目前海上目标检测已在民用和**领域得到广泛的应用。由于海水波动大、目标成像面积少、特征不显著等特点增大了目标检测难度，为了消除上述的问题，首先提出了一种基于混合高斯-马尔科夫随机场目标检测模型，该模型利用所提出的混合高斯模型自适应调节学习率来抑制动态背景的干扰。然后，利用混合高斯模型对红外图像所计算的结果作为马尔科夫随机场的观测值，建立了马尔科夫随机场模型，可以解决混合高斯模型存在的不足。实验结果表明，本文的方法能够取得良好的检测效果。
红外图像 海上目标 混合高斯模型 马尔科夫随机场 infrared image，maritime target，Gaussian mixed mo
1 中国航空工业集团公司洛阳电光设备研究所，河南 洛阳 471000
2 哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室, 哈尔滨 150080
由于样本空间的多样性，势函数模型难以计算，因此无法得到马尔可夫随机场模型的参数估计。针对该问题，提出基于麦克劳林级数的马尔可夫随机场参数估计算法。通过二阶麦克劳林级数的展开式得到了势函数的近似值和似然函数的表示式，推导出极大似然估计对应的非线性方程组，通过牛顿迭代法得到方程组的解即是马尔可夫随机场的极大似然估计。提出了一种改进的Gibbs采样方法，加快了模拟退火的速度。实验分别从视觉效果、峰值信噪比和稳态迭代次数三方面验证了算法的有效性。
图像去噪 马尔科夫随机场 麦克劳林级数 极大似然估计 Gibbs采样 image restoration Markov random field Maclaurin series maximum likelihood estimation Gibbs sampling
1 中国科学院长春光学精密机械与物理研究所，吉林 长春 130033
2 中国科学院大学，北京 100049
遥感根本目的就是获得清晰的高空间分辨率的图像，从而可以进一步地分析处理。为了在遥感测量中获得更高空间分辨率、更高信噪比、更清晰的图像，本文对图像处理领域超分辨算法进行了研究。建立了一套拟合模拟现实的成像系统模型，在这种模型的基础之上，利用最大后验概率系统理论，讨论了现实情况中的运动模糊，噪声等情况，改进了MAP超分辨算法。实验结果表明：使用本文改进的基于MAP理论的Markov随机场约束的多帧超分辨重建算法，可以较好提高超分辨效果，与三次立方插值方法相比，PSNR至少提高约5.1 dB左右，与未改进的MAP方法相比，PSNR提高约0.2 dB左右。本文提出了动态的先验约束方法，给约束函数添加与迭代次数相关的约束项，该改进创新可以加快收敛并且更加逼近真实图像，实验表明该方法收敛速度更快，约束效果良好，更适合实际应用。
最大后验概率原理 超分辨率重建 遥感图像 马尔科夫随机场 动态约束 规整项 MAP principle superresolution reconstruction remote sensing Markov random field dynamic constraint regulation item
西安电子科技大学 智能感知与图像理解教育部重点实验室、智能感知与计算国际联合研究中心、智能感知与计算国际合作联合实验室, 陕西 西安 710071
针对极化SAR图像训练样本数目较少问题以及极化SAR图像同质区域较多的特性,提出了一种新的两层分类框架,结合了稀疏自编码器和边缘保持的Wishart马尔科夫随机场对极化SAR图像进行分类.该框架包括个步骤,第一个步骤使用稀疏自编码器来获得一个初始分类；第二个步骤使用边缘保持的Wishart马尔科夫随机场对第一层的分类结果进行修正.在应用Wishart马尔科夫随机场的过程中,由稀疏自编码器分类得到的边缘得以保持,并且提出了新的分类错误纠正策略确保分类的准确性.因此,通过稀疏自编码器得到的精确分类边缘可用于不同的区域并且在应用Wishart马尔科夫的过程中得以保持.和其他分类方法相比,该方法得到较高的分类精度,证明了新方法的有效性.
