自适应全变分图像去噪模型及其快速求解*

在联合冲击滤波器和非线性各向异性扩散滤波器对含噪图像做预处理的基础上,利用边缘检测算子选取自适应参数,构建能同时兼顾图像平滑去噪与边缘保留的自适应全变分模型,并基于Bregman迭代正则化方法设计了其快速迭代求解算法.实验结果表明,自适应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息,得到的复原图像在客观评价标准和主观视觉效果方面均有所提高.     

总变差正则化方法在条形码信号复原中的应用

条形码信号的复原是数学物理反问题中的一种病态问题,正则化方法是解决病态问题最常用的方法。研究了信号盲复原的基本原理与方法,并将基于总变差的正则化方法应用到一维条码信号的复原问题中,仿真试验结果表明,该方法复原效果显著。     

MPEG-4视频DCT量化模块的改进方法

在对MPEG-4视频编码DCT量化模块的分析和研究的基础上,对MPEG-4编码器提出了一种基于DCT域运动估计的改进方法。这种编码结构直接在DCT变换域中进行运动估计,不需要将DCT系数变换回空间域,因此它能有效地减少编码的运算次数和编码结构的复杂度,满足实时编码的要求。     

广义对角占优Fuzzy动力系统稳定性

研究了一类广义对角占优Fuzzy动力系统的稳定性问题。首先，在对角占优Fuzzy动力系统的基础上，给出了一类广义对角占优Fuzzy动力系统的概念；然后，研究并得到了该类广义对角占优Fuzzy动力系统稳定的几个充分条件，为模糊系统的稳定性研究提供了新的途径。     

基于梯度曲面面积与稀疏约束的图像平滑方法

针对纹理图像在平滑过程中低对比度边缘易丢失和纹理细节抑制不彻底等问题,提出基于梯度曲面面积与稀疏约束的图像平滑方法。首先,将图像视作三维空间中的二维嵌入曲面,再在此基础上分析图像的几何特征并提出梯度曲面面积约束正则化项,以提高纹理抑制性能;其次,根据图像的统计特性,建立L₀梯度稀疏与自适应梯度曲面面积约束的混合正则化约束图像平滑模型;最后,采用交替方向乘子法对非凸非光滑的优化模型进行高效求解。通过纹理抑制、边缘检测、纹理增强和图像融合等方面的实验结果可知,所提出的图像平滑算法克服了L₀梯度最小化平滑方法易造成的阶梯效应和欠滤波等缺陷,能够在去除大量纹理信息的同时保持并锐化图像显著的边缘轮廓。     

含脉冲噪声模糊图像复原的自适应二阶变分模型 *

针对经典的基于L1数据保真项的总变分图像复原模型易导致阶梯效应和损失图像重要细节的缺陷,提出了一种基于L1数据保真项的二阶总广义变分(Total Generalized Variation, TGV)图像复原模型。为进一步提升含脉冲噪声模糊图像复原质量,在二阶TGV图像复原模型中引入边缘检测算子,使其在图像边缘区域减弱扩散,较好地保护图像边缘特征;在图像平滑区域增强扩散,有效地消除脉冲噪声和抑制阶梯效应。为稳定地复原降质图像,采用交替方向乘子法求解二阶变分模型。实验结果表明,提出的图像复原模型在消除噪声和模糊的同时,能成功抑制阶梯效应并保留图像的边缘结构特征。相比经典的图像复原模型,新模型在信噪比、相对误差和结构相似度等方面均取得了较好的图像复原效果。     

振动测试信号处理的小波变换方法

分析了小波变换的局部化特性，以及基于Donoho理论的小波阈值去噪方法，研究比较了不同阈值规则与阈值函数对去噪效果的影响。利用小波分解重构算法，对振动测试信号进行去噪处理，改善测试信号的信噪比，减少信号损失。     

遗传算法在求解反问题中的应用

以数学物理方程为研究对象,采用改进的遗传算法与Tikhonov正则化方法,对方程的算子进行模拟与识别,分别用余弦函数与帽子函数对其进行拟合.在使用遗传算法搜索拟合系数的过程中,交叉概率逐渐取大,变异概率逐渐取小,提高了算法的收敛速度.采用该方法得到的曲线与原问题的曲线相比,结果更好.