复杂背景下基于分割逼近法的抠像技术研究

论述了复杂背景下人物的抠像问题,提出一种新的抠像方法--分割逼近算法.首先使用背景更新模型建立了差分背景,然后用本文提出的分割逼近法对图像进行粗分和细分两次分割,建立了人物图像边缘连通体,最后运用Laplacian算子对勾勒出的人物轮廓提取边缘,并用替换原图像的方法实现人物的抠像.     

一种应用相机阵列实现图像遮挡物移除的方法

针对光路中前景遮挡物影响感兴趣信息采集的问题,本文对应用相机阵列的遮挡物移除算法进行实验研究.用阵列型光场相机采集四维光场数据,然后用数字重聚焦技术进行不同深度的重聚焦,突出目标物细节特征.利用图像重构技术合成子图像阵列,选择最小误差阈值分割法标记遮挡物区域并复现原图像的细节特征.实验结果证明了应用阵列型光场相机移除遮...     

基于SUSAN算法的遥感图像去云

提出了一种基于SUSAN算法自动消去主图像中云区遮挡影响的方法。该方法首先利用SUSAN算法有效提取主图像和参考图像中的角点,然后采用概率松弛法寻找主图像和参考图像间的匹配点,将主图像与参考图像配准,在此基础上搜索主图像的云区,最后进行融合得到去云图像。实验结果表明该方法具有较好的去云效果。     

基于样本块修复的目标物移除方法

结合了常用的整体变分法和图像修补算法的特点,提出了一种从图像中移除不期望的目标物的方法。该方法根据已知的蒙板图像,将图像分为目标区域和源区域。首先计算目标区域边缘象素的优先级,确定目标象素点,然后在图像的源区域中寻找最佳匹配样本块,进行块填充,随着优先级的向内传播,目标物最终被移除,空缺部分被填充为较为理想的象素。实验结果表明,该方法能够有效地移除形状不一的大块目标物,同时对裂痕的修补也有着很高的效率,修复得到的图像自然真实。     

基于可变阈值和坐标变换融合的红外刑侦重叠手印目标提取算法

红外重叠手印图像是刑侦领域比较复杂的一类红外图像,其本身具有信息不确定性和手印重叠性。如何准确提取重叠的手印目标是刑侦领域处理此类图像的一大难题。针对该问题,提出了一种基于可变阈值和坐标变换融合的红外刑侦重叠手印目标提取算法。首先,采用阈值算法提取整体手印图和手印重叠部分图;然后通过坐标变换方法滤除两部分图像的无关区域;最后利用轮廓融合算法将两部分图像融合,得到整体手印目标的提取结果。为了使提取结果具有更好的可视性,又采用图像旋转操作后的坐标变换方法来提取单个手印目标。实验结果表明,与其他一些目标提取方法相比,本文方法在提取整体和单独手印目标时都具有较高的准确性和完整性。     

录播系统中图像分割与轮廓提取算法的研究

在基于图像识别技术的录播系统中,通常使用背景差分法检测运动目标,在当前帧与背景帧做差之后,需要进一步选取合适的阈值进行图像分割,从而最终提取出运动目标的轮廓.研究了基于最大类间方差准则的图像阈值分割,在此基础上进一步研究了掏空内部点的轮廓提取算法,并且使用轮廓缺陷修补技术改进轮廓提取算法,从而得到封闭的轮廓,最后使用Freeman链码表示提取的轮廓.实验证明,该算法为录播系统的实现提供了良好的技术保障.     

一种新的样本块图像修补方法

提出了基于颜色比率梯度(CRG,color ratio gradient)的样本块图像修补新方法.CRG对纹理中物体的遮挡和聚类的区分是鲁棒的,该方法的引入可以消除修补过程中纹理块选择时的误匹配,提高修补过程中源纹理块的质量,从而提高最终图像修补的质量.图像修补实验结果表明,本文提出的方法优于原有的基于样本块修补算法.     

