改进的多项式图像配准方法

针对多项式方法进行图像配准的一些缺点,本文将正交多项式应用到图像配准方法中,并提出一种加权的正交多项式方法,然后对这些方法进行了讨论和比较。结果表明:正交多项式方法进行图像配准具有很强的灵活性;加权的正交多项式方法具有很好的局域性。最后利用实验结果对这些方法进行了验证和比较。     

基于核回归正则项的图像超分辨率重建

讨论了图像成像的基本模型,并提出了一种基于调整核回归函数作为正则项的序列图像重建算法。该算法是对已经提出的核回归算法的改进,减少其在超分辨率图像重建时的运算量。而且在图像配准过程中针对图像间只存在平移和旋转变换,采用了基于矩形像素值的亚像素配准方法,以提高配准的速度和精度。利用此算法对序列图像进行重建仿真,并通过结论得出其在噪声严重的情况下具有更好的边缘保留特性。     

基于局部自回归模型的压缩感知视频图像递归重建算法

结合预估和残差补偿的递归重建算法是一种有效的压缩感知视频图像重建算法.针对现有算法中‘预估’精度不高的问题,本文基于视频序列中相邻图像的内容相似性和单幅图像的非局部自相似性,分析了相邻图像局部图像块的相似匹配性,并以此作为视频图像的相关性先验,提出了一种基于局部自回归模型的图像预估重建算法.预估算法中当前图像像素点的自回归参数由参考图像中相似图像块的灰度信息通过学习获得.实验结果表明,与同类算法相比,本文预估算法所对应的递归重建算法可获得更高质量的视频图像重建结果.     

基于递推算法的Krawthcouk矩的局部图像重建

图像局部特征提取在图像处理领域中有着重要的应用,Zernike等其他正交矩,一般用来表达图像的整体特征;而Krawtchouk矩则可以用来表达图像的局部特征。本文在Krawtchouk不变矩定义的基础上,讨论了基于递推算法的Krawtchouk不变矩的图像局部重建问题。最后给出了基于上述算法的实验结果。实验结果表明,该算法不仅可以有效地提取图像的局部特征,而且提取特征和图像重建时间与原始算法相比都有显著减少。     

融入局部信息的直觉模糊核聚类图像分割算法

针对传统直觉模糊C均值聚类(Intuitionistic Fuzzy C-means,IFCM)的图像分割算法对噪声和初始聚类中心敏感,导致聚类精度不高和迭代次数多的问题,提出一种结合局部信息的直觉模糊核聚类的图像分割算法。在该算法中,首先采用基于直方图的方法确定聚类中心初始值,解决算法对聚类中心的初始值敏感的问题;其次,利用核函数将待分类数据集映射到高维非线性空间,改善分类数据的线性可分性,同时在目标函数中引入局部灰度信息和局部空间信息,优化直觉模糊隶属度的计算方法,提高直觉模糊聚类的分类精度。实验结果表明,提出算法能减少迭代次数,提高聚类精度,能有效对图像进行分割;无论在对图像分割还是在聚类有效性上,提出算法都要优于传统的模糊聚类算法,如模糊C均值聚类(Fuzzy C-means,FCM)、模糊核均值聚类(Kernel-based fuzzy c-means,KFCM)）、引入空间信息的直觉模糊C均值聚类(Intuitionistic Fuzzy C-means with spatial constraints ,IFCM-S)、模糊空间聚类(Fuzzy Local Information C-means,FLICM）、直觉模糊C均值聚类(Intuitionistic Kernel-based Fuzzy C-means,IFKCM）等。      

非奇异反馈多项式及局部置换多项式的频谱分析

有限域上非线性移位寄存器的非奇异反馈多项式及局部多项式是密码学中两类很重要的多项式，在多项式基表示下给出它们的判别条件是很困难的，通常是对变元个数很少或次数很低的情形作个别探讨，本文首次采用频谱分析法统一研究这两类多项式，对它们的频谱特征作出了完整的刻划。     

