基于水平集的自适应保边平滑分割

为了提高活动轮廓模型对自然图像的分割效果,提出了一种新的分割算法。首先将水平集和全变分有机结合,建立了保边平滑分割模型;其次运用聚类算法自适应选取平衡参数,避免了水平集曲线收敛于局部最优;最后根据水平集对不同平滑分量分割区域不同,设计了基于区域置信度的分割平滑收敛函数,解决了分割曲线消失问题。实验表明,该算法对自然图像分割测评分数高于传统活动轮廓分割算法,对图像纹理和噪声不敏感。

基于二阶平滑先验的图像保边平滑快速算法

研究了计算机图形处理与计算视觉处理中的图像保边平滑(保持图像边缘平滑)处理。考虑到基于优化方法的保边平滑算法多使用一阶平滑先验作为能量函数的正则项,但它会使平滑结果产生阶梯状的平滑效果,提出了一种基于二阶平滑先验的保边平滑算法,该算法能够避免一阶平滑先验存在的阶梯状平滑偏差,同时锋利地保持图像中显著的边缘。针对该算法的连续变量与0-1变量的混合优化问题,使用了一种快速的求解方法,该方法在使用图形处理器(GPU)并行加速的情况下能够快速获取平滑结果。通过实验验证了该算法在深度图保边平滑处理、JPEG卡通图像压缩瑕疵恢复以及边缘提取问题中的应用效果。

改进全变分保边平滑分割

为了弥补活动轮廓算法对自然图像存在欠、过分割现象,根据图像不同区域对分割贡献各异,设计了一个新的保边平滑函数。该函数对不同区域自适应选择扩散方式;结合水平集建立了改进全变分保边平滑分割模型,同时依分割区域的置信度设计了平滑收敛条件,避免了因过度平滑导致分割曲线消失。相对于传统CV和Li算法,该算法分割测评分数提高了3%以上,且对噪声抑制能力较强。

基于局部显著性与梯度L_0范数的红外图像保边平滑算法

在红外图像预处理过程中,为有效保护图像的显著边缘信息,提出了一种融合全局梯度L_0范数和局部显著性的保边平滑算法。首先,对红外图像进行拉普拉斯变换,采用嵌套矩形框快速估计边缘局部显著性,并利用均值与方差设计权重函数;其次,依据权重调节逼近项中每个像素的重要性,约束全局梯度的L_0范数,建立模型;最后通过交替方向乘子法对模型求解,平滑红外图像,保护显著的边缘信息。实验结果表明,与其他保边平滑算法相比,所提算法能在平滑图像的同时,有效保护显著边缘,为进一步应用提供了理论支持。

多尺度曲率在渤海K油田断裂解释中的应用

复杂断裂系统是影响K油田开发的关键问题,常规属性(如相干属性、纹理属性等)在解释断层方面存在局限,特别是微小断层的识别和多尺度复杂断裂系统的成像效果较差,并且容易受噪音干扰。为了解决这些问题,本文采用保边平滑滤波(EPS)技术对地震资料进行预处理,既能有效压制随机噪音,提高信噪比,又保持地震数据的边缘结构信息。在此基础上,利用时频波数域多尺度算子实现多尺度曲率分析。这种组合创新方法在渤海K油田的断裂识别和解释中表现良好,为开发井位的顺利实施提供有力指导,帮助规避风险断层,提高了开发效率和成功率。

基于方向自适应相对高斯引导的图像纹理滤波

针对联合双边滤波具有固定空间核尺度,不能随局部特征灵活变化的问题,提出一种基于方向自适应相对高斯算法的结构保持双边纹理滤波算法(DARG)。通过检测方向场中8个方向的相似像素构造自适应相对高斯引导映射图,引导联合双边滤波过滤纹理。大量实验结果表明,DARG算法可以很好地过滤复杂及大比例的纹理,以优于目前经典算法的方式保留高质量的小结构,简单有效,易于应用。

基于自适应分数阶微分的引导滤波及其应用

引导滤波算法具有保边平滑的功能,但传统引导滤波方法容易导致图像平滑区域过度模糊、细节丢失的问题。为了使引导滤波在保持高频信息的同时结构化输出低频灰度,提出了一种基于自适应分数阶微分的引导滤波算法。以分数阶微分理论为基础定义了分数阶微分掩模,并结合图像梯度、二维信息熵和局部方差权值构造了自适应分数阶微分阶数函数来有效检测图像纹理和梯度变化,从而将图像局部特性转移到引导图像中,确保在平滑去噪的同时保持图像纹理细节。实验结果表明,算法具有良好的边缘和纹理保持特性,将算法运用到基于PCA和SVM的人脸识别图像预处理中,能一定程度地提升人脸识别率。

