内外先验结合的多尺度低秩去噪方法

内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的统计分布规律,提出内外先验结合的多尺度低秩去噪方法.在预训练阶段,学习外部自然图像数据集的统计分布规律,获得外部自然图像的先验信息;在分组阶段,采用外部先验信息引导噪声图像分组,构建低秩矩阵;在低秩约束阶段,利用构建的多尺度低秩去噪方法对噪声图像进行重建.在Set5,Set12,Kodak,McMaster等经典图像数据集上的实验结果表明,该方法在客观评价指标上有较为明显的改善,如峰值信噪比优于对比方法0.2 dB,并在主观视觉效果上能够保留图像细节和纹理.

基于局部结构相似与稀疏表示的超分辨率图像重建

稀疏表示在图像超分辨率(super-resolution,SR)重建中表现良好,但是传统的稀疏表示方法独立考虑图像块之间的稀疏性,会导致重建图像损失部分纹理结构。文章提出了一种基于局部结构相似与稀疏表示的SR图像重建算法。该算法利用局部几何结构相似的约束模型和L1范数正则化的稀疏表示来求解图像块在低分辨率字典下的稀疏表示,以此重建高分辨率图像块。实验结果表明,该算法比传统稀疏表示方法能更好地恢复图像纹理结构,并在重建效果上具有明显的优越性。

基于单视图的带纹理三维人体网格参数化重建

针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征被送入三维回归模块,迭代推断出三维人体参数;纹理参数送入纹理解码器网络得到纹理图;学习到的人体参数可转化为三维人体网格;对于损失函数的设置,预测的人体网格顶点与真实顶点的差值用来进行三维监督;通过预测的像机参数、光照参数和纹理计算二维渲染损失;通过三维关节投射得到的二维关节与图像上的二维关节真值计算二维关节重投影损失;生成对抗网络的鉴别器使得渲染图像更加真实。该文方法与现有的三维人体重建方法相比具有竞争力,而且重建的三维人体网格带有纹理信息。

基于局部梯度特征的自适应多结点样条图像插值

为了获得质量更好的插值图像,提出了一种新的C2连续的支撑区间为(-2,2)的三次多结点样条插值核函数.通过增加结点带来的自由度构造了多结点样条插值公式;分析了在适当的边界条件和约束下三次多结点样条插值的逼近阶;将一维多结点样条插值算法推广到二维,建立了用于图像数据的插值公式;如果忽视图像的局部特征,通常双三次多结点样条插值图像的边缘会有模糊的现象,为此,对多结点样条插值应用逆梯度,得到了自适应多结点样条插值算法;实验所得误差图像和实验所得图像的峰值信噪比也证实了用自适应多结点样条插值算法重建的图像具有更高的质量.

图像插值的多结点样条技术

为了获得质量更好的插值图像,提出了用具有紧支集的多结点样条基函数来进行图像插值的新技术,并首先将1维的多结点样条插值算法推广到2维,建立了用于图像数据的插值公式;然后分析了多结点样条插值方法的逼近精度、正则性、插值核函数的频域特性。对逼近精度、正则性、插值核函数频域特性的比较表明,该插值方法优于传统的三次卷积插值方法,实验结果也证实了用多结点样条插值算法重建的图像具有更高的质量。

一种线性与非线性相结合的图像缩小方法

提出了一种线性和非线性相结合的图像缩小方法。首先由近邻取样方法和邻域平均相结合的方法产生一个中间图像1,利用二元Newton-Thiele型向量连分式建立有理插值曲面;然后对插值曲面进行重新采样产生一个中间图像2;最后对这两幅中间图像进行加权求和,得到最终的图像。实验表明,该方法比常规方法产生的缩小图像效果好。

结合几何的MCNP计算结果可视化分析系统的研究与实现

蒙特卡罗粒子输运程序MCNP在分析复杂例题的模拟计算结果数据时,具有分析过程不直观、效率低等问题。FDS团队结合科学计算可视化技术、GPU(图形处理器)可视化编程技术,以及本团队自动建模系统MCAM的反向转换引擎,自主研发了集数据分类提取、图形化管理以及结合几何的三维数据可视化分析功能于一体的MCNP计算结果可视化分析系统。以国际热核实验堆ITER为代表的大量测试结果表明,该系统显著提高了数据的利用率和分析效率。

带结构检测的非局部均值图像去噪算法

针对非局部均值(NL-Means)图像去噪算法有大量结构残留的问题,提出一种带结构检测的NL-Means滤波算法。首先使用一个结构分析器对噪声图像进行预处理,突出图像中的细节信息,然后利用边缘检测的结果调节NL-Means算法相似性度量,为了保留图像的边缘内容让具有相似边缘内容的像素能够获得更大的权,而边缘内容不相似邻域有较小的权(或为零)。实验结果表明:该算法提高了NL-Means算法的去噪能力,滤波后的图像结构相似度更高,改善了图像的视觉质量。

自适应Newton-Thiele有理插值及应用

二元连分式插值是二元有理插值的重要组成部分;文章在前人研究的基础上,对Newton-Thiele有理插值构造过程进行改进。针对Newton-Thiele有理插值在插值过程出现逆差商不存在的情况,传统的解决方法是将相应的Thiele型插值连分式转换为Newton插值多项式,然而该处理方法会导致计算复杂度的增加。借鉴相关文献在一元有理插值上的选点方法,文章给出一种带终止条件的自适应贪婪选点算法,即在给定插值点中根据自适应条件筛选出局部点对函数进行构造,以提高Newton-Thiele有理插值函数构造过程的稳定性,提升运算效率。对非线性函数的插值结果表明:该算法的插值效果较好、误差较小;同时将该算法应用到图像修复中,并与其他相关算法的修复效果进行对比,进一步验证了该算法的有效性。

