局部熵

摘要： 针对红外图像中弱小目标检测虚警率高、实时性差的问题,提出了一种基于视觉显著性和局部熵的红外弱小目标检测方法。该方法将红外弱小目标的检测问题由粗到精分步实现,首先利用融合局部熵的方法提取包含目标的感兴趣区域,对红外弱小目标实现粗定位。然后再利用改进的视觉显著性检测方法在感兴趣区域计算局部对比度,获得感兴趣区域的显著图。最后利用阈值法分割显著图像提取红外弱小目标,实现红外弱小目标的检测。通过与TOPHAT算法及LCM算法进行对比试验,验证了该方法在检测性能上优于TOPHAT算法以及LCM算法,虚警率分别下降了62.5%和33.3%;检测实时性方面,算法耗时为LCM的38.6%。该方法能够实现复杂背景下红外弱小目标的准确检测,在一定程度上解决了目标检测虚警率高、实时性差的问题。

摘要： 针对传统背景抑制方法虚警率高、检测率低的问题,提出一种基于改进滤波器和图像加权局部熵的红外小目标图像处理方法。通过改进中值滤波对原始红外图像进行预处理,分别构建多尺度灰度差异算子、局部图像熵算子,并将二者进行点积运算得到加权局部熵,从而能够有效地抑制背景并消除噪声。实验结果表明:该方法适应性较好,运算效率相对传统中值滤波算法提升了20.6%,有一定的理论与工程应用价值。

摘要： 假设μ为任意非空开集上非原子G-不变正测度.对■α≥0,每个q∈R,有h^(B)_(top)({F n},Kα(μ))=qα+h_(μ)({F n},q,Kα(μ)).研究在amenable群作用下局部熵的重分形分析及Kα的大小.

摘要： 以图像非局部相似性为基础,利用图像分块重组以获得低秩块图像,是将鲁棒主成分分析算法(robust principal component analysis,RPCA)应用到单帧图像红外小目标检测的基本方法.本文介绍了RPCA算法在单帧图像红外小目标检测的应用流程,分析了不同图像背景下各种分块方法的影响.为解决复杂背景下图像分块窗口和滑动步长难以选择的问题,提出了以图像分块最小局部熵的较大值为参考的选择方法.实验结果表明,通过计算图像的分块局部熵,以最小局部熵的较大值为参考,选择RPCA算法预处理方案,能使单帧红外图像小目标检测达到更好的效果,弥补了工程人员缺少RPCA算法应用经验的不足.

摘要： 为了更好满足无人机航拍图像拼接对实时性和稳定性的要求,提出一种四叉树局部熵自适应阈值的ORB(Oriented FAST and Rotated BRIEF)算法,首先对图像划分网格,通过计算每个网格内局部熵的最佳阈值提取FAST特征点,然后采用四叉树对提取的特征点进行最优筛选,最后采用KNN算法对特征点进行粗匹配,使用PROSAC算法对异常点的剔除.实验结果表明,在特征提取时间基本相同的情况下,本文算法比ORB算法匹配率提高3.8％.

摘要： 为了提高非高斯工业过程的检测性能,提出局部熵双子空间(LEDS)的多模态过程故障检测方法.运用局部概率密度估计构建数据的局部熵矩阵,消除数据的多模态特性.用Kolmogorov-Smirnov(KS)检验局部熵数据中变量的正态分布特性,对高斯分布和非高斯分布的数据分别建立基于PCA的高斯子空间和ICA的非高斯子空间故障检测模型.利用Bayesian决策将检测结果转化成发生故障概率的形式,将检测结果组合成最终的统计信息,进行故障检测.将该方法应用于数值例子和田纳西–伊斯曼多模态过程,仿真结果表明,该方法在误报率较低的情况下,故障检测率最高,优于PCA、局部熵PCA(LEPCA)和局部熵ICA(LEICA)方法.

摘要： 针对现有煤料分割方法中轮廓检测不全,边缘残缺以及环境自适性差等问题,提出一种四帧差分与局部熵融合的煤流分割方法,根据煤流轮廓面积特征来检测溜槽处是否发生堵塞.首先引入帧间差分法的思想,提取运动状态的煤流信息;再引入信息熵的思想,提出一种局部区域熵值的计算方法,由差分图像得到煤流局部熵值图像;提取煤流轮廓后,以前景面积作为特征,利用SVM对特征进行分类,得到检测结果.为评价四帧差分与局部熵融合的煤流分割方法的性能,进行了不同煤流量、光照强度,以及不同运煤场景下的对比分析,试验结果表明,此方法能够在不同场景下准确地提取出煤料的全局信息,可较好地适应并克服环境光照干扰的影响.

摘要： 针对基于局部熵进行加密图像视觉安全性评估存在块效应的局限性,引入图像的边缘特征,通过共有边缘来衡量加密图像与原始图像的边缘相似度,消除了块效应.由于局部熵对加密等级低的图像不敏感,边缘相似度对加密等级高的图像不敏感,将两个评估方法进行自适应融合,提出SLEES(Local Entropy and Edge Similarity,SLEES)指标.通过改变图像像素位置和图像像素值的加密方式处理图像和视频帧进行测试,实验结果表明,SLEES指标相比传统评估指标有更好的鲁棒性,评估范围更广.

