基于图像分块的Toeplitz结构测量矩阵设计

现有压缩感知成像系统存储测量矩阵时需要较大空间,针对该问题,提出一种基于图像分块的Toeplitz结构块循环测量矩阵设计方法。将图像分块进行压缩感知,减少测量系统的存储空间,从而降低硬件实现难度。仿真结果表明,该方法能快速有效地获得测量值,且重构图像的主客观质量较好。     

基于最小二乘法的压缩文本图像恢复算法

文章采用基于算术编码的压缩方法对文本图像进行无损压缩和传送,进而提出基于最小二乘法灰度插值的压缩文本图像的恢复算法,它将高度结构化的灰度图像分解为多个线性模型,估计出模型参数,从而重构出灰度文本图像,明显改善了屏幕浏览的视觉效果。     

用矩阵运算实现曲线拟合中的最小二乘法

介绍了一种用矩阵运算实现曲线拟合过程中的最小二乘法的方法 ,避免复杂的求偏导过程 ,使得曲线拟合计算变得十分容易 ,在仪器仪表和传感器标定中有很好的应用价值。文章最后并有举例说明。     

图像集的离散度矩阵及其在人脸图像识别中的应用

本文提出了图像集离散度矩阵的基本概念及用于人脸图像识别的方法。该方法把同一类图像集中的各幅图像的信息矩阵的奇异值向量作为矩阵中的一列构成图像集特征矩阵。把这些矩阵组成一图像库,并找出图像集离散度矩阵和图像库离散度矩阵,从而计算出它们的最佳投影系数。然后,把测试样本的图像集特征矩阵与图像集库中的训练样本图像集的特征按投影系数相比较找出它的相似程度,从而进行人脸图像识别。     

基于计算鬼成像和Toeplitz矩阵的公钥图像加密技术

计算鬼成像技术已广泛应用于成像领域,其系统的加密是光学加密的重要内容之一。针对现有计算鬼成像加密技术普遍密钥量过大、加密时间较长等问题提出了一种基于计算鬼成像和Toeplitz矩阵的公钥图像加密技术,该技术加密、解密密钥不同,无需传递密钥,属于公钥加密方式,安全性更高。此外,其使用正交矩阵作为测量矩阵,提高了成像质量,同时使用随机生成的Toeplitz矩阵缩小了密钥量,提升了加密效率。     

Toeplitz矩阵相乘的快速卷积算法

本文利用Ｔｏｅｐｌｉｔｚ矩阵可分解为循环阵与斜循环阵之和的特点２，借助于卷积的ＦＦＴ算法，推导出计算两个Ｔｏｅｐｌｉｔｚ矩阵之积的一种新的快速算法，其乘法复杂性为２ｎ＾２＋Ｏ（ｎｌｏｇ２ｎ）。     

Toeplitz矩阵之逆矩阵的新分解式及快速算法

本文利用线性方程组是否有解给出了Toeplitz矩阵可逆的条件,表明Toeplitz矩阵的逆矩阵可以表示为循环矩阵与下三角Toeplitz矩阵的乘积之和,给出了其逆矩阵列的递推公式,得到了求Toeplitz矩阵之逆矩阵的快速算法,计算复杂性为O(n2),一般n阶矩阵求逆的计算复杂性为O(n3).     

二维截断奇异值分解方法在图像恢复中的应用

研究了二维截断奇异值分解（2-D TSVD）在大规模图像恢复中的应用,起到了正则化的作用,克服了问题固有的不适定性,同时也解决了由于存储有限带来的问题。实验结果表明,该方法恢复效果显著。     

小波变换在指纹图像恢复中的应用研究

在刑事技术领域中,指纹是刑事侦查中的一项重要信息资源,而对指纹图像的分析又是指纹识别的一个重要的组成部分。本文主要采用基于频域（frequency processing）小波变换方法对原始指纹图像进行处理,从而有效的去噪并突出了指纹的特征。达到了较好的图像恢复效果。     

基于方向信息测度的图像恢复

文章根据人眼对图像平滑区噪声敏感,而对边缘区不敏感这一特性,提出了基于图像信息测度的图像恢复方法。在图像恢复的过程中,在图像的平滑区加大平滑程度,从而减小噪声;而在边缘区,加大图像恢复程度,从而增强边缘,并且考虑了模糊程度随空间变化这一实际。实验证明本文的方法在增大图像边缘恢复程度,减小噪声放大之间能够达到一个很好的折衷,恢复出来的结果图像视觉效果良好。     

