立体视频右视点图像宏块丢失错误隐藏算法

根据宏块的运动特性,提出了一种立体视频右视 点图像宏块丢失的错误隐藏算法。根 据视点内时域相邻帧及 视点间相邻帧的相关性估计丢失宏块的运动静止特性,将丢失宏块分为运动块和静止块。对 于静止块,直接使用时 域帧拷贝的方法恢复;对于运动块,使用外边界匹配准则选择候选块并赋予相应的权重得到 加权候选块,根据最优 候选块和加权候选块的边界匹配值自适应地选择最优块或空域插值方法恢复丢失信息。实验 表明,本文算法提高了 隐藏图像的主客观质量。在不同量化参数(QP)和不同宏块丢包率(PLR) 的情况下,经本文算 法恢复后图像的峰值信噪比(PSNR)与普通JM算法相比,平均提高0. 77～3.22dB。     

基于运动预测的Motion JPEG2000误码掩饰新算法

Motion JPEG2000(MJPEG2000)作为新兴的视频压缩标准,鲁棒传输控制是一个重要的应用需求,而误码掩饰技术是提高其鲁棒性的有效途径之一。充分利用压缩码流冗余信息,本文提出了一种基于运动预测的Motion JPEG2000视频传输误码掩饰新算法。首先利用相邻帧及帧内子带间的相关性进行小波域内的运动估计,以低频子带内码块的运动矢量来预测高频子带内丢失码块的运动矢量,再通过运动匹配修复丢失的码块。而低频子带内数据块的丢失可通过整个高频子带图像完成运动估计,得到预测信息对低频子带系数实施误码掩饰。仿真实验结果表明,提出的算法不管在低频还是高频子带进行误码掩饰修复,均能得到较好的图像帧重建效果。     

一种改进的三边缘统计错误隐藏算法

在空域错误隐藏算法中,丢失块边缘方向估计的精确度和算法复杂度问题一直都是研究的重点.提出了一种改进的三边缘统计错误隐藏算法,该算法根据正确接收的丢失块周围3圈像素点的统计信息,自适应地选择不同的隐藏算法,从而有效改善了以上问题并对视频图像的主观视觉效果和峰值信噪比有一定程度的提高.     

面向条带SAR的多孔径图像偏移自聚焦算法

本文提出了一种能够用于机载条带式合成孔径雷达（SAR）运动误差估计的多孔径图像偏移自聚焦算法。首先,将条带SAR数据分割为有重叠的估计子块,各个子块又分为具有重叠场景的多个子孔径,并通过后向投影算法在距离多普勒域构建子孔径图像;然后,对各个子孔径图像进行互相关处理,在分析影响互相关函数的因素的基础上,给出了求解各子图像之间的重叠场景相对偏移的方法;最后,给出了子块内的误差估计方法与子块间的误差拼接方法。对实际数据的处理结果表明,所提算法能够精确且鲁棒地估计机载条带SAR的运动误差。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

基于自适应非局部均值的CBCT投影数据去噪算法

为了准确地获取放疗摆位信息,并减低临床患者 所接收的辐射剂量,提出了一种基于非局部均值(NLM)的锥形束计算层析(CBCT)投影数据去 噪算法。首先,计算在不同投射角度下获取的CBCT投影数据的噪声标准差、边缘信息和纹理 子块的平均梯度值的均值,确 定与该角度投影数据相适应的滤波强度值;然后,采用改进的NLM算法对投影数 据进行去噪处理;最后,经过三维重 建获得较高质量的CBCT图像。还对基于子块分割的噪声估计算法进行了改进,使其更适 用于CBCT投影数据的噪声估 计。实验结果表明,本文算法能够有效估计投影数据的噪声水平,去噪效果优于其它几种算 法,在去除噪声的同时,还能很 好地保留图像的细节信息,并可增强图像的对比度,有利于准确获取摆位信息和医生的临 床诊断。     

针对块稀疏信道的估计算法

无线多径信道中存在着块稀疏结构。针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法。这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率。为进一步提升信道估计性能,在基于BSBL框架算法仅利用导频信号估计信道的基础上,又提出了基于联合块稀疏贝叶斯学习(JBSBL)的信道估计新算法,该算法利用导频与数据子载波实现信道的联合估计。仿真结果表明,与传统的最小二乘算法比较,本文提出的算法均可获得很好的信道估计性能,且基于JBSBL的信道估计算法性能更佳。      