Pade样条的代数结构及若干性质

阐明Pad样条的代数结构,给出它的余项显式表示并揭示共若干性质。

运动模糊图像复原结果中伪像的消除

针对Lucy-Ricardson(LR)算法得到的复原图像存在不同程度的Gibbs效应、边缘振铃等多种类型的伪像,提出一种新的算法,在LR算法的复原图像迭代公式中引入一函数作为其系数,使得图像平滑区域与原来的LR算法的恢复方式相同,同时在图像的边缘区域可以有效地保护细节,起到低通滤波器的作用。实验结果表明,改进算法能很好地平滑伪像和重建图像细节,复原图像的峰值信噪比(PSNR)与其他算法相比有很好的提升。

保特征的单幅图像三维网格重建

针对图像重建三维物体方法中存在无法保持物体尖锐特征的问题,基于深度神经网络,对输入单幅图像提出一种有效的保特征三维网格生成方法.对单幅输入图像使用VGG-16提取图像特征,并特别设计了图像边缘检测层获取物体的尖锐特征;将三维网格(初始为椭球)的顶点投影到特征图和边缘检测图上,以获得顶点局部特征,并判断其是否为尖锐特征点;然后,将局部特征和顶点位置串联输入到改进的图卷积神经网络(graph convolutional neural network, GCNN),对于非尖锐特征点采用普通GCNN,对于检测到的尖锐特征点采用0邻域图卷积神经网络(0-neighborhood GCNN, 0N-GCNN),以期其尽量不被邻域顶点过度光滑;GCNN的输出预测了顶点的新位置和三维特征;最后,对网格的顶点及特征用Loop细分上采样.执行3次上述变形(二维特征投影、尖锐特征检测、GCNN变形、上采样)后,初始椭球最终变形为输入图像中物体模样.实验使用ShapeNet数据集,在PyTorch框架下实现,从定性和定量两方面与现有方法进行了比较.实验结果表明,在Chamfer距离和F-score两类定量指标上均优于大部分现有方法,而Chamfer距离和F-score(2τ)的均值表现为最优.视觉比较也表明,文中方法可有效地提升特征保持性能.

三次H-Bézier曲线的分割、拼接及其应用

为了拓展曲线曲面的表示方法,提出一种曲线造型工具——H-Bzier曲线.在讨论三次H-Bzier曲线性质的基础上,提出了三次H-Bzier曲线的任意分割算法,即对三次H-Bzier曲线上任意一点p(t*)(0≤t*≤α),求该点把曲线分成的2个子曲线段pt*(t)(0≤t≤t*)与pα-t*(t)(0≤t≤α-t*)的控制参数和控制顶点;给出了三次H-Bzier曲线与三次Bzier曲线的拼接条件,以及三次H-Bzier曲线在曲面造型中应用的例子.采用该算法所得结果简单、直观,有效地增强了三次H-Bzier方法控制及表达曲线形状的能力.

一种新的基于邻近像素点的图像修复算法

图像修复的基本方法主要有两类:纹理合成的方法和基于偏微分方程的方法,但这些修复算法较难理解和实现。该文通过定义修复区域内像素点的优先度,提出了一种基于图像邻近像素的图像修复算法;该算法不需要大量的纹理匹配计算和复杂的偏微分方程求解,易于理解和实现。

基于插值细分的逼近细分法

通过在Hassan的四点三重插值细分法中引入一个偏移变量,推导出了一种逼近细分法,从而使三重逼近细分和插值细分统一到一个细分格式.该方法利用细分格式的生成多项式,在理论上分析了提出的细分格式的一致收敛性和Ck连续性;通过对细分格式中参数u取不同的值,可对生成的极限曲线形状进行控制.数值实验结果表明,文中方法是合理有效的.

一类由Laurent多项式诱导的带参数二重细分

为了提高细分曲线的设计灵活性,根据Laurent多项式与细分生成多项式的关系,构造一个可以生成一类多参数细分格式的Laurent多项式.该多项式生成的格式包含许多现有的对称细分,可以用来构造非对称细分;针对一种三参数五点细分格式,分析其产生的极限曲线的光滑性和连续性.通过数值实例分析特定情形下参数对极限曲线的影响,并说明非对称细分有时比对称细分逼近效果更好.

区间Wang-Said型广义Ball曲线的降阶

定义了区间Wang-Said型广义Ball曲线(WSGB曲线),它可作为误差控制和产品检验的有效工具;采用3种方法讨论了其降阶逼近问题,即扰动法、利用Chebyshev多项式导出的最佳一致逼近算法和插值端点的最佳一致逼近方法;给出了各种处理方法的显式误差表示.最后结合数值实例分析了3种方法的优劣.

区间Ball曲线的边界及降阶

讨论了n次区间Ball曲线的边界的构成;同时通过讨论区间多项式的降阶,利用线性规划法及最佳一致逼近法,给出了区间Ball曲线的的降阶算法.若利用线性规划法得到的区间曲线不能达到预期的误差,则可以结合细分的技术实现.

类Hermite插值的切触有理插值

该文构造了一种混合的切触有理插值,其表示形式类似于Hermite多项式插值;与传统的切触有理插值相比较,该文提出的构造方法将连分式切触插值与多项式相结合,具有更好的灵活性。

有理曲面的三维重建

利用离散的几何信息实现三维图像的重建是图像与信号处理中一个十分有意义的问题。本文通过定义二元类差商 ,建立了一类二元有理插值框架 ,给出了这种有理插值的有效算法并通过实例说明 。