采用CDD模型的自适应图像修复算法

在CDD模型基础上,提出了一种自适应图像修复算法,引入在不同曲率选择不同修复模型的自适应系数q,使得在大曲率时使用CDD模型,其他时候使用TV模型,大大减少了CDD模型的修复时间;引入在不同变化程度选择不同扩散方式的自适应系数p,使得在破损区图像边缘较多,即大梯度时使用接近TV的模型,而在平坦区,即小梯度时使用接近热扩散的方程,使得修复效果更佳。实验证明该算法在修复速度和修复效果上都要优于CDD模型。

基于边缘优先填充的自适应深度图像修复方法

针对传统深度图像空洞修复方法引起的物体边缘扭曲、模糊以及修复较大空洞速度缓慢的问题,提出了一种基于边缘优先填充的自适应深度图像修复方法。该方法利用多通道检测提取RGBD图像边缘,经过去除空洞虚假边缘和无用细节信息处理,生成物体的显著性边缘;将此边缘引入到图像修复过程中,优先填充空洞区域的边缘位置,有效解决边缘模糊虚化问题,使修复后的深度图像边缘结构清晰;在曲率驱动扩散(Curvature Driven Diffusion, CDD)模型的扩散项中引入梯度引导函数,使模型在空洞的平坦区域和边缘区域自适应地选择不同的扩散方向和扩散强度,实现对较大空洞区域的准确填充。实验结果表明,所提方法在RGBZ数据集上与其他方法进行比较,峰值信噪比(Peak Signal to Noise Ratio, PSNR)和平均结构相似性(Mean Structural Similarity, MSSIM)分别提高了8~13 dB、0.009 9~0.021 4,在提高迭代效率的同时有效修复了较大空洞,保持了较为清晰完整的物体边缘轮廓信息。

一种结合CDD模型和Criminisi算法的图像修复算法

针对既含有大块缺失信息又含有划痕的图像,结合CDD模型和Criminisi算法的优点,提出一种新的修复算法。算法先采用可以强化细节的自适应直方图均衡化操作来扩大图像的动态范围,后利用形态学算子分离出待修复图像中的划痕区域与大块区域,接着用CDD模型对划痕进行修复,再用改进优先级的Criminisi算法进行后续修复,最后把修复后的图像对应于缺失区域的像素填补到待修复图像的区域中。实验结果表明,改进后的算法克服了现有算法可能存在的偏差延续问题,使图像修复的结果更加符合人们的视觉效果。

基于CDD模型的西藏壁画数字图像修复技术研究

本文介绍了数字图像修复技术中的一个主要算法-CDD算法,具体分析了数字图像的破损类型以及对应修复方法,在破损区域较大的情况下,本文将CDD模型与另一个经典算法TV模型的修复性能做了对比,试验结果表明,前者无论在连接整体性还是边缘连贯性都优于后者。在保证修复质量的前提下,该模型可以大幅度提升修复效率。

基于CDD模型的快速图像修复算法

为对图像的缺损部分进行快速自动修复,提出了一种基于曲率驱动修复模型的快速图像修复算法。曲率驱动修复模型由于引入了曲率项,使其偏微分方程为高阶,修复时需要数值求解偏微分方程,大量迭代运算导致修复速度非常缓慢。为加快修复速度,算法将模型的偏微分方程数值化,进一步改造成加权平均形式,利用邻近已知像素直接合成损坏像素,加权系数由曲率和梯度共同确定,使修复按照图像等照度线方向进行,在曲率大的地方将等照度线拉伸,同时由待修复点邻域内已知像素的梯度方差确定修复次序。实验结果表明,显著减小了运算时间,一定程度满足"连接性准则",并且对于较小破损区域修复效果好于曲率驱动修复模型。

改进的CDD图像修复模型算法

为解决CDD图像修补模型修复时间长、迭代复杂、边缘过度不自然的问题,提出一种改进的CDD图像修复模型算法。通过简化曲率项运算来减少修复算法的运行时间,引入像素点灰度差值比率和权重平滑函数,克服图像边缘处的扩散相互抵制的现象,有效解决修复后图像边缘模糊的问题。通过实验数据中峰值信噪比(PSNR)和修复时间的对比,表明改进的CDD模型算法比传统的CDD模型算法修复时间更短,边缘过渡更清晰,视觉效果更佳。

一种新的基于偏微分方程的图像修复

图像的修复是图像处理中一个重要的部分,主要是利用一定的方法针对产生划痕和有缺损的图像进行修复,或者从图像中去除指定的物体和文字,以达到特定的目的。该文比较了CDD图像修复模型和快速图像修复模型的性能。它们都满足"连接整体性准则",对于具有较大破损区域及细小边缘的图像具有良好的修复能力。但是前者修复速度较慢,而后者可以克服CDD修复速度较慢的缺点。实验结果表明,该模型在保证与CDD模型相近修复质量的情况下可以大幅度地提高修复速度。

