国家高技术研究发展计划(2008AA121805-1)
- 作品数：7 被引量：29H指数：4
- 相关作者：高鑫徐静王燕罗佳宇田会永更多>>
- 相关机构：中国科学院电子学研究所中国科学院研究生院北京师范大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于强角点的SAR图像自动配准被引量：1
- 2011年
- 图像配准技术在合成孔径雷达图像处理中占据至关重要的位置。针对合成孔径雷达图像配准对时间和精度的需求,提出基于角点特征的配准算法。提取两幅图像的角点构造三角形,计算三角形的角度,寻找两幅图像对应的相似三角形,用三角形的顶点坐标求得仿射变换系数,参考图像进行仿射变换,与待配准图像比较相似性,最大相似性对应的变换图像为配准结果。引入用于视频追踪的强角点,对该算法进行验证。实验数据表明该算法的快速准确,并具有一定的抗噪性。
- 田会永李仲来王燕罗佳宇高鑫
- 关键词：图像配准点特征角点仿射变换
- 合成孔径雷达图像自动配准算法研究被引量：1
- 2011年
- 针对合成孔径雷达图像配准对精度和时间的需求,文中对基于相似三角形的配准算法进行了改进:通过角度判断相似三角形,计算简单且可阻止病态三角形影响配准结果;鉴于用于视频追踪的强角点的优良性能,首次引入它作为配准点特征;基于开源计算机视觉库开发了图像自动配准软件,文中简述软件实现过程,分析了代码优化问题;与传统判断相似三角形的配准算法以及常用配准算法相比,实验数据表明,该算法能够精确求解几何形变参数,且运算时间降至毫秒级,对3种几何形变的配准率均高于97%。
- 王燕高鑫徐静
- 关键词：SAR仿射变换
- 超声乳腺肿瘤的全自动SVM检测与水平集分割算法被引量：7
- 2012年
- 超声图像检测是当前乳腺癌诊断的主要辅助手段之一.为实现超声乳腺肿瘤的计算机自动辅助诊断,提出一种基于支持向量机(SVM)目标检测与水平集图像分割相结合的全自动肿瘤提取算法.首先提取超声图像训练集的分块特征来训练SVM分类器,对测试集图像进行检测得到可疑病灶区域;然后提取可疑区域边缘作为水平集的初始轮廓,使用加入Bhattacharyya距离项的Chan-Vese主动轮廓改进模型进行可疑病灶区域的轮廓演化,得到准确的轮廓;最后综合面积、位置、灰度、纹理等因素设计区域评价筛选准则,去除可疑病灶中的干扰区域,得到最终的肿瘤分割结果.在真实病例数据集上的测试结果表明,利用该算法在良恶性肿瘤检测分割中均有较好表现.
- 徐静高鑫
- 关键词：支持向量机水平集BHATTACHARYYA距离
- 基于纹理和边缘的SAR图像SVM分类被引量：6
- 2011年
- 为实现SAR图像地物目标的有效分类,深入研究了基于灰度共生矩阵GLCM的四种纹理特征以及两个边缘特征。分析每个单独纹理或边缘特征在对SAR图像进行支持向量机SVM分类中对不同地物的分辨能力,选取不同的特征组合进行组合特征的SVM分类实验。对各种特征进行主成分分析PCA,并考察使用和不使用PCA两种情况下分类结果之间的差异。实验结果证明能量、边缘长度、对比度和相关度的特征组合在PCA作用下能够改善各类地物的分类精度,将总分类精度提高到90%以上。
- 龙海翔高鑫
- 关键词：纹理特征提取边缘特征提取灰度共生矩阵
- 基于角点特征的自动图像配准被引量：7
- 2011年
- 针对图像配准对时间和精度的需求,本文提出适用于角点特征的配准算法:提取两幅图像的角点构造三角形,计算三角形的角度,寻找两幅图像对应的相似三角形,用三角形的顶点坐标求得仿射变换系数,参考图像进行仿射变换,与待配准图像比较相似性,最大相似性对应的变换图像为配准结果。引入强角点和Harris角点对该算法进行验证。与Fourier-Mellin和基于RANSAC寻找匹配点对角点配准算法比较,实验数据表明该算法的快速准确,并具有一定的抗噪性。
- 罗佳宇赵红娥王燕高鑫田会永徐静
- 关键词：图像配准点特征角点仿射变换
- 基于距离向Scaling原理的聚束SAR极坐标格式成像算法被引量：3
- 2011年
- 极坐标格式成像算法(PFA)的实现存在两个问题:去调频后存在残余视频相位(RVP);极坐标格式转化成直角坐标格式的插值处理运算量大,且插值精度会影响聚焦效果。针对这两个问题,该文提出了一种基于Scaling原理的距离向重采样方法,而方位向则采用Chirp-Z变换,在完成去RVP的同时完全避免了插值。该算法与传统PFA相比,仅仅使用FFT及信号复乘,更利于在硬件上实现,极大节省了计算成本,而且所得图像质量也有一定提高。另外与已存在的距离向CZT方法相比该文流程更为简单,包含更少的FFT及信号复乘。仿真实验验证了该文算法的有效性。
- 李超刘畅高鑫
- 关键词：极坐标格式算法SCALING
- 针对纹理图像压缩的改进SPIHT算法被引量：4
- 2010年
- 针对纹理图像压缩提出了一种改进的SPIHT算法.算法对一阶小波变换产生的LL、HL、LH、HH4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配.编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节.最后通过对纹理图像的压缩实验,证实了改进算法的有效性.
- 潘志刚高鑫
- 关键词：图像压缩SPIHT纹理图像
