为了提高特定应用场景的红外导引头成像质量, 采用了统计导引头图像对成像环境和应用场景建模的方法,一方面用L1/L2范数对复原图像进行约束, 保持多尺度成像细节信息; 另一方面用稀疏的拉普拉斯分布对迭代模糊核进行约束, 保持对红外成像内容的约束,并采用计算图像细节信息进行了自适应变化核。结果表明, 建立的图像复原约束模型能有效地提升成像质量, 凸显图像边缘,其对比度增强系数指标提高了20%～50%, 峰值信噪比提高了0.8～3.4, 图像像素的模糊检测累积概率提高了0.3～0.5。该研究对复杂场景和动载体成像处理有一定的帮助。
图像处理 统计先验约束 多尺度成像 应用场景 拉普拉斯分布 L1/L2范数 image processing statistical prior constrain multi-scale imaging imaging application scenarios Laplacian distribution L1/L2 norm
北京师范大学信息科学与技术学院, 北京 100875
针对二维Otsu及其改进算法分割直方图非高斯分布的遥感图像效果较差等问题，提出了一种基于最小类平均绝对偏差的遥感图像分割算法（MCMAD）。利用对角线投影法把遥感图像的二维直方图转化为一维直方图，从而降低计算复杂度；在不同阈值下计算一维直方图相应类中像素出现的概率和类中像素灰度的期望值；遍历一维直方图的所有阈值，得到不同阈值对应的类平均绝对偏差，将最小类平均绝对偏差对应的阈值作为最佳阈值分割点。实验结果表明，与二维Otsu及其改进算法相比，MCMAD算法不仅能够很好的分割直方图为高斯分布的遥感图像，而且改善了直方图为拉普拉斯分布的遥感图像分割效果。此外，新算法的时间消耗也很低。
图像处理 遥感图像分割 二维直方图 Otsu法 拉普拉斯分布 最小类平均绝对偏差 中国激光
2014, 41(s1): s109011
针对视频目标突变转向时产生的重尾问题，提出了一种变换观测模型的粒子滤波跟踪算法。该算法根据提出的变换准则，目标稳定运动时采用高斯分布观测似然函数，当目标突变转向时采用多变量拉普拉斯分布观测似然函数较好的逼近重尾分布，提高跟踪的精度。视频跟踪仿真试验表明，该算法是稳健的，能够对突变转向的运动目标进行有效、可靠地跟踪。
粒子滤波 多变量拉普拉斯分布 颜色直方图 重尾问题 particle filter multivariate Laplace distribution color histograms heavy-tailed issue