基于稀疏分解的图像修复方法

提出将冗余离散小波变换(RDWT)和波原子变换(WAT)作为字典对应用于图像稀疏形态成分分解,获得图像的结构与纹理;然后针对结构和纹理所具有的不同形态学特征,对结构采用具有曲率驱动、边缘强化和平滑去噪性能的CDD模型修复,对纹理采用基于样例的Criminisi纹理合成方法修复;最后合成获得修复结果。实验结果表明,该修复方法能够获得强且光顺的边缘,纹理清晰完整,相比于传统方法具有更好的修复结果。

非局域样本填充和自适应曲率驱动模型的遥感图像修复算法

遥感图像修复技术对于后续遥感图像的处理与应用具有重要意义.文中在深入研究曲率驱动(CDD)模型和样本填充算法的基础上,针对遥感图像对纹理细节和边缘区域要求较高的特点,提出非局域样本填充和自适应曲率驱动模型的遥感图像修复算法.该算法较好地避免CDD模型修复过程中在一些极端情况下可能出现的假边缘、阶梯效应和扩散速度缓慢等缺点,保证遥感图像修复后的纹理细节信息和边缘信息.仿真实验验证文中算法的有效性.

基于多元气温概率模型的气温期权定价方法研究

针对日常天气风险管理中的气温期权定价问题,Cao-Wei模型不能充分反映气候变暖趋势和各地域之间的相关关系.为解决这一问题,提出了反映气候变暖趋势以及各地域间关联的新的多元气温概率模型,并基于该模型,利用燃烧分析法及蒙特卡洛模拟法对制冷日/制热日(CDD/HDD)指数期权进行了精确的定价.结果表明,采用蒙特卡洛模拟法对CDD/HDD指数期权定价更为合理,分析得出的结论对天气衍生品市场提供了有效的理论依据,对期权定价有较高实用价值,为今后利用CDD/HDD指数期权对气象保险进行合理的风险对冲,起到很好的风险管理效果.

采用TV及纹理合成技术的分层图像修复

整体变分(TV)模型在图像修复中能够保持图像的边缘且数值实现方便,但在图像修复中对于人类视觉连通性的处理还有所不足。根据图像遗失或者损坏的不同类型,针对TV、CDD模型在图像修复中存在的问题,提出了一种结合TV、CDD模型及基于块的纹理合成算法的分层图像修复算法。实验结果表明,这种分层修复的方法在图像的结构修复和纹理修复两方面实现了较好的统一,而且在较大区域图像修复上表现出良好的效果。

基于MCA模型的指纹图像修复方法的研究

在提取指纹图像的过程中,由于采集设备、环境等影响,往往采集到指纹图像不仅含有噪声而且有不同程度的纹线断裂,现有的指纹图像处理方法大多只做了去噪处理,没有对指纹图像进行修复,导致得到的指纹图像含有的特征点较少,降低了指纹识别的正确率。为解决这一问题,论文根据指纹图像的特点,在经典的偏微分方程修复模型和Starck等提出的MCA图像修复模型的基础上进行改进,采用了CDD模型和MCA模型相融合的算法,不仅解决了经典偏微分方程图像修复模型对纹理区域修复产生的虚假的现象,又克服了原MCA修复模型无法满足连通性的缺点,适合指纹这种复杂纹理的图像修复,实验结果证明,该算法相对于传统修复算法在指纹断裂痕的修复上具有更好的效果。

The Influence of Urbanization on Cooling Energy Consumption in Xi＇an

Based on data of daily air temperature during 1951-2013,long-term variation characteristics of cooling degree days（ CDD） in Xi＇an and Chang＇an in summer were analyzed by using CDD to evaluate cooling energy consumption and 26 ℃ as the basic temperature of CDD. The results indicated that the changing trends of CDD in Xi＇an and Chang＇an were basically identical within a year,and the demand for cooling refrigeration was large mainly from June to August,especially in July. The maximum of urban-rural difference of CDD between Xi＇an and Chang＇an appeared in June.In order to achieve the same temperature,energy needed by the urban area was 5-7 ℃·d more than the suburb from June to August. Temperature and the cooling energy consumption were closely related,and the correlation degree increased with the rise of temperature. The effects of temperature increase of 1 ℃ on cooling energy consumption rate in Xi＇an were more obvious than that in Chang＇an. In both Xi＇an and Chang＇an,the effects of temperature increase of 1 ℃ on cooling energy consumption rate in July and August were greater than that in May,June and September.Evaluation models of cooling energy consumption in summer in Xi＇an and Chang＇an were built using temperature anomaly and CDD variability and can be applied to business systems.