Kronecker积重构卷积核矩阵的图像迭代复原方法

图像复原实际上是反卷积问题,其中的卷积核矩阵属于大尺寸的Toeplitz矩阵。为了降低迭代复原算法的计算复杂度,通过分析该Toeplitz系统的病态性及常见快速求解方法,提出一种基于卷积核矩阵重构的预条件共轭梯度迭代算法。首先根据Toeplitz矩阵可分解为Kronecker积的和的性质,对点扩散函数进行奇异值分解,将各奇异值对应的左右向量构造子Toeplitz矩阵,子矩阵作Kronecker积并加和,从而得到卷积核矩阵的分解式,然后根据Kronecker乘积的性质,将该分解式用于构造预条件算子,最后利用预条件共轭梯度法求解。计算复杂度分析及实验表明该方法有助于加速迭代的收敛并得到稳定结果。     

具有一阶约束的最小二乘方图像复原法

研究了一类具有约束条件的最小二乘方图像复原方法,在此基础上,提出了具有一阶微分条件的约束最小二乘方图像复原方法。仿真结果证明了该算法的有效性。     

MATLAB在图像复原中的应用

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。该文主要对维纳滤波复原,盲去卷积算法复原和约束最小二乘方滤波复原进行了探讨,同时对上述算法进行了仿真实现,并分析了实验的结果。     

基于共生矩阵分析的自适应神经网络图像复原算法

为了保护图像中的细节信息,提出了一种基于共生矩阵聚类分析的自适应Hopfield神经网络图像复原算法．通过计算图像局部区域的共生矩阵提取其纹理特征,对共生矩阵非零元素进行聚类分析．根据聚类数量和各聚类之间的距离,提出了图像局部区域细节强度的定义及其计算方法．细节强度在准确地区分图像的平坦区域和细节区域基础上,通过非线性函数自适应地调整Hopfield网络的权系数矩阵,以使权系数适合图像的纹理特征,而且权系数的生成过程符合人的视觉特性．图像复原的迭代求解过程和神经网络权系数矩阵的更新过程交替进行．该算法能够在图像的平坦区域有效地抑制噪声,在包含细节的区域突出细节．对比实验结果显示,该算法获得的复原图像的信噪比明显提高,视觉效果明显改善．     

MATLAB在图像复原中的应用

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。该文主要对维纳滤波复原．盲去卷积算法复原和约束最小二乘方滤波复原进行了探讨,同时对上述算法进行了仿真实现,并分析了实验的结果。     

基于Hessian矩阵范数正则化方法的共聚焦图像复原

对于泊松噪声污染下的模糊共聚焦图像复原问题,为解决传统方法中存在的阶梯效应,提出了一种基于Hessian矩阵范数的正则化方法.在泊松概率模型的基础上,该方法引入Hessian矩阵范数作为正则条件,并应用交替方向乘子法和梯度投影方法求解最优化模型.在激光扫描共聚焦显微镜实验中,所获得的复原图像质量优于传统方法,此结果证明了该方法可以有效地复原泊松噪声污染下的模糊共聚焦图像.     

利用BP神经网络实现监控图像盲复原

运用大量的真实图像与退化图像数据样本训练BP神经网络,然后再用训练好的网络进行实际的图像复原,方法可以实现真正的盲复原.但是,由于很难解决如何采集训练素材的问题,一直以来得不到实际的应用.针对监控图像应用的特点,通过设计实验,在原始拍摄场地对已有清晰图片进行拍摄,得到的退化图像经配准后和原始清晰图像共同组成训练图像对,解决了训练网络的材料的来源问题.实验表明,复原图像在视觉上和定量分析上都获得了良好的效果.     

纹理合成在图像修复中的应用研究

图像修复是数字图像处理领域中的主要研究方向,该文介绍纹理合成技术中的Criminisi算法,并针对其在利用边界点优先权调整修补次序过程中存在的问题,提出一种改进算法,该算法不仅可以有效改善图像的修复效果,还可以在数字图像上实现用背景替换较大的前景物。实验结果证明了其有效性。     

一种图象恢复效果接近最优的正则化方法

提出一种新的技术，它自适应地选取正则化参数以取得较理想的恢复效果．利用小波变换，分析正则化算子和正则化参数对图象残差的各子频段能量的影响．在本文条件下，我们论证正则化算子取拉普拉斯算子比取恒等算子恢复性能好,并且预测噪声能量．实验结果表明本文提出的方法不需要知道噪声能量，也能够自适应地确定正则化参数并且恢复性能比传统的方法好，恢复效果非常接近最优恢复．