1 安徽新华学院通识教育学院，安徽 合肥 230088
2 中国科学院合肥智能机械研究所，安徽 合肥 230031
针对红外和可见光图像的自身特点，本文提出一种基于四元数小波变换（QWT）和自适应脉冲耦合神经网络（PCNN）模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换，分别得到低频子带和高频子带系数；其次，采用局部区域方差匹配的融合准则处理低频子带系数，并用自适应的PCNN 模型处理高频子带系数，用一种改进的空间频率作为PCNN 模型的刺激输入，且采用拉普拉斯算子调节PCNN 模型的阈值；最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析，实验结果说明，新方法取得了较好地视觉改进效果，并在客观标准上也达到一定的提高。
图像融合 四元数小波变换 局部区域方差匹配 脉冲耦合神经网络 空间频率 拉普拉斯算子 image fusion quaternion wavelet transform local variance matching pulse coupled neural network spatial frequency Laplace operator
1 安徽新华学院通识教育学院，安徽 合肥 230088
2 中国科学院合肥智能机械研究所，安徽 合肥 230031
基于正态逆高斯模型和快速双边滤波，本文在四元数小波变换域提出一种新的图像去噪算法。首先将噪声图像进行四元数小波变换分解，其次应用快速双边滤波算法处理低频子带，高频子带采用正态逆高斯模型对其进行建模，并结合最大后验概率估计准则推导出相应的阈值函数，最后结合最优线性插值得到的阈值算法实现图像去噪。对提出的算法进行实验仿真，通过与已有优秀去噪算法比较，结果显示本文方法取得了不错的视觉效果，且在峰值信噪比和平均结构相似性上都得到一定的提高。
四元数小波变换 双边滤波 正态逆高斯模型 最大后验概率估计 最优线性插值 图像去噪 quaternion wavelet transform bilateral filtering normal inverse Gaussian model Bayesian maximum posterior estimation optimal linear interpolation image denoising
1 安徽科技学院信息与网络工程学院 安徽 凤阳 233100
2 中国科学院合肥智能机械研究所 安徽 合肥 230031
结合非下采样剪切波变换域三变量阈值滤波和多分辨引导滤波，本文提出一种去除高斯白噪声的图像去噪的有效方法。在非下采样剪切波变换域中，以三变量非高斯模型对方向带通子带系数间相关性进行建模，采用最大后验估计理论推导出三变量收缩阈值函数。此外，对低频子带系数采用多分辨引导滤波进行平滑处理，以达到更好的噪声抑制效果。实验结果显示，本文所提去噪方法可以有效抑制噪声同时保留更多的图像细节信息，与其他滤波算法相比，该去噪算法可得到更高的客观数据及更好的视觉效果。
图像去噪 非下采样剪切波变换 三变量非高斯模型 引导滤波 image denoising nonsubsampled Shearlet transform trivariate non Gaussian model guided filter
南京理工大学 化工学院, 江苏 南京 210094
针对目前VISAR等测速仪在测量瞬态高速小飞片速度时调试复杂、测试成功率低等问题, 基于光子多普勒效应和自混频原理, 采用1 550 nm单模激光, 成功研制了一套光子多普勒测速系统。使用该系统测量了不同激光能量密度下的复合飞片瞬时速度, 结果显示: 该系统测试成功率高, 响应速度快, 获得的速度曲线完整而清晰。与传统的VISAR和F-P干涉测速仪相比, 具有操作简单、测试成功率高、便于携带等非常明显的优势。该系统适用于速度在几百米/s～几千米/s的微小飞片或者微区爆轰的速度测量, 也可应用于常规爆炸流场的测试。
多普勒效应 飞片速度 光纤激光器 PDV photonic Doppler velocimetry Doppler effect flyer′s velocity fiber laser 红外与激光工程
2016, 45(12): 1217001
1 安徽科技学院信息与网络工程学院，安徽 凤阳 233100
2 中国科学院合肥智能机械研究所，安徽 合肥 230031
提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet 变换域图像去噪算法。对图像进行平移不变Shearlet 变换分解，低频子带采用快速双边滤波算法处理，高频子带采用正态逆高斯模型对其进行建模，在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式，从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验，其结果表明了本文方法不仅具有良好的视觉效果，而且具有较高的峰值信噪比和平均结构相似性。