基于改进CV的图像分割

为了提高传统CV分割算法对含纹理的图像分割效果,该文分析了图像纹理分量的统计特性,在图像TV平滑的基础上,设计了新的保边平滑函数,建立了保边平滑模型;运用传统CV分割算法对平滑分量进行分割;根据不同平滑分量分割区域不同,设计了基于区域置信度的分割平滑收敛函数,解决了分割曲线消失问题.实验表明,相对于传统CV分割算法,该算法对自然图像分割的效果较好,对非一致区域不敏感.

基于迭代多尺度引导滤波Retinex的低照度图像增强

为提高低照度图像的视觉感知,提出了基于迭代多尺度引导滤波Retinex的低照度图像增强算法。首先,将图像转换到YCbCr空间;然后对Y分量用迭代多尺度引导滤波算法估计照度图像,以指数形式迭代增加尺度参数与平滑参数,在保持边缘的同时消除各种对比度细节;接着用照度图像求得反射图像,并进行对比度校正;最后将图像转换到RGB空间,得到最终增强后的图像。实验表明,该方法能更好地估计照度图像,从而使增强后的图像视觉效果获得明显改善。

鲁棒自适应加权的引导滤波算法

为了提高图像滤波时边缘的保持能力,提出鲁棒自适应加权的引导滤波算法。首先利用一阶差分法判断高斯滤波处理后引导图像的边缘位置信息,在去除噪声干扰的同时,提高边缘信息提取的鲁棒性,然后通过最大类间方差法(Otsu)分割边缘区域与非边缘区域,提高区域阈值选取的自适应性,最后利用改进的分段函数模型拟合理想权重因子,控制不同区域的平滑程度,实现鲁棒自适应引导滤波,达到保边平滑的目的。通过图像平滑实验与抠图实验对所提算法性能进行了验证,与引导滤波算法及另外2种改进算法相比,所提算法的保边平滑性能更强。

基于背景信息优化的显著性目标检测

自然图像中的背景包含了丰富的信息,在进行显著性目标检测时,如果处理不当,会影响检测结果的准确性。为了减少背景对检测的影响,本文结合背景信息特征提出了一种相邻像素优化的图像显著性目标检测方法。首先提取背景的统计信息和结构信息构建初始的显著性图;然后,利用保边平滑滤波器对初始显著图进行优化,加强目标区域的细节信息,获得轮廓较为清楚的显著图;最后,根据相邻像素之间的影响,建立相邻像素之间的关系对显著图做进一步优化,得到最终显著图。在两种公开的数据集上测试,并与四种经典的显著性检测算法对比,采用精确率–召回率曲线和F-measure图对算法进行评估,结果显示,本文提出的算法生成的显著图效果更好,检测的准确性更高。

Improvement and application of preprocessing technique for multitrace seismic impedance inversion

The conventional poststack inversion uses standard recursion formulas to obtain impedance in a single trace.It cannot allow for lateral regularization.In this paper,ID edge-preserving smoothing(EPS)fi lter is extended to 2D/3D for setting precondition of impedance model in impedance inversion.The EPS filter incorporates a priori knowledge into the seismic inversion.The a priori knowledge incorporated from EPS filter preconditioning relates to the blocky features of the impedance model,which makes the formation interfaces and geological edges precise and keeps the inversion procedure robust.Then,the proposed method is performed on two 2D models to show its feasibility and stability.Last,the proposed method is performed on a real 3D seismic work area from Southwest China to predict reef reservoirs in practice.

融合梯度信息的改进引导滤波

目的为了有效消除引导滤波平滑图像后产生的光晕现象,提出一种新型的融合梯度信息的改进引导滤波算法。方法该算法借助引导图像的梯度信息来判断图像边缘位置,并结合指数函数框架设计权值来控制不同图像区域内的平滑倍数,使改进后的引导滤波能够自适应地区分和强调边缘,从而避免边缘附近由于过度模糊所引入的光晕现象。结果与引导滤波算法相比,本文算法能在保边平滑的同时较好地抑制光晕,并在结构相似性(SSIM)评价和峰值信噪比(PSNR)评价中分别取得最高约30%和15%左右的质量提升。结论本文算法具有较好的鲁棒性,在图像平滑、图像细节增强、多曝光图像融合等多种图像处理相关应用中均有着良好的表现。