数字图像光照不均匀校正及Matlab实现

为了更好地进行光照不均匀图像校正,提出了一种在Matlab平台上实现基于概率的光照不均匀图像校正算法.实验结果分析表明,本文算法与经典算法相比,具有更强的抗噪能力,得到了更好的校正效果.     

基于非局部自相似性和低秩矩阵逼近的补全算法

针对传统矩阵补全算法在图像重建方面的不足,提出了一种基于非局部自相似性和低秩矩阵逼近（NL-LRMA）的补全算法。首先,通过相似性度量找到图像中局部块所对应的非局部相似块,并将相应灰度信息进行向量化,从而构建出非局部相似块矩阵;然后,针对所得相似矩阵的低秩性,对其进行低秩补全操作（LRMA）;最后,对补全结果进行重新组合,以达到恢复原始图像的目的。在灰度图像以及RGB图像上进行重建实验,结果表明：在经典数据集上,NL-LRMA算法要比原LRMA算法在平均峰值信噪比（PSNR）上高出4~7 dB;同时,新算法在视觉效果与PSNR值方面也明显优于迭代重加权核范数（IRNN）、加权核范数（WNNM）、LRMA等传统算法。总之,所提算法对传统算法在自然图像重建方面的不足进行了有效弥补,从而为图像重建提供了一种行之有效的解决方案。     

煤粉灰分成渣特性对高炉喷吹煤粉性能的影响

通过FactSage热力学分析软件对喷吹煤粉灰组分的成渣特性进行预测,并且对直吹管内煤粉及喷枪堵塞物取样,进行微观分析,得出以下结论:1)高炉喷吹煤粉结渣特性皆由碱性物质引起,并且与成渣四元系CaO-Al2O3-Si O2-MgO中的CaO含量正相关;2)为保证成渣特性温度在1 650℃,CaO含量在CaO-Al2O3-SiO2-MgO成渣四元系中不超过10%;3)尽可能在保证烟煤、瘦煤等变质程度较低煤粉的粒度74μm的情况下,减少2μm的微粒颗粒含量。     

基于模糊集的数字图像脉冲噪声滤除

模糊集理论是基于人的认知特性的,以模糊集理论为基础的图像处理算法具有较强的智能性和鲁棒性.本文使用隶属度对像素的污染程度进行刻画,从而得到一个基于模糊集的数字图像脉冲噪声滤波算法.与现有的一些经典算法相比,本文算法的滤波效果更好.最后通过实验仿真表明了该算法的可行性和有效性.     

数字图像直方图均衡化的自适应校正研究

本文介绍了数字图像直方图均衡化的基本理论;通过定义冗余灰度级和冗余区间,提出了一个数字图像的自适应校正算法,该算法完全保留了直方图均衡化的自动化特点,有利于实现真正意义上的人工智能;并通过实验仿真,对这种算法的可行性进行了验证。     

A Two-Step Regularization Framework for Non-Local Means

As an effective patch-based denoising method, non-local means （NLM） method achieves favorable denoising performance over its local counterparts and has drawn wide attention in image processing community. The in, plementation of NLM can formally be decomposed into two sequential steps, i.e., computing the weights and using the weights to compute the weighted means. In the first step, the weights can be obtained by solving a regularized optimization. And in the second step, the means can be obtained by solving a weighted least squares problem. Motivated by such observations, we establish a two-step regularization framework for NLM in this paper. Meanwhile, using the fl-amework, we reinterpret several non-local filters in the unified view. Further, taking the framework as a design platform, we develop a novel non-local median filter for removing salt-pepper noise with encouraging experimental results.     

一个具有附益性及保序性算子的形态学非局部拓展

近年，形态学非局部拓展工作在图像处理领域受到众多关注.而附益性算子是经典形态学的最基本形式，也是形态学分析方法最重要的变换工具.为此，一些研究者就形态学非局部拓展中如何保持算子的附益性开展工作.本文从理论及实例两个方面说明，相关拓展工作为保持算子的附益性而丢失了保序性的不足；进一步，通过设计非局部权值的获取过程，并结合现有工作，本文提出了一个新的形态学非局部拓展，并定理证明了所得算子同时具备附益性及保序性两个重要性质；人工合成图像及自然图像上的仿真实验也表明了本文所提算法的有效性.     

小波的文本图像区分及其在文献信息数字化中的应用

目前,OCR技术对文本图像区域自动区分的效果还不够精确,进而影响了OCR技术在文献信息数字化过程中的工作效率.针对这一局限,提出了一种基于小波的文本图像区分方法.方法首先对扫描区域进行小波分解,然后使用分解系数构建分解能量,最后依据分解能量大小对文本图像进行自动区分.结果表明,该方法对文本图像的区分效果较好,减少了在使用OCR技术进行文献信息数字化时的人为干预,有利于提高文献信息数字化过程的自动化水平.最后通过实验仿真验证了该方法的有效性.     

一个关于脉冲噪声去除的灰度形态学模型

基于形态学的基本理论，通过对经典灰度形态学腐蚀和膨胀两个基本算子的改进，建立了一个新的灰度形态学模型。该模型与经典形态学相比较，对去除灰度图像的脉冲噪声更为有效。最后通过实验仿真，对算法的可行性进行了验证。     

基于非局部自相似性和低秩矩阵逼近的补全算法

针对传统矩阵补全算法在图像重建方面的不足，提出了一种基于非局部自相似性和低秩矩阵逼近（NL-LRMA）的补全算法。首先，通过相似性度量找到图像中局部块所对应的非局部相似块，并将相应灰度信息进行向量化，从而构建出非局部相似块矩阵；然后，针对所得相似矩阵的低秩性，对其进行低秩补全操作（LRMA）；最后，对补全结果进行重新组合，以达到恢复原始图像的目的。在灰度图像以及RGB图像上进行重建实验，结果表明：在经典数据集上，NL-LRMA算法要比原LRMA算法在平均峰值信噪比（PSNR）上高出4~7 dB；同时，新算法在视觉效果与PSNR值方面也明显优于迭代重加权核范数（IRNN）、加权核范数（WNNM）、LRMA等传统算法。总之，所提算法对传统算法在自然图像重建方面的不足进行了有效弥补，从而为图像重建提供了一种行之有效的解决方案。