一种基于L_1范数的非局部变分图像复原模型

针对L_2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息,模糊图像细节信息的缺点,提出了一种基于L_1范数的非局部变分模型。首先,对基于L_1范数的非局部变分模型的扩散性能进行了详细的分析。接着,将该模型应用于退化图像的复原中,并推导出该模型的Bregman交替迭代求解过程。最后,通过对比实验,证明本文提出的L_1范数的非局部变分复原模型能更好地重构图像的细节信息,相对于L_2范数的非局部变分模型峰值信噪比提高大于1dB,图像复原性能更优。     

基于变分模型的梯度域色阶映射算法

针对梯度域动态范围压缩算法存在伪边缘以及局部细节扭曲等现象,提出了一种基于变分模型的梯度域色阶映射方法。首先,在梯度域内构造了一个既能够压缩图像的动态范围又能够保证边缘与细节信息的变分模型;其次,将Gibbs采样的思想引入到最速下降法,在求解变分模型最优解的同时有效地提高了无约束最优算法的收敛速度;最后通过改进的最速下降法得到变分模型最优解。实验结果表明该算法能够有效地去除光晕,得到细节保持完好的低动态范围图像。另外,改进的最速下降法保证了算法的实时性。     

轮廓波域内局部对比度增强的彩色图像灰度化算法

为了更好地保留原彩色图像的局部对比度,获得感知准确的灰度图像,提出了一种轮廓波域内局部对比度增强的灰度化算法。首先在CIE Lab色彩空间中利用共轭梯度算法优化目标函数,求取全局映射函数参数,得到初步灰度化图像;然后采用轮廓波变换对彩色图像和初步灰度化图像进行多尺度多方向分解,利用局部色彩对比度比值对方向细节图像进行对比度增强,应用轮廓波逆变换得到增强后的细节图像;最后将初步灰度化图像与增强后的细节图像进行叠加,得到灰度化图像。对COLOR250和ˇCadik图像集的实验结果表明,本文提出的算法优于已有文献的一些典型灰度化算法,能够有效保留原始图像的对比度与结构信息,灰度化图像视觉感知自然,主客观评价结果均为最优。     

一种应用于欠采样图像的自适应稀疏重建方法

针对图像稀疏重建中因使用固定参数的全变分(TV)正则项所带来的图像细节缺失和阶梯效应问题,提出了一种自适应二阶广义全变分(TGV)约束的图像稀疏重建算法.该算法采用二阶广义全变分模型权衡图像的一阶导数和二阶导数,且能够根据每次迭代得到的重构解及对应张量函数自适应地修正权重系数,实现图像的稀疏重建.与全变分正则模型和固定参数广义全变分正则模型相比,该算法能更好地保持图像轮廓和细节信息,提高重建图像的峰值信噪比(PSNR)和结构相似度(SSIM).     

一种群稀疏限制的消除条带噪声变分模型

在对图像变分描述的前提下,为有效地利用条带噪声之间的相似性,本文将条带噪声的群稀疏表示引入到单向变分模型中,提出群稀疏技术限制的单向变分模型,并采用交替方向乘子法求解该模型。对比实验证明,本文所提出的群稀疏限制的单向变分模型能有效地利用条带噪声的相似性实现条带噪声的消除,更好地重构图像的细节信息,峰值信噪比与结构相似性比其他模型分别提高6.76dB和0.25,图像去噪性能更优。     

一种自适应分数阶变分图像复原模型

为了克服分数阶变分图像复原模型在图像的不同区域变分策略恒定以及未有效利用退化函数先验信息的缺点,建立了一种充分利用退化函数先验信息的自适应分数阶图像复原模型。该模型利用退化函数的平滑先验,采用分数阶变分对退化函数加以表示,并通过极小化图像局部梯度信息对分数阶变分项进行约束。模型的优化求解采用极小化Bregman距离与对偶迭代相结合的方法,并通过对比实验证明建立的自适应分数阶图像复原模型可以更好地复原图像的结构与纹理信息,峰值信噪比与结构相似性都有所提高,图像复原性能更优。     

基于图像局部方向特性的自适应全变分去噪模型

针对全变分模型(total variation,TV)以图像的梯度信息作为去噪的尺度参数,未考虑图像局部纹理的方向性的缺点,提出了一种基于图像局部方向特性的自适应全变分去噪模型(Adaptive directional total variation,ADTV),并推导出该模型的迭代数值求解过程。在该模型中,首先,计算出图像局部方向的角度矩阵。然后,构造与图像纹理方向一致的椭圆区域代替TV模型的圆形区域。最后,通过优化最小化算法迭代求解以获得去噪后图像。通过对比实验证明,本文提出的模型取得了更高的峰值信噪比,去噪过程中更好地增强了图像的细节信息。     

一种基于变分的红外和微光遥感图像融合模型

为了充分利用红外和微光遥感图像中的互补信息,使其便于目视解译,提出了 一种基于变分的图像融合方法。该变分模型定义了细节注入项和结构保真项,在保持红外和微光图像 光谱特性的同时,还改进了融合图像的空间细节和结构特性;引入了正则化能量项,保证了泛函最优解 的平滑性。基于梯度下降流,通过数值迭代获得了融合图像。实验结果表明,该模型能够获取兼具 丰富细节信息和光谱信息的融合图像。与Laplacian金字塔分解方法和多孔小波方法相比,本文 方法具有更佳的融合性能。     