改进PVO预测的自适应选块可逆图像水印

为了解决预测误差方法在预测精度和图像不可感 知性上的不足,提出一种基于改进PVO的自适应选块可逆图像水印算 法。首先对原始图像进行分块,并利用子块内相关像素不平均值之间的梯度计算子块 噪声级;然后结合像素值排序预测 算子得到预测误差直方图;最后根据子块噪声级自适应地选择水印的嵌入位置,并采用本 文算法进行水印嵌入。本 算法可以根据原始图像的特性自适应选择水印嵌入的子块,提高了像素预测精度,减少了水 印嵌入产生的失真;提取水印信息 后,可以无失真地恢复原始图像。实验结果表明,本文针对噪声级判断以及PVO算法的改进 策略可以有效提升可逆图像水印 算法的性能,在相同的嵌入容量下,本算法嵌入水印后的图像峰值信噪比较相关文献平均提 高了1.3%左右,具有更好的不可感知性。     

DVB-S2 ACM技术中的信噪比估计

为了在DVB-S2系统自适应编码调制(ACM)技术中实现对信道信噪比的精确、高效估计,提出了一种基于子空间分解的数据辅助类信噪比估计算法。计算机仿真结果表明,在较宽的信噪比范围内,该算法的性能优于数据辅助类的最大似然估计算法和经典的基于子空间分解的ED算法,估计精度高,计算复杂度低,非常适合在DVB-S2系统ACM技术中应用。     

基于离线双字典学习算法的图像超分辨率重建研究

为了提高图像超分辨率重建的质量,采用离线双字典学习算法。首先图像块建立字典稀疏模型,确定字典中原子数量;然后使用基于离线字典学习对图像稀疏编码,同时把稀疏编码统一到一个框架中进行优化编码;接着对字典进行分解多个子字典,将图像块中像素点的列向量在子字典展开;最后双字典与超分辨率重构中不同分辨率的异构数据进行同构化,确定控制残差条件,给出了算法实现过程。实验仿真显示本文算法重建效果清楚,峰值信噪比最大,BIQI最小。     

Iterative reconstruction methods using regularization and optimal current patterns in electrical impedance tomography

An iterative reconstruction method which minimizes the effects of ill-conditioning is discussed. Based on the modified Newton-Raphson algorithm, a regularization method which integrates prior information into the image reconstruction was developed. This improves the conditioning of the information matrix in the modified Newton-Raphson algorithm. Optimal current patterns were used to obtain voltages with maximal signal-to-noise ratio (SNR). A complete finite element model (FEM) was used for both the internal and the boundary electric fields. Reconstructed images from phantom data show that the use of regularization optimal current patterns, and a complete FEM model improves image accuracy. The authors also investigated factors affecting the image quality of the iterative algorithm such as the initial guess, image iteration, and optimal current updating.     

A simulated annealing restoration algorithm for restoring halftoned color-quantized images

Restoration of color-quantized images is rarely addressed in the literature especially when the images are color-quantized with halftoning. Most existing restoration algorithms are generally inadequate to deal with this problem as they were proposed for restoring noisy blurred images. In this paper, a restoration algorithm based on simulated annealing is proposed to solve the problem. This algorithm makes a good use of the available color palette and the mechanism of a halftoning process to derive useful a priori information for restoration. Simulation results show that it can improve the quality of a halftoned color-quantized image remarkably in terms of both SNR and CIELAB color difference metric. The subjective quality of the restored images can also be improved.     

一种基于运动检测的智能视频序列降噪算法

提出了基于运动检测的视频图像自适应滤波降噪算法,该算法能够智能地区分图像的静止部分和运动部分,并针对性地使用不同的滤波算法。实验结果表明,由于本算法充分利用了视频的空域、时域信息,能够显著提高图像的信噪比和图像的主观质量,比单纯的空域或时域滤波取得更好的效果。     

基于图像信噪比选择优化高斯滤波尺度

该文提出了一种选择优化高斯滤波尺度的算法。首先对图像的信噪比进行估计,以此来评估图像受噪声退化的程度;然后在样本图像中加上不同程度的噪声,利用最优化准则得到相应的最优高斯滤波尺度;最后在统计意义上研究最优化高斯尺度和图像信噪比之间的关系,通过数据拟合,可得到基于图像信噪比来选择高斯滤波尺度的算法。在Canny边界探测和非线性扩散滤波上的应用实验,显示了新算法的有效性。     