摘要： Aiming at the problem of eliminating structural noise when using ultrasonic testing method to detect metallic materials is difficult, a new de-noising method combining complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN) with improved threshold algorithm and local entropy was proposed to de-nosing the ultrasonic signal of coarse-grained materials. The CEEMDAN method was used to decompose the ultrasonic signal, and the Intrinsic Mode Function (IMF) components and residual components were obtained. The local entropy of the original signal was calculated and corrected according to the propagation principle of the ultrasonic wave. And the optimal calculation window length of local entropy was determined. The threshold algorithm improved by the local entropy was used to de-nosing the IMF component containing the structural noise. Reconstructed signals after de-nosing was obtained by accumulating IMF components and residual components. Through the experiment on the measured ultrasonic signal of metallic materials, it was showed that the method could effectively remove structural noise and kept the defect signal to the maximum extent, and the effect of noise reduction was obvious.%针对使用超声探伤方法检测金属材料时结构噪声难以消除的问题,提出将具有自适应噪声的完整集成经验模态分解(CEEMDAN)与局部熵改进的阈值算法相结合的降噪方法,对金属材料的超声信号进行降噪处理.采用CEEMDAN方法分解超声信号,得到多个本征模态函数(IMF)分量与残余分量;计算原信号的局部熵,并根据超声波的传播原理对局部熵数值进行校正,以及确定局部熵的最佳计算窗口长度,使用局部熵改进的阈值降噪算法,对含有结构噪声的IMF分量进行降噪处理;将降噪后的IMF分量与残余分量累加,获得降噪后的重构信号.通过对实测的金属材料超声信号进行试验,结果表明,该方法能够有效去除结构噪声,且最大限度地保留了缺陷信号,降噪效果明显.

摘要： 过渡区是图像中介于目标和背景之间的特殊区域,针对传统的过渡区提取的梯度算法对噪声敏感及过渡区像素灰度变化频繁的特点,提出一种基于局部熵信息测度的过渡区提取与分割方法.根据图像过渡区的特征,构造局部熵信息测度作为特征参数,提取图像的过渡区.依据过渡区的直方图确定一个最佳分割阈值,提取目标.本文算法摆脱了传统过渡区提取算法对噪声敏感和对剪切点Llow和Lhigh的依赖.实验结果表明,本文算法抗噪性能好,稳健性强,优于传统的过渡区提取算法和基于局部复杂度的过渡区直接提取方法.

摘要： 该文通过对主动轮廓线技术发展的回顾和从纹理图像分割的实际问题出发,提出一种基于局部熵驱动的主动轮廓线纹理图像分割模型.该模型的能量泛涵包含一个惩罚区域弧长的几何正则项和一个使用纹理模式区分不同区域的数据拟合项,特别是数据拟合项用到了局部熵来提取图像纹理并且采用L1范数作为熵的相似性度量.然后将该能量泛涵嵌入到变分的水平集公式中,通过求解能量最小化问题,得到相应的曲线演化方程.最后,采用Berkeley 图像分割库中图像实验验证了该方法的有效性.

摘要： 对改进的基于局部熵的织物疵点检测方法进行了研究。对不同图像的处理，使用自适应性阈值，有效降低了传统方法中变化的背景和主观选择带来的误差;采用泰勒展开式简化了局部熵的计算公式，加快了运算速度。另外，运用数学形态学中的开运算，显著地滤除了图像中的噪声，并保持原疵点图像的大致形状。最后，用改进的方法进行了局部熵疵点检测实验，结果表明此方法极大提高了图像识别的正确率和抗噪滤波的能力，得到了满意的效果。

摘要： 基于局部信息熵的红外成像装置，用于对固定场景的图像采集，探测器将探测出的每帧图像的像素对应的灰度数据以及每个像素对应的温度数值发送到中央处理器；识别出每帧图像的背景场景、动态场景、临时场景，以及确定不同场景下对象标识；计算三种场景下各图像模块对应的像素的增强系数，所述增强系数用于调整各个像素的对比度；增强系数表存储在所述图像处理器的缓存；图像增强管线根据缓存中的增强系数表对红外图像像素的对比度进行非均匀校正实现每帧红外图像的渲染。本发明提供将图像信息熵信息引入到图像直方图统计中，在增强图像对比度的基础上有效提升了图像的细节和信息量，自适应的把不同场景红外图像增强到最佳的视觉效果。

摘要： 本发明公开了一种基于多方向局部差异测度与熵加权的红外小目标检测方法，包括：步骤一，通过多方向局部差异测度来增强目标并抑制杂波背景，步骤二，利用熵来表征目标与背景之间的异质性，进一步增强目标，同时生成显著图。步骤三，采用自适应阈值操作从背景中分割出目标。本发明提出了一种多方向局部差分测度方法，设计了多方向卷积核能够有效的解决所定义的背景区域随目标单元格的增长而成比例增长造成的问题，对目标及其周围局部纹理结构的尺寸变化具有较强的鲁棒性，从而显著降低了误报率。本发明对于复杂背景中的红外小目标检测能在增强目标的同时有效的抑制背景，具有更高的检测率和低虚警率。