基于R-L-MS-L滤波函数的CT图像重建

针对卷积反投影CT图像重建算法(CBP)中采用传统滤波函数存在图像振荡,抗噪声性能差和图像细节模糊等问题,结合混合滤波器和多点加权平均的思想,提出了一种新的滤波函数即R-L-MS-L滤波函数,采用该滤波函数能够有效地抑制图像重建时的振荡,使重建后的图像更平滑,且其抗噪声性能比传统的滤波函数更高。实验仿真结果表明:采用R-L-MS-L滤波函数比传统的滤波函数有着更好的重建质量。     

一种改善图像边缘效果的POCS超分辨率重建方法

利用图像超分辨率重建(SRR)技术可以在现有成像系统基础上提高图像空间分辨力。凸集投影(POCS)是超分辨率重建的主流方法之一。对POCS算法进行了改进,具体改进体现在两个方面:(1)用可控核回归插值图像作为POCS重建的初始估计以提高初始估计图像的质量;(2)将POCS重建中使用的点扩散函数(PSF)由高斯核改为可控核以减少重建图像的边缘振荡效应。对所提出的算法进行了仿真,实验结果显示采用本文方法重建图像的边缘效果有了明显的改善。     

改进的图像重建迭代算法

针对不完全数据图像重建问题,该文从积分方程角度提出一种改进的图像重建迭代算法(Im-proved Iterative Reprojection Reconstruction,IIRR),并证明其在范数下收敛。该算法的图像重建收敛速度和重建图像误差依赖于引入的参数因子、已知的投影数据与图像的先验信息。重建图像可以表示为由已知投影数据所构成图像的级数形式。数值模拟结果表明,IIRR算法在不完全数据的情况下具有较好的图像重建能力。     

基于非局部相似块低秩的压缩感知图像重建算法

传统的压缩感知重建算法利用信号在某个特征空间下的稀疏性构建目标优化函数,但没有充分考虑信号的局部特性和结构化属性,影响了算法的重建性能和算法的适应性.本文考虑图像的非局部自相似性(NonlocalSelf-Similarity,NLSS),提出一种基于图像相似块低秩的压缩感知图像重建算法,将图像恢复问题转化为聚合的相似块矩阵秩最小问题.算法以最小压缩感知重建误差为约束构建优化模型,并采用加权核范数最小化算法(Weighed Nuclear Norm Minimization,WNNM)求解低秩优化问题,很好地挖掘了图像自身的信息和结构化稀疏特征,保护了图像的结构和纹理细节.多个测试图像、不同采样率下的实验证明了算法的有效性,特别是在低采率下对于纹理较为丰富的图像,提出的算法图像重建质量较明显的优于最新的同类算法.     

多项式光滑孪生支持向量回归机

针对光滑孪生支持向量回归机（Smooth Twin Support Vector Regression ,STSVR）中Sigmoid函数逼近精度不高的问题,将正号函数展开为无穷多项式级数,由此得到一族光滑函数。采用该多项式光滑函数逼近孪生支持向量回归机的不可微项,并用New ton-Armijo算法求解相应的模型,提出了多项式光滑孪生支持向量回归机（Poly-nomial Smooth Twin Support Vector Regression ,PSTSVR）。不仅从理论上证明了PSTSVR的收敛性和满足任意阶光滑的性能,而且在人工数据集和UCI数据集上的实验表明了PSTSVR比STSVR具有更好的回归性能。     

基于Lorentzian范数的图像超分辨率重建

本文在MAP随机正则化技术估计框架下,提出了一种基于Lorentzian范数估计和自适应核回归正则项的最小化代价函数。此算法对不同假设类型的噪声模型不敏感,鲁棒性较好。实验结果证明了本文方法不仅能有效提高图像清晰度,且与其它方法相比,去噪能力更强,边缘保持较好。     

On Bandwidth Selection in Local Polynomial Regression Analysis and Its Application to Multi-resolution Analysis of Non-uniform Data