自适应加权的总变分正则化图像超分辨率重建

在Farsiu提出的双边总变分正则化方法中,尺度加权系数和正则化参数为定值,在边缘、纹理区域,重建图像效果不理想。针对这个问题,提出了一种自适应加权正则化函数和正则化参数的重建算法,该方法利用图像局部结构信息控制权函数形状、带宽和正则化参数,使这些参数根据图像局部结构信息自适应地调整。对所提出的算法进行了仿真实验,实验结果表明,与传统的总变分重建方法相比较,该算法能更好地重建图像的纹理细节,重建图像的对比度高。     

基于投影的稀疏表示与非局部正则化图像复原方法

提出一种基于投影的稀疏表示与非局部正则化相结合的图像去模糊、去噪图像复原方法.该方法结合了自适应构造字典的稀疏表示与非局部总变差,提出的正则化模型分解为三个投影子问题进行求解以提高求解效率.实验结果表明,本文所提出的图像复原方法能够有效地保持原图像的纹理细节信息,对于不同程度的退化图像上均有较好的复原结果,在视觉效果和客观评价指标上均优于相比较的现有方法.     

基于视觉与标注相关信息的图像聚类算法

算法首先按视觉相关程度对标注字进行打分,标注字的分值体现了语义一致图像的视觉连贯程度.利用图像语义类别固有的语言描述性,从图像标注中抽取具有明显视觉连贯性的标注字作为图像的语义类别,减少了数据库设计者繁琐的手工编目工作.按标注字信息对图像进行语义分类,提高了图像聚类的语义一致性.对4500幅Corel标注图像的聚类结果证实了算法的有效性.     

数字图像拼接方法研究进展

数字图像拼接是指将具有重叠区的多幅数字图像或多帧视频通过配准和融合获得单幅宽视场图像或者动态全景图.数字图像拼接方法主要包括图像配准算法和图像融合算法.根据待拼接图像和拼接图像的特点,介绍图像拼接的4种基本类型,说明图像拼接的研究意义,概述近年来图像拼接方法的研究状况,最后分析图像拼接方法的研究动向.     

一种新的基于图像增强的融合算法

针对一般融合算法在图像预处理上存在的不足,将图像融合引入图像预处理中,使待融合图像不仅得到增强,且不损失其他信息,为下一步图像融合奠定良好的基础,在此基础上对图像进行融合,其标准差、平均梯度、熵等图像评价指标都优于直接对图像进行融合,达到预期效果.     

基于图像特征的多元平滑算法

基于图像特征的分析,本文提出了一种能够最大限度地保持图像细节、且同时滤除图像随机颗粒噪声与结构性噪声的多元平滑算法。该算法优于图像系统通常采用的均值与中值滤波方法,能够使用于实时热成像系统图像处理场合     

多光学传感器的图像拼接系统的设计

当要求的场景尺寸超出一个光学传感器的范围时,同时取得一个完整的场景就成为难点。针对这一问题,提出一套小型的视场拼接系统。采用多个光学传感器同时对场景进行采集,得到几幅互相有一定重叠的图像。然后进行图像配准和图像融合,实现无缝大视场的拼接。     

基于IMG红外图像的编码破解与格式转换

红外热像仪常见的图像格式为IMG,其编码规则有别于通常意义下的IMG图像,经研究发现:图像文件中保存每个像素点信息的数据(本文中称其为像素值)是随着该点的实际温度值单调递增的:利用神经网络得出像素点的实际温度与像素值间的函数关系,仿真误差低于0. 0001;据此构造温度值与灰度色彩的非线性关系,本文最后根据BMP图的编码规则,将红外热图转换成Windows下通用的图像格式,从而突破了热像仪器配套软件的禁锢,又可以得到图像最原始的温度信息,为进一步的红外图像处理打下了基础。     

光机装校阶段红外与可见光图像配准技术研究

针对在光机装校阶段,分析光学件和金工件的设计、加工和装配的累积误差对图像配准精度的影响。首先,分析在光机装校时采取主观评价方法评价图像配准质量的原因;其次,具体分析物镜的焦距和畸变误差、光轴一致性误差和探测器安装面误差对图像配准精度的影响。通过分析误差产生的原因,提出在光机装校时的解决办法。     

一种基于鱼眼图像的全景展开算法

针对在全景图像拼接技术中有着广泛应用的鱼眼图像校正问题,这里选择分辨率为800×800大小的鱼眼图片进行实验,利用鱼眼镜头垂直拍摄生成全景图的方法,运用图像像素点矩阵的变换,像素点数量的不变性,拼接其子图像,进而取得了良好的效果,由此得出了一种简单而有效的全景图展开算法。实验证明,算法简单、计算量小、实时性高、获得了良好的校正效果,达到生成全景图像的目的。     

一种水下图像增强算法的实现和仿真

〗由于水下环境的特殊性和复杂性,使得水下图像的质量差、图像对比度低。文中给出了一种基于空间域的图像增强方法,该算法利用均值算法估计水下图像背景,从原水下图像衰减背景图像,再对衰减背景之后的图像进行改进的图像锐化处理。通过对算法仿真结果的分析可知,处理后的图像整体对比度明显提升,同时使得目标的边缘更加清晰。     

去除块效应的图像后处理算法

分析了图像后处理技术的最新发展成果,重点研究了几种重要的后处理算法,比较了它们的性能,最后提出了目前的问题和以后的发展方向。