基于e1范数的新型脉冲噪声数字滤波器

旨在研究非线性数字滤波器设计问题.基于稳健统计理论和双边滤波思想,首先提出稳健的图像复原统一框架,并由此导出一种数字滤波器的统一设计框架,简洁地建立了非线性数字滤波器与最优能量泛函框架之间的理论联系.基于统一设计框架,随后提出了一种新型脉冲噪声滤波器,即双边e^1滤波器.双边e^1滤波器赋予噪声点的权重相对于图像信息的权重接近于零,更好地抑制了噪声点对滤波过程的影响,比中值滤波器具有更为鲁棒的滤波机制.实验结果验证了双边e^1滤波器抑制脉冲噪声的有效性.     

基于Zh变换的视频对象形状编码方法

根据视频对象形状的特点，提出了一种新的视频对象形状编码方法．这种方法仍然属于基于位图的方法，但是具有很好的可扩展性和压缩效率．这种方法的核心是Zh变换．利用Zh变换可以把表示视频对象形状的二值位图分解为一系列较小的二值位图．这些小位图从粗到精地描述了视频对象的形状，这使得本方法具有很好的可扩展性．压缩效率的提高来自以下两个方面：(1)通过设置变换终止条件，可以自动标记位图中远离对象边缘的块；(2)采用基于上下文的算术编码方法编码变换后的小位图，由于变换后的数据之间存在较强的相关性，算术编码器可以根据已经编码的数据更准确地预测下一个被编码位．     

一种基于Contourlets变换和全变差的图像去噪方法

为了在克服振荡现象的同时更多地保留图像细节部分,利用一种新的图像细节表征方法Contourlet变换,在Contourlet框架下嵌入全变差,提出了一种新的非线性无约束最优化图像去噪方法。由于Contourlet变换具有多分辨率分析和多方向的特性,使得在Contourlets域中建立模型比在小波域中建立模型更有优势。实验证明该方法在抑制噪声的同时不仅能够很好地减少阈值产生的振荡现象,同时也能很好地保持图像的边缘,是一种有效的去噪方法。     

流线形风格化图像生成算法

流线形风格化图像是印象派风格的典型代表,其艺术特点是通过流线条表现狂野与活泼的流动感,又通过色彩的层叠感表现时空的凝滞性.提出一种流线形风格化图像绘制算法,通过提取目标图像的结构矢量场,利用欧拉弹性模型进行光顺化得到流线场;通过结合凹凸映射的多源光照渲染和色彩扰动得到色彩层叠感强的纹理图;然后利用线积分卷积方法对流线场和纹理图进行合成,并利用样本梵高图像进行颜色传输得到最终的绘制结果.实验结果表明该算法自动化程度高,绘制结果具有较好的流线流动感和色彩层叠感.     

基于迹的非线性结构张量

提出一种新的非线性结构张量计算方法,扩展了基于迹的PDE正则化方法,使其适用于矩阵值数据场;利用该方法平滑结构张量,得到基于迹的非线性结构张量;并给出了新的结构张量在去噪领域的应用.实验结果表明:文中方法具有较好的鲁棒性.     

总变差去噪方法中结合局部结构信息的自适应保真项

提出一种自适应保真项用于总变差去噪方法．在讨论了局部结构描述子应满足2个必要条件的基础上,分析了线性结构张量在提取局部结构信息中的不足;将非线性结构张量用于构造自适应保真项,使得总变差去噪方法具有更好的去噪能力．实验结果表明：该方法能够很好地保持目标的边缘、尖角等几何结构．     

基于Gabor 感知多成份字典的图像稀疏表示算法研究

如何设计合适的能够匹配各层面几何结构的图像稀疏表示过完备字典, 进而形成对图像的稀疏分解是当前研究者关注的热点问题. 根据图像的几何结构特性, 从人类视觉系统特性出发, 建立了匹配各层面图像结构的Gabor感知多成份字典, 进而提出一种高效的基于匹配追踪的图像稀疏分解算法. 实验结果表明: Gabor感知多成份字典具有对图像中平滑、边缘与纹理结构的自适应性, 与Anisotropic refinement-Gaussian (AR-Gauss)混合字典相比以较少的原子实现了对图像更为高效的稀疏分解.     

空间移不变系统图像超分辨复原的快速解耦算法

超分辨率图像复原是当今一个重要的热门研究课题. 本文提出了一种基于全变差模型的超分辨率复原快速解耦算法. 利用半二次正则化思想, 提出了一个新的解耦TV (Total variation)模型. 利用交替最小化方法和线性空间不变模糊的性质将上采样融合、去模糊和去噪分步进行. 算法中对上采样融合采用非迭代的直接计算方法; 去模糊过程采用基于变换的预处理共轭梯度迭代算法, 而去噪过程采用了子空间投影方法. 本文算法降低了算法复杂度; 超分辨率重建图像在去除噪声的同时, 不仅能够保证图像平坦区域的保真度, 较好地抑制阶梯效应的产生, 而且能够保持图像中边缘等重要几何结构的清晰度.     

基于前向后向算子分裂的稀疏性正则化图像超分辨率算法

提出了一种新的基于稀疏表示正则化的多帧图像超分辨凸变分模型, 模型中的正则项刻画了理想图 像在框架系统下的稀疏性先验, 保真项度量其在退化模型下与观测信号的一致性, 同时分析了最优解条件. 进一步, 基于前向后向算子分裂法提出了求解该模型的不动点迭代数值算法, 每一次迭代分解为仅对保真项的前向(显式)步与仅对正则项的后向(隐式)步, 从而大幅度降低了计算复杂性; 分析了算法的收敛性, 并采取序贯策略提高收敛速度. 针对可见光与红外图像序列进行了数值仿真, 实验结果验证了本文模型与数值算法的有效性.     

克服灰度不均匀性的脑MR图像分割模型

为了克服脑核磁共振图像中存在的灰度不均匀现象,提出一种有效的脑核磁共振图像分割模型.该模型利用多相位水平集方式来拟合图像的局部灰度,实现多种脑组织的同时分割,并提供光滑且准确的目标边界或曲面.在二维、三维的图像上的比较实验结果表明,该模型是有效的.