频强调滤波等处理的视频图像进行差分，再运用高阶统计运动检测算法检测出差分图像中运动目标的大概运动区域，经后处理得到运动目标的初始二值掩膜；并应用初始二值掩膜得到用于标记的前景与背景标识，用该标识修正当前帧的多尺度形态学梯度图像；最后进行分水岭分割，得到具有精确边界的运动目标。实验结果表明该方法能对运动目标进行准确检测，继承了变化检测和分水岭算法速度快的特点，克服了分水岭算法易产生过分割的缺点，且具有良好的鲁棒性。
高频强调滤波 高阶统计运动检测 多尺度形态学梯度 标记分水岭 high frequency emphasize filter higher order statistics motion detection multi-measure morphological gradient maker watershed
1 第二炮兵工程学院, 陕西 西安 710025
2 第二炮兵青州士官学校, 山东 青州 262500
针对实际应用中激光主动成像图像的特点，提出了一种基于小波的非线性增强和多尺度形态学相结合的方法对激光主动成像图像进行边缘检测。从小波多分辨分析出发，区分噪声和图像的边缘细节，构造基于小波的非线性增强算法对图像的边缘细节适度增强。引入多尺度形态学对增强后的图像进行边缘提取，利用大尺度形态算子抑制噪声，小尺度形态算子提取目标边缘细节信息，获得了较清晰的图像边缘。实验结果表明，与传统的边缘检测方法相比，该方法能够检测到完整清晰的激光主动成像图像边缘，且抗噪性能良好。
成像系统 激光主动成像 边缘检测 多分辨分析 多尺度形态学
