沈阳理工大学 信息科学与工程学院， 沈阳 110159
端元提取是高光谱遥感图像混合像元分解的关键步骤。传统端元提取算法忽略了高光谱图像中地物空间分布相关性与非线性结构，制约了端元提取算法的精度。针对高光谱图像的空间关系与非线性结构，提出一种基于同质区分割的非线性端元提取算法。使用超像素分割方法将图像分割为若干同质区，利用流形学习构造高光谱图像数据的非线性结构，最后在同质区内提取端元并利用聚类方法优选端元。模拟和真实图像数据实验表明，该算法能够保证高光谱数据的非线性结构，端元提取结果优于其他传统线性端元提取方法，在低信噪比的情况下，可以保持较好的端元提取结果。
高光谱遥感图像 端元提取 超像素分割 流形学习 hyperspectral remote sensing images endmember extraction superpixel segmentation manifold learning
沈阳理工大学自动化与电气工程学院, 沈阳 110000
雾霾天气下, 航拍设备无法准确获取图像信息, 为解决此问题, 提出一种改进暗通道窗口与透射率修正的图像去雾算法。首先, 用超像素分割有雾图像得到景深一致的局部窗口, 在每个窗口内计算暗通道, 同时根据大气光特性结合超像素进行大气光估计; 然后, 通过引导滤波细化透射率, 并建立自适应容差机制来修正图像明亮区域的透射率; 最后, 反演大气散射模型还原清晰图像。实验结果证明,该算法所得结果图像细节清晰、颜色自然, 且能处理多类雾天图像, 鲁棒性更好, 与经典算法相比具有显著优势。
图像去雾 暗通道先验 超像素分割 自适应容差 透射率修正 image dehazing dark channel prior superpixel segmentation adaptive tolerance transmittance correction
李伟华 1,2,3李范鸣 1,3,*苗壮 1,2,3谭畅 1,2,3穆靖 1,2,3
1 中国科学院红外探测与成像技术重点实验室，上海 200083
2 中国科学院大学，北京 100049
3 中国科学院上海技术物理研究所，上海 200083
雾霾天气由于悬浮粒子的存在，降低了红外成像系统的对比度和视觉质量。现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略，容易导致图像信息丢失、光晕伪影以及天空区域失真的现象。针对这些问题，本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法。在该模型中，首先基于局部结构信息，设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影。同时为了避免局部高亮目标造成估计误差，采用基于超像素块的改进四叉树细分方法获得全局大气光值。在此基础上，利用组合约束通过最小化信息损失实现透射率图最优化。在真实红外雾天图像上的实验表明，在定性和定量方面与现有的经典算法相比，本文所提方法在对比度和可见性方面具有优越性。
红外图像去雾 物理模型重建 超像素分割 联合约束 可见性增强 infrared image dehazing physical model restoration superpixels segmentation combined constraint enhance visibility
上海工程技术大学 电子电气工程学院, 上海 201620
为提高立体匹配精度, 提出一种超像素分割约束的自适应SAD与Census融合的立体匹配算法。针对SAD在匹配过程中无差别使用窗口内像素点灰度值引入的误差, 首先用简单线性迭代聚类（SLIC）超像素分割方法对待匹配图进行处理, 将分割结果结合窗口内邻域像素点和中心像素点的距离给SAD立体匹配过程中窗口内像素点灰度值赋予适当的权重; 进行Census立体匹配过程, 并对两种算法的匹配结果进行自适应融合; 对初始视差图进行左右一致性检测和遮挡点填充等后处理过程。实验表明, 提出算法与传统算法相比, 匹配效果显著提高, 可以很好地适应细节丰富的图像并且对于有垂直位移的图组也有较好的适应性, 对于图像对比度及光照变化具有鲁棒性。
超像素分割 SAD算法 Census变换 左右一致性检测 Super-pixel segmentation SAD algorithm census transformation Left-right consistency testing
1 国网湖南省电力有限公司电力科学研究院，湖南长沙 410007
2 国网湖南省电力有限公司，湖南长沙 410029
3 湖南省湘电试验研究院有限公司，湖南长沙 410007