This paper studies adaptive bandwidth selection method for local polynomial regression (LPR) and its application to multi-resolution analysis (MRA) of non-uniformly sampled data. In LPR, the observations are modeled locally by a polynomial using least-squares criterion with a kernel having a certain support or bandwidth so that a better bias-variance tradeoff can be achieved. In this paper, two bandwidth selection methods, namely the Fan and Gijbels’s bandwidth selection (FGBS) method (Fan and Gijbels, Local Polynomial Modelling and Its Applications, Chapman and Hall, London, 1996; Fan and Gijbels, Stat Sin 57:371–394, 1995) in the statistical community and the intersection of confidence intervals (ICI) method commonly used in the signal and image processing communities, are reviewed and compared in terms of their performance and implementation complexity using standard testing data sets. Furthermore, using the result of Stankovi (IEEE Trans Signal Proc 52:1228–1234, 2004), a new refined ICI-based adaptive bandwidth selection method for LPR and its associated reliability analysis are proposed. In addition, recursive implementations of LPR with the two classes of bandwidth selection methods are considered for online applications. Simulation results show that the performances of the FGBS method and the refined ICI method are comparable for the data sets tested. Since LPR with adaptive bandwidths can be naturally applied to non-uniformly sampled noisy observations, we propose to use it as a pre-processing step to a conventional MRA so that a MRA of non-uniformly sampled data can be realized. Simulation results show that the proposed LPR-based MRA gives better results than conventional linear interpolation of the data.

信号估计中的核回归方法

核回归方法是比较常用的一种非参数估计方法。讨论了核回归方法在一维信号估计中的理论与应用,实验比较了高斯核函数的平滑参数h及多项式阶数N对估计效果的影响。结果是在相同阶数N下,较小的h使所有的估计点都收敛到观察值,反之则是一个N阶多项式拟合。在相同h下,阶数N越大,误差越小,计算量也较大,但重构效果的提升并不明显。     

基于支持向量回归的图像超分辨率重建算法

文章提出一种新的基于支持向量回归(SVR)和稀疏表示的图像超分辨重建算法。SVR对输入数据有良好预测输出类别能力。图像统计表明,图像块可以从过完备字典中通过稀疏线性组合很好的表示。对一幅低分辨率输入图像,可以将图像超分辨问题视为在高分辨图像中估计其像素位置。与传统的支持向量回归方法相比,本文采用的特征是不同类型的图像块的稀疏表示。研究表明,稀疏表示作为特征对噪声有一定的鲁棒性。实验结果表明,本文方法与传统支持向量回归方法相比在图像重建质量上有一定的优势。     

基于正交多项式不变矩的图像描述

通过对大图像、小图像、噪声图像的重建,比较了泽尼克矩、正交的傅里叶-梅林矩.畸变的雅可比-傅里叶矩的图像描述能力,最后得出:畸变的雅可比-傅里叶矩有着最强的图像描述能力.在实验中还发现:在噪声图像的重建中,随着重建阶数的提高,图像的重建误差并不是一直减少,而是和有噪声图像一样,是一个先降后升的过程,并对此现象作了解释:在离散空间中连续正交多项式矩并不是完全意义上的正交,是这种正交误差造成了此现象.     

基于梯度树的光学层析图像重建方法

光学相干层析成像技术是一种新型成像方法,在生物医学和材料等许多领域有广泛的应用.介绍了一种基于梯度树的迭代图像重建方法,讨论了输运模型下含空洞状区域的图像重建方法.证明了基于输运模型的图像重建能克服扩散方程在非散射区域的重建弊端,准确地重建光学层析图像.     

基于回归滤波器的地杂波抑制研究

本文研究了基于正交多项式拟合的回归滤波器。由于地物杂波变化缓慢,将输入信号投影到低阶多项式子空间可以很好的拟合地物杂波,进而形成一个在零频附近的带凹槽的高通滤波器。回归滤波器的频率响应仅和对信号的采样点数与正交多项式最大阶的阶数有关,通过仿真,回归滤波器对零频附近的地物杂波有明显的抑制效果,且其抑制性能优于五阶的IIR椭圆滤波器。     

超分辨率图像重构算法的研究

图像重构是数字图像处理的一个重要分支。文章在图像配准的基础之上，采用后向投影迭代算法对图像序列进行了高分辨率重构，并给出了其中详细的算法和实现过程。实验仿真结果表明该算法运算量小，收敛速度较快．具有良好重构效果。