稀疏自编码器 极化SAR图像 Wishart距离 马尔科夫随机场 sparse auto-encoder (SAE) polarimetric synthetic aperture radar (PolSAR) ima Wishart distance Markov random fields (MRF)
1 西安工程大学理学院, 陕西 西安 710048
2 中国工程物理研究院材料研究所, 四川 绵阳 621900
水体是合成孔径雷达(SAR)图像解译的一类重要内容。针对含水体的SAR图像的成像特点,给出了一种基于轮廓的配准方法。首先,提出了融合观测图像局部统计信息的自适应权马尔科夫随机场 (MRF)分割模型,以分割SAR图像水体目标并提取其精确轮廓。然后,提出了轮廓匹配的非均匀高斯混合模型(GMM),该模型能融合轮廓上点的位置信息和以轮廓点为中心的窗口的灰度相似性信息。最后,对含水体目标的SAR图像进行配准实验。结果显示所提出的MRF分割模型能精确地定位目标边缘并保持图像的细节,轮廓匹配的非均匀GMM对噪声、外点及局部变形具有稳健性,能较好地实现含水体目标的SAR图像配准。
遥感 合成孔径雷达 图像配准 非均匀高斯混合模型 马尔科夫随机场 轮廓
1 长春理工大学 光电信息学院, 吉林 长春 130000
2 澳门科技大学 资讯科技学院, 澳门999078
3 南昌航空大学 测试与光电工程学院, 江西 南昌330000
由于激光雷达点云数据有无序性、稀疏性和信息量有限的问题, 提出了一种能够将点云数据与对应图像进行三维图像重建的算法, 该方法首先将点云数据体素化, 利用点特征直方图有效地选择深度点进行标记并消除体素中的异常点; 针对传统插值方法估计精度低的缺陷, 利用高斯过程回归方法强大的非线性拟合能力和小样本学习能力, 提高了内插点估计精度, 获得稠密点云; 最后利用马尔科夫随机场对图像灰度数据和三维插值点进行融合来构建三维深度图。定性定量仿真实验结果表明, 提出的算法大大提升了三维重建的鲁棒性与重构精度, 可用于复杂路况中的无人驾驶应用。
三维重建 激光雷达 高斯过程回归 点特征直方图 马尔科夫随机场 3D reconstruction laser radar Gaussian process regression point feature histogram Markov random field
华东理工大学 化工过程先进控制与优化技术教育部重点实验室, 上海 200237
彩色夜视技术可以将微光/红外双谱图像融合成一幅适于人眼观察的彩色图像, 而恰当的场景解析方法能够对彩色夜视图像的内容做出自动化分析, 进一步减轻人眼的观测负担。针对彩色夜视场景丰富多变、对算法灵活性要求高的特点, 提出了一种可在线扩展的场景解析方法。该方法基于非参数模型, 预测景物类别时不需要训练过程, 只需要使用数据库中具有语义标记的样本图像, 通过将待解析图像与样本图像进行全局及局部匹配来实现语义标签的传递。而且, 数据库可以根据应用场景的不同随时进行动态扩充。实验结果表明: 该方法在包含城市、乡野等多种场景的夜视图像上, 以及由统计色彩映射、TNO、NRL等多种融合方法得到的、具有不同色彩表征的彩色夜视图像上都具有令人满意的准确率。
彩色夜视 场景解析 非参数模型 超像素特征 马尔科夫随机场 color night vision scene parsing nonparametric model superpixels feature 红外与激光工程
2017, 46(8): 0804002
1 福建师范大学光电与信息工程学院, 福建 福州 350007
2 福建师范大学医学光电科学与技术教育部重点实验室, 福建 福州 350007
为实现稳健和精确的人脸跟踪, 充分挖掘了人脸中的颜色信息、梯度方向信息和空间结构信息。在人脸中提取眼睛、鼻子和嘴巴等显著特征子块作为跟踪子块, 在每个子块中选择最显著的特征作为跟踪的依据, 并用马尔科夫随机场建立各个子块之间的空间约束关系, 实现稳健的人脸跟踪。和若干典型跟踪算法的比较, 实验结果表明, 所提出的跟踪算法具有较好的稳健性和精确性。
图像处理 人脸跟踪 马尔科夫随机场 多特征跟踪 分块跟踪 粒子滤波 激光与光电子学进展
2017, 54(2): 021002
为了解决深度图像中存在的图像模糊、空洞和噪声等图像质量问题, 拟从软件的角度出发, 在不改变传感器成像系统物理结构的前提下, 基于结构特征并以彩色图像作为引导展开研究, 实现深度图像增强和空洞修补的目的, 提高深度图像的质量。通过对彩色图像和深度图像的结构特征进行提取, 得到共性的全局特征, 并对得到的结构特征进行联合双边滤波, 最后基于马尔科夫随机场的方法进行深度图像增强, 实现了低成本获取深度增强的图像。实验结果表明本文算法在保持图像边缘的细节性、平滑性和整体性上具有更好的效果, 与其他算法相比, 图像的均方根误差RMSE更低, 仅为0.506 93及1.169 30(针对Teddy及Art图像) 。
结构特征 图像增强 马尔科夫随机场 双边滤波 structure feature image enhancement Markov random field bilateral filter.