本文提出一种形状自适应低秩表示的电力设备热故障诊断方法。该方法通过联合超像素分割和低秩表示技术进行热故障诊断。首先，使用主成分分析算法对输入的红外图像进行变换，并对第一主成分进行超像素分割处理，将红外图像自适应地分割为若干非重叠的超像素。然后，采用低秩表示技术对逐个超像素进行热故障诊断，通过充分挖掘空间结构信息和红外温度信息，优化提升热故障诊断精度。实验结果表明，与其他传统热故障诊断方法相比，本文提出的方法在热故障诊断精度上具有较大的优势，满足电力设备红外巡检的应用需求。
电力设备 红外图像 热故障诊断 超像素分割 低秩表示 power equipment, infrared image, thermal fault dia
1 安徽建筑大学数理学院，安徽 合肥 230022
2 安徽省建筑声环境重点实验室，安徽 合肥 230601
基于分裂-合并的图像分割方法可以克服传统基于像素的遥感影像分割算法易受噪声干扰、分割效率低、分割效果差等缺点。结合超像素和图的点积表示算法，提出一种新的基于分裂-合并的遥感影像分割方法。首先，采用简单线性迭代聚类（SLIC）算法对图像进行超像素分割；其次，测量每个超像素块的纹理特征，并考虑空间邻近性，计算每两块之间的距离；然后，将每个超像素块视为图中一个顶点，构建相似矩阵，采用修正的图的点积表示算法将每个顶点重新映射为新的向量，并进行基于角度的k-means方法聚类，得到最后的分割结果。实验结果表明，所提方法分割结果稳定，同时有效地提高了分割精度，取得较好的分割视觉效果。
图像处理 遥感影像 简单线性迭代聚类 超像素分割 图的点积表示 基于角度的k均值 激光与光电子学进展
2022, 59(12): 1210015
1 江南大学物联网工程学院，江苏 无锡 214122
2 江南大学物联网技术应用教育部工程研究中心，江苏 无锡 214122
在增强现实领域，实现虚拟对象光照一致性一直是个难题，针对赋予虚拟对象阴影信息时阴影检测效率低的问题，提出一种基于阴影区域构建阴影体实现虚拟对象光照一致性的方法。首先，采用改进的超像素分割（Ⅰ-SLIC）算法对图像进行处理得到更稳定的超像素集合，并根据相邻超像素中心的颜色距离相似度进行超像素合并，以降低后续处理复杂度。然后，采用高斯混合背景模型对分割后的图像进行阴影检测，利用阴影区域与光照参数构建阴影体。最后，根据变换矩阵完成虚拟对象的注册并结合阴影体进行渲染。实验结果表明，所提方法实现了对虚拟对象的阴影渲染，大大提高了增强现实应用带来的真实感，对比其他方法，在时间效率上具有明显优势。
机器视觉 增强现实 光照一致性 阴影检测 超像素分割 激光与光电子学进展
2022, 59(2): 0215002
哈尔滨工程大学物理与光电工程学院, 黑龙江 哈尔滨 150001
高光谱遥感数据具有详细的地物光谱与空间信息。针对高光谱数据空间信息在以往分类方法中未得到充分利用而导致鲁棒性与分类精度较低的问题,提出了一种改进的超像素分割与三维卷积神经网络分类方法。该方法首先通过超像素分割与模糊聚类对高光谱遥感数据进行区域分割,再使用三维卷积神经网络对得到的区域分割结果与高光谱数据形成的空-谱联合数据进行训练与分类。通过对空间区域进行划分融合,所提方法提升空间信息在分类中的作用,减小“同物异谱”现象对分类的影响,同时引入三维卷积神经网络对空-谱联合数据进行训练与分类,提升了高光谱分类精度。所提方法在Pavia University和Salinas数据集的总体准确率为97.53%和98.48%,与各对照实验相比,具有更为良好的分类效果,验证了所提方法的有效性。
图像处理 高光谱数据 超像素分割 模糊聚类 三维卷积神经网络 光学学报
2021, 41(22): 2210001
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对简单线性迭代聚类(SLIC)方法对图像边缘细节处理效果不佳的问题,提出一种参数可控、改进的简化脉冲耦合神经网络模型(PC-MSPCNN)与SLIC结合的彩色图像分割方法。该方法首先改进MSPCNN模型的加权矩阵和连接系数,并增设辅助参数,以提高分割准确度。随后将彩色图像输入至PC-MSPCNN模型中,依据改进模型中输出Y值的分布划分物体的边缘,使分割结果更好地贴合物体的边缘,利用所提出的相似性准则合并散布的碎片,减小后续处理的复杂度;其次,在SLIC度量相似距离的基础上引入PC-MSPCNN中RGB三个通道的内部活动项U值,完成对图像剩余部分的加权融合聚类,改进聚类效果。实验结果表明,本文方法能更精确地贴合图像中物体的边界,大幅减少碎片,有效提高图像的边缘贴合度。
图像处理 图像分割 超像素分割 脉冲耦合神经网络 简单线性迭代聚类 激光与光电子学进展
2021, 58(2): 0210023