基于OpenCV的红外弱小运动目标检测与跟踪

针对信噪比低、背景和噪声干扰严重的红外图像,根据图像序列中运动目标的帧间相关特性以及噪声的不相关理论,基于OpenCV（Open Soure Computer Vision Library）计算机视觉库,提出了一种弱小目标的检测算法,并对检测到的目标进行了跟踪。采用能量累积的方法得到背景,然后从原始图像中去除背景,提高信噪比;利用目标的帧间相关特性以及运动信息去除噪声;最后通过Kalman滤波算法来对检测到的目标进行跟踪。实验结果表明:该检测算法能有效地从序列图像中提取出弱小运动目标,跟踪算法也能实时地进行跟踪并在目标被遮挡时准确地预测出目标位置。     

Turbo码在无线图像传输中的应用

将Turbo码在低信噪比情况下具有良好的纠错性能的特性应用于无线信道下图像传输的差错保护,并研究了编解码器中迭代次数,输入信噪比,译码算法等因素对恢复的图像质量的影响,并给出数值结果.仿真表明,应用了Turbo技术以后可以大大提高图像传输的可靠性,显著降低误码率,可以适应未来3G实时多媒体业务传输的需求,具有广阔的应用前景.     

Novel cooperative neural fusion algorithms for image restoration and image fusion.

To deal with the problem of restoring degraded images with non-Gaussian noise, this paper proposes a novel cooperative neural fusion regularization (CNFR) algorithm for image restoration. Compared with conventional regularization algorithms for image restoration, the proposed CNFR algorithm can relax need of the optimal regularization parameter to be estimated. Furthermore, to enhance the quality of restored images, this paper presents a cooperative neural fusion (CNF) algorithm for image fusion. Compared with existing signal-level image fusion algorithms, the proposed CNF algorithm can greatly reduce the loss of contrast information under blind Gaussian noise environments. The performance analysis shows that the proposed two neural fusion algorithms can converge globally to the robust and optimal image estimate. Simulation results confirm that in different noise environments, the proposed two neural fusion algorithms can obtain a better image estimate than several well known image restoration and image fusion methods.     

基于最大似然比准则的点目标识别技术

本文介绍一种自适应算法,通过候选目标轨迹检测、最大似然比优化算法和后处理等一系列操作,从已经抑制CN序列和UCN序列的低信噪比图像序列中自动识别在视场中做匀速直线运动的点目标.文内给出了各项操作的理论分析和优化算法,实验结果证实了理论分析的正确性和自适应算法的可行性.本算法可识别最低信噪比为0.5,且对红外、可见光等不同种类图像序列兼容,优化算法可以大大降低数据处理量.     

Progressive image transmission over differentially space‐time coded OFDM systems

In this paper, we consider progressive image transmission over differentially space‐time coded orthogonal frequency‐division multiplexing (OFDM) systems and treat the problem as one of optimal joint source‐channel coding (JSCC) in the form of unequal error protection (UEP), as necessitated by embedded source coding (e.g., SPIHT and JPEG 2000). We adopt a product channel code structure that is proven to provide powerful error protection and employ low‐complexity decision‐feedback decoding for differentially space‐time coded OFDM without assuming channel state information. For a given SNR, the BER performance of the differentially space‐time coded OFDM system is treated as the channel condition in the JSCC/UEP design via a fast product code optimization algorithm so that the end‐to‐end quality of reconstructed images is optimized in the average minimum MSE sense. Extensive image transmission experiments show that SNR/BER improvements can be translated into quality gains in reconstructed images. Moreover, compared to another non‐coherent detection algorithm, i.e., the iterative receiver based on expectation‐maximization algorithm for the space‐time coded OFDM systems, differentially space‐time coded OFDM systems suffer some quality loss in reconstructed images. With the efficiency and simplicity of decision‐feedback differential decoding, differentially space‐time coded OFDM is thus a feasible modulation scheme for applications such as wireless image over mobile devices (e.g., cell phones). Copyright © 2006 John Wiley & Sons, Ltd.     

体全息存储图像的信噪比研究

根据全息存储二值图像的特性,提出了评价重构图像信噪比的方法,并对掺铁铌酸锂晶体中角度复用全息存储图像的信噪比作了详尽的定量研究,包括存储过程中图像信噪比的动态演变,以及页内和页间串扰对重构图像信噪比的影响。测量结果表明,串扰噪声引起的信噪比下降趋势与理论分析一致,图像信噪比的恶化主要是由于相干光学噪声和测量仪器的噪声;实验结果还表明即使在较小的衍射效率下也可获得较好的存储图像信噪比,从而为存储容量和图像质量之间的最佳均衡创造了条件