山东大学 信息科学与工程学院, 山东 青岛 266200
针对传统的聚焦评价函数在应用时出现的一些诸如稳定性和精度不足、易受噪声干扰等问题, 提出一种基于大津法分割和局部最大梯度的自动聚焦算法。算法对前背景分割后的图像进行局部梯度计算, 并统计非零系数和计算局部方差, 利用二者变化特性设计一个新的清晰度评价指标以实现数字图像的自动聚焦。实验结果表明, 算法具有高灵敏度、较好的稳定性和较强的抗噪能力。
自动聚焦 图像处理 大津法 局部梯度 非零系数 automatic focusing image processing Otsu method local gradient Non-zero coefficient
四川理工学院 自动化与电子信息学院, 四川 自贡 643000
针对L2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息, 模糊图像细节信息的缺点, 提出了一种基于L1范数的非局部变分模型。首先, 对基于L1范数的非局部变分模型的扩散性能进行了详细的分析。接着, 将该模型应用于退化图像的复原中, 并推导出该模型的Bregman交替迭代求解过程。最后, 通过对比实验, 证明本文提出的L1范数的非局部变分复原模型能更好地重构图像的细节信息, 相对于L2范数的非局部变分模型峰值信噪比提高大于1 dB, 图像复原性能更优。
图像复原 非局部变分 Bregman迭代 非局部梯度 image recovery non local total variation bregman iteration non local gradient
1 中国科学院长春光学精密机械与物理研究所,长春 130033
2 中国科学院大学,北京 100049
针对红外图像的小目标检测问题,提出了一种基于局部尖峰特性的检测方法.首先分析红外小目标的局部灰度特性,提出了一种红外目标的峰值特性判据; 然后依据目标的峰值特性判据和时域特性,设计了一种目标检测的快速算法,算法先基于子块预选出局部极大值点,把后续运算限于各极大值点处以减少运算量,再根据极大点值在各方向上的灰度下降判断其尖峰特性; 最后利用帧间的连续性滤去噪音引起的伪目标.实验表明本文的算法具有很快的处理速度,且能有效滤去图像中的随机噪音.
小目标检测 红外图像 局部梯度 帧间连续性 Small target detection Infrared image Local gradient Continuity between frames
西安电子科技大学 技术物理学院,西安 710071
针对人脸识别中的特征提取问题,本文提出了一种由粗到精快速准确的嘴部自动检测和定位方法。该方法首先通过Adaboost 算法检测出人脸图像大致的嘴部区域,缩小了后续定位的搜索范围;采用局部梯度算子提取嘴部轮廓,通过Ostu 阈值法对提取的轮廓进行二值化处理,根据链码跟踪最终确定左右嘴角的精确位置。实验结果表明,该方法自动检测和定位嘴部快速准确,对表情和姿态的影响具有比较高的鲁棒性,有助于提高人脸识别算法的识别率。
人脸识别 特征提取 嘴角定位 局部梯度算子 face recognition feature extraction mouth corner location local gradient operator
西安电子科技大学 技术物理学院,西安 710071
为解决红外弱小目标检测技术中结构化背景抑制的难题,利用双边滤波集成了图像几何、光度和局部结构相似性等信息并以非迭代、局部操作的优点,提出了一种基于双边滤波的红外弱小目标背景抑制算法,并引入了局部梯度的统计特性来抑制背景细节、增强目标信息,从而达到更好抑制图像中的背景,突出目标图像,提高图像整体对比度、信噪比的目的。实验结果显示,与小波滤波算法比较,该算法对含有弱小目标的复杂背景从主观视觉和数值指标都具有良好抑制效果。
红外图像 目标检测 背景抑制 双边滤波 局部梯度 Infrared Image Target detection Background suppression Bilateral filtering Local gradient