摘要： 一种基于局部信息熵的红外成像装置，用于对固定场景的图像采集，探测器将探测出的每帧图像的像素对应的灰度数据以及每个像素对应的温度数值发送到中央处理器；识别出每帧图像的背景场景、动态场景、临时场景，以及确定不同场景下对象标识；计算三种场景下各图像模块对应的像素的增强系数，所述增强系数用于调整各个像素的对比度；增强系数表存储在所述图像处理器的缓存；图像增强管线根据缓存中的增强系数表对红外图像像素的对比度进行非均匀校正实现每帧红外图像的渲染。本发明提供将图像信息熵信息引入到图像直方图统计中，在增强图像对比度的基础上有效提升了图像的细节和信息量，自适应的把不同场景红外图像增强到最佳的视觉效果。

摘要： 本发明公开了一种结合局部熵的局部能量泛函与非凸正则项的图像分割方法，包括以下步骤：(1)读入图像I(x，y)；(2)初始化基于局部熵的局部能量泛函与非凸正则项的图像分割模型中的各个参数；(3)计算图像I(x，y)的局部熵hx；(4)在步骤(2)初始化参数的基础上对图像I(x，y)进行分割，采用基于局部熵的局部能量泛函与非凸正则项的图像分割模型对所述图像I(x，y)进行分割，并在分割的过程中进行水平集函数Φ的更新；(5)根据方程对水平集函数Φ进行演化，判断水平集函数Φ是否收敛，如果收敛，则水平集函数Φ停止演化，并输出分割图像；反之，则返回步骤(4)继续。本发明可以高效，准确地分割灰度不均匀图像。

摘要： 本发明提出一种基于背景抑制与多尺度局部熵的红外弱小目标检测方法，首先对红外图像进行归一化处理；其次对红外图像进行导向图滤波器滤波，差分之后得到背景抑制后的图像；然后通过计算多尺度局部熵权值图，对同一像素位置取不同尺度局部熵显著图的最大值，得到最终的局部熵权值图；之后对背景抑制后的图像与局部熵显著图进行相乘，得到红外小目标的显著图；最后利用Susan滤波器对显著图进行滤波，去掉孤立的亮点，处理后图像的非零区域即为小目标区域。本发明可用于对红外图像中的弱小目标进行检测，能有效的提高红外图像中小目标的检测精度。

摘要： 本发明提供了一种基于法向量方位角局部熵的三维人脸遮挡判别方法，步骤如下：首先得到人脸的三维法向量；其次，计算各法向量的各个方位角：滚转角、俯仰角以及偏转角；按照点云的x，y坐标，对人脸点云进行4*4分块；在各子区域内计算各方位角的局部熵值；提取输入人脸的16个子区域的各方位角局部熵值，得到基于法向量方位角局部熵的特征；使用支持向量机进行训练及测试，以完成对遮挡的判断与识别。本发明检测及分类性能较强，并且对原理简单，易于实现。

摘要： 本发明涉及一种基于局部熵的恶意代码可视化分析方法，包括以下步骤：计算恶意代码局部熵，生成的熵值序列长度记为L，之后补充个0熵值；计算局部熵的djb2哈希值；将djb2哈希值转换成RGB值；基于RGB值序列生成关于局部熵的方图；提取局部熵方图的Gist特征，并运用KNN分类算法实施分类验证。本发明可用于恶意代码检测及分类。

摘要： 本发明公开了一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，对原始点云数据进行降采样和搜索到多个近邻点后，计算出每个点云对应的平均投影距离；将所述原始点云数据划分为边缘点云集和待精简点云集，并计算出对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值；利用八叉树对所述待精简点云集进行剖分，并计算出对应的第二豪斯多夫距离平均值；将所述第一豪斯多夫距离平均值与所述第二豪斯多夫距离平均值的比值与设定的多个判断阈值进行比较，根据比较结果和所述信息熵值对所述待精简点云集进行精简；将所述边缘点云集和精简后的点云进行合并拼接，得到对应的三维模型，提高对三维模型点云数据的精简效果。

摘要： 本发明提供一种变异系数与局部熵联合驱动雷达图像非局部均值方法，根据当前像素权重值以及搜索窗中的各个像素的值求取当前像素点的像素值，所述当前像素权重值根据每个像素点所对应的比值距离与衰减系数确定。本发明与现有的相干斑抑制方法相比，在均匀区域具有更好的平滑性能，在边缘区域还能有很好的边缘保持特性，同时在图像可视化方面也具有较佳效果。

摘要： 本发明公开了一种结合局部熵的局部能量泛函与非凸正则项的图像分割方法，包括以下步骤：(1)读入图像I(x，y)；(2)初始化基于局部熵的局部能量泛函与非凸正则项的图像分割模型中的各个参数；(3)计算图像I(x，y)的局部熵h