基于改进MAE和YOLOv5的遮挡目标两阶段检测方法

无人装备侦察过程中,自然地物形成的前景遮挡严重干扰目标检测算法提取侦察图像特征,导致算法对装甲车辆目标图像识别准确率大幅降低,甚至无法识别,影响军事人员对侦察回传的图像进行分析、研判。对此,本文提出了一种基于改进掩码自编码器（masked autoencoders, MAE）和YOLOv5的被遮挡装甲目标两阶段识别方法,以改进MAE作为“修复器”,修复装甲目标的被遮挡部分,再利用YOLOv5作为“检测器”获取修复后的目标类别和位置。该方法为大面积遮挡目标识别提出了一种“先修后检”的思路,其他行之有效的修复模型、检测模型同样可以尝试利用这一方法解决此类问题。仿真实验的定量对比和定性分析证明了本文提出的两阶段检测方法具有可行性;另外,在不同遮挡比例下,该方法的装甲目标检测效果也通过实验进行了展示和分析。面对大面积前景遮挡的装甲目标非实时检测问题,两阶段检测方法有效解决了难以识别或识别准确率低的问题,降低了军事人员确认算法检测结果的难度。     

增强现实中视觉图像抗遮挡运动目标跟踪算法研究

为了减少视觉图像在处理运动目标跟踪时所需的消耗时间,设计一种基于增强现实技术的视觉图像抗遮挡运动目标跟踪算法。利用噪声去除结果标记图像中的目标连通区域,进而提取特征值数据指标,完成视觉图像的前景处理。在此基础上,设计集成分类器结构,根据跟踪评价指标的选取结果建立跟踪算法流程,完成增强现实中视觉图像抗遮挡运动目标的跟踪算法研究。对比实验结果表明,与现有处理手段相比,应用新型跟踪算法后,运动目标定位准确性最大值达到95%,单位时间内可跟踪目标数量提升至9.0×1011TB,运动目标跟踪处理所需的固定消耗时间得到有效控制。     

基于仿射不变量的运动目标遮挡检测和跟踪

图像序列中运动目标的遮挡检测和处理是目前在动态图像处理时经常碰到,且比较难于解决的问题。本文针对复杂背景下图像序列的特性,给出了一种基于仿射不变量的多运动目标的遮挡检测和跟踪方法。该法首先给出了仿射不变量向量的构造,以及基于它的遮挡判决准则;然后,结合被跟踪目标的先验知识,给出丁,轨迹线以及遮挡区域的预测方法;最后,给出了依赖于仿射不变量向量的运动目标遮挡和跟踪的详细算法。实验表明新算法较好的解决了复杂背景下序列图像中的运动目标遮挡检测和跟踪的问题,较大的提高了运动目标跟踪算法的鲁棒性;同时新算法具有较快的响应速度。     

一种基于Poisson方程的分离型图像修复方法

图像修复是一种恢复图像中损坏部分的技术,具有广泛的应用.基于采样复制的修复方法对纹理图像有较好的效果,但容易产生块效应,而且对结构信息的修复可能产生较大的偏差.本文提出了一种基于Poisson方程的分离型修复算法,首先将原图分解为结构图像和纹理图像两部分,然后根据其特件分别进行修复,叠加后得到最终的修复结果.对结构图像使用Laplacian算子强化结构信息,然后对Laplacian场进行修复并使用Poisson方程重建,可以同时保持锐利的区域边界以及平滑的区域背景.实验表明该方法可以有效改善修复的视觉效果,对大区域修复也有良好的表现.     