图像去噪 平移不变Shearlet 变换 双边滤波 正态逆高斯模型 贝叶斯估计 image denoising shift-invariant shearlet transform bilateral filtering normal inverse Gaussian model Bayesian estimation
1 中国科学院化学研究所，北京 100190
2 威海拓展纤维有限公司，山东威海 264202
3 总后勤部军需装备研究所，北京 100010
热红外伪装织物在人体的防红外热像侦察中发挥着重要作用，织物的红外辐射特性常用红外发射率进行衡量，而伪装性能常采用热成像方法进行评价。从以上两方面，介绍了红外伪装织物的现有测试评价方法，对比阐述了量热法、反射率法测试织物红外发射率的原理及特点，以及基于热成像探测能力的阈值条件和人工判读评价织物伪装性能的特点和缺陷，指明了现有热红外伪装织物测试评价方法应改进和完善的方向。
红外伪装织物 红外发射率 量热法 反射率法 伪装性能评价 infrared camouflage fabric infrared emissivity the calorimetry method the reflectivity method camouflage performance evaluation
针对传统基于多尺度变换的图像融合方法存在的缺点, 提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先, 使用平移不变剪切波变换对源图像进行分解, 得到低频子带及方向带通子带系数.然后, 对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息, 提出了基于提取的特征与S函数的可变加权融合策略; 对于各方向带通子带系数, 提出了一种基于改进的拉普拉斯能量和匹配的“加权平均”和选择相结合的系数选择策略.最后, 对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法, 本文方法得到了更高的客观指标, 融合图像视觉效果更好.
图像融合 平移不变剪切波变换 奇异值分解 S函数 Image fusion Shift-invariant shearlet transform Singular value decomposition Sigmoid function
1 合肥工业大学 图像信息处理研究室, 合肥 230009
2 合肥工业大学 数学学院, 合肥 230009
对红外图像进行非下采样 Contourlet 变换, 分析其系数的统计特征, 采用广义高斯分布来模拟系数的概率分布。根据非下采样 Contourlet 变换的带通子带各方向能量不同的特点, 提出修正的贝叶斯阈值公式, 为了克服软、硬阈值函数的缺点, 又提出一种具有可调节自适应性的新阈值函数, 最后利用新阈值函数估计出不含噪声的变换系数, 并通过非下采样 Contourlet 逆变换得到去噪后的红外图像。仿真实验表明, 文中方法在峰值信噪比及视觉效果上均优于经典的小波阈值去噪算法。
非下采样 Contourlet 变换 红外图像 广义高斯分布 峰值信噪比 nonsubsampled Contourlet transform(NSCT) infrared image generalized Gaussian distribution peak signal-to-noise ratio (PSNR)
提出了一种基于非下采样Contourlet变换（NSCT）域图像去噪算法.首先根据尺度间与尺度内的NSCT系数之间的相关性，用非高斯分布模型对NSCT系数与其邻域系数及父系数进行建模，给出分类准则，把系数分为重要系数和非重要系数，再采用广义高斯分布来模拟重要系数的概率分布，根据贝叶斯理论得到自适应阈值，并求出最佳参量范围.为了克服软、硬阈值函数的缺点，提出一种自适应的新阈值函数，利用新阈值函数估计出不含噪音的变换系数，并通过非下采样Contourlet逆变换得到去噪后的图像.仿真实验表明，本文方法在峰值信噪比、结构相似性与视觉效果上均优于目前许多优秀的去噪算法.
非下采样Contourlet变换 非高斯分布 广义高斯分布 峰值信噪比 结构相似性 Nonsubsampled Contourlet transform (NSCT) NonGaussian distribution Generalized Gaussian distribution Peak signaltonoise ratio