连分式在图像修复中的应用

破损图像的修补一直是图像处理中一个重要的研究课题,数字图像修补技术被广泛用于各个领域包括医学图像的修复、文物的修复、犯罪现场的还原以及电影胶片上划痕、污迹的消除.在通常的图像修复技术上,对于一些规则的破损纹理图案采用Thiele型连分式这一有理插值的方法来对破损部分周围的像素点进行插值从而达到修补破损部分的目的.介绍了连分式方法及其在图像修复中的应用,实验证明,连分式插值的方法取得的结果优于一般软件处理的结果,所以使用连分式的纹理修补方法是一种简单而又有效的修补方法.     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

Exemplar-based image inpainting using adaptive two-stage structure-tensor based priority function and nonlocal filtering

For the exemplar-based image inpainting problem, the filling order and local intensity smoothness are two crucial factors that should be considered carefully. This work gives a new exemplar-based image inpainting method, preventing geometric structures from being destroyed and reconstructing textures well to obtain elegant-looking outputs. For a better filling order, we define a new adaptive two-stage structure-tensor based priority function. To promote the local intensity smoothness, we adopt a non-local way, and at the same time, propose a weighted filter based on a Gaussian-like function to generate the ideal filling patch by combining non-local patches. We compare the proposed method with some recent state-of-the-art image inpainting approaches on different tasks, such as texture and structure synthesis, object removal, and remote sensing images inpainting. Experimental results demonstrate the superiority of the proposed method, both visually and quantitatively.     

f+v分解与分形图像修复算法设计

提出了一种基于分形与图像分解的修复算法,将图像分解成为纹理和结构两部分,纹理部分采用以分形维度作为度量函数的修复算法,结构部分采用曲率驱动扩散CDD(Curvature-Drive Diffusions)算法进行并行修复,达到快速、高效的修复受损图像的目的。结果表明,该算法具有速度快、对大面积受损图像修复效果好的特点。     

采用图像修复的基于深度图像复制

在传统的基于深度图像复制(DIBR)的基础上提出一种基于图像修复的DIBR方法,将预处理深度图像和图像修复算法相结合来填补三维图像映射后的空洞。与传统方法相比更加灵活,本文方法仅需传输一路参考图像序列,从而有效降低DIBR系统的传输带宽。实验结果证明,本文所提出方法是有效的。     

改进的邻域滤波图像修复方法

在分析了几种重要的基于滤波图像修复算法基础上,提出了一种改进的邻域滤波图像修复算法.为了减少平滑处理中的模糊,该算法根据待修复点与窗口中已知点的欧氏距离来决定相应位置的权值,然后采用邻域中已知像素的加权平均来估算待修复点的值.大量实验结果表明,改进算法修复的视觉效果和归一化均方误差(NMSE)的计算结果均明显优于先前的...     

一种基于TV模型的自适应图像修复方法

图像修复是数字图像处理的重要内容，可用于被损坏的图像和视频修复、视频文字去除以及视频错误隐藏等。基于TV模型的修复方法有较好的恢复效果，但对参数的选取比较敏感，且运算量较大。本文提出了一种基于TV模型的自适应图像修复方法，与原方法相比可以有效提高该算法的稳健性，并能显著的减少运算时间。     

基于压缩感知的图像处理与重构方法

针对图像修复和插值等图像处理问题进行研究,通过将图像修复和插值模型在压缩感知(CS)理论的框架下进行转换,建立了新的图像修复和插值模型,该模型与CS理论中的重构模型相对应。对此转化得到的重构问题,基于图像在复数小波变换上的稀疏性,利用迭代硬阈值方法求解重构模型,进而获得重构图像。仿真和实测数据处理结果验证本文方法的有效性。     

空间差异度量约束的图像修复

针对传统算法在图像修复时选取最佳块匹配准则的单一性和随机性的问题,提出了一种空间差异度量约束的图像修复方法。该算法利用等照度线确定待修复块的优先级,根据空间差异度量约束的最佳块匹配准则搜索与该待修复块最匹配的样本块,采用最佳匹配块的信息更新优先级最高的待修复块的信息以修复其缺失像素信息。实验结果表明,与传统算法相比,所提算法能有效提高图像修复的主客观质量,对三种类型的信息缺失均取得了较好的修复效果。