基于MTF与MSSIM的扫描仪成像质量评价方法

扫描仪作为印前系统采集图像信息最常用的设备之一,其成像质量直接影响图像的扫描与输出质量。在扫描成像过程中,存在许多不可抗性因素,造成扫描图像模糊、失真和存在噪声等问题。本研究提出了一种结合调制传递函数与平均结构相似度的扫描仪成像质量评价方法。实验中选定ISO 12233标版图像以及自然图像原稿作为测试对象,将高精度滚筒扫描仪作为参照比对的标准设备。实验结果表明,该评价方法对扫描仪成像质量的评价结果与人眼主观评价结果一致。

基于快速行进算法的深度图像增强算法

由于Kinect设备采集的深度图像存在空洞,传统的算法无法对空洞进行有效地填充,针对这一问题研究了一种基于快速行进FMM(Fast Marching Method)的深度图像增强算法。该算法首先将彩色图像作为输入,计算各像素与邻域像素的多尺度结构相似性MSSIM(Multiple-Scale Structural Similarity);然后利用MSSIM构造扩散函数,通过改进的FMM算法,估计深度图像空洞区域像素的深度信息;最后为了突出深度图像中物体边缘信息,采用改进的引导滤波算法对修复后的深度图像进行增强,使得修复的深度图像具有保持边缘的特性。实验结果表明,该算法可以准确地填补深度图像的空洞,并且能够有效地保持物体边缘细节,解决了Kinect设备采集中存在深度图像空洞问题,并能促进三维重建技术的研究及应用。

基于内在生成机制的多尺度结构相似性图像质量评价

该文针对多尺度结构相似性(Multiple-scale Structural SIMilarity,MSSIM)图像质量评价算法对图像信息不确定部分度量能力的不足,结合人类视觉系统(HVS),提出基于内在生成机制(internal generative mechanism)的i MSSIM算法。首先采用基于逐段式自回归(Piecewise Auto Regressive,PAR)模型的内在生成机制将失真图像和原始图像分解成采用MSSIM算法评分的图像内容预测部分和采用PSNR评分的图像信息不确定部分;然后采用均方误差(MSE)进行加权来联合这两部分评分获得最终结果。在基准数据库上完成的对比实验表明:该算法不仅在不同失真类型上性能最好,且在6个公开数据库上的性能优于现有算法。

米字型各向异性扩散模型的图像去噪算法

针对原始的各向异性扩散模型在对带噪图像去噪时,只利用了邻域内东、南、西、北4个方向上的参考信息,使得去噪效果不够明显的问题,提出了米字型各向异性扩散模型的图像去噪算法。该算法在利用了原始算法中待修复点周围4个方向上参考信息的基础上,还引入了该点邻域内对角线方向上的新信息,给出了采用周围8个方向上的信息进行对图像去噪的新模型,同时证明了该模型的合理性。用新提出的算法与原算法以及一种改进的同类算法对4幅带噪图像进行去噪。实验结果表明,新提出算法去噪效果的峰值信噪比(PSNR)相比原算法和改进同类算法平均提高1.90 dB和1.43 dB,平均结构相似度(MSSIM)分别平均提高0.175和0.1,说明该算法更适合于图像去噪。

双密度双树复小波变换的局域自适应图像去噪

为了改善降质图像质量,提出一种基于双密度双树复小波变换的局域自适应图像去噪算法。分析了双密度双树复小波变换的原理及特点,推导了双变量收缩函数(BSF)。通过并行使用4个2D双密度离散小波变换,且行和列采用不同的滤波器组,实现了对噪声图像的双密度双树复小波分解。根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理,并用收缩后的小波系数重构去噪图像。最后,将该算法用于灰度图像和彩色图像去噪实验。实验结果表明:与噪声图像相比,在噪声方差为30时,经该算法去噪后的图像获得的最高峰值信噪比增益达11.72 dB,平均结构相似度最高增加了2.7倍,复合峰值信噪比增益达11.68 dB。此外,对不同噪声方差下的不同噪声图像,该算法在滤除噪声的同时可保留更多的图像细节,极大地改善了去噪图像的视觉质量。

全有界变差四阶偏微分方程图像复原模型

针对现有偏微分方程复原模型存在的弱点,提出了一种改进的全有界变差四阶偏微分方程图像复原模型,证明了模型的适定性。由于模型的Euler-Lagrange方程是非线性偏微分方程,利用分裂Bregman迭代算法,将其分解为三个线性子问题,结合Gauss-Seidel迭代方法得到了数值解。从实验结果和客观评价上看,上述模型和算法在对图像复原的过程中,与ROF模型和TBV_ROF模型相比较,峰值信噪比和平均结构相似度都有明显的提高。模型在复原的同时,能够很好地保持原始图像上的边缘和纹理特征,复原能力优于ROF模型和TBV_ROF模型。

基于改进后的结构相似度的三维图像配准

基于像素的图像配准测度函数通常采用归一化互信息,其具有良好的配准性能,能够达到亚像素配准,但对于多模态图像配准,由于局部极值的影响以及全局最大值的捕获范围较窄,容易陷入局部极值导致配准失败。结构相似度通常用来评估图像质量,可以反映图像间视觉效果和结构信息的差别,同时与像素灰度的统计分布相关,当空间位置发生改变时,图像间的结构相似度也随之发生变化。对其进行适当修改,作为一种新的测度函数运用于图像配准。实验结果表明:这种修改后的结构相似度作为测度函数,其配准曲线为良好的上凸函数,没有明显的局部极值,图像匹配时对应其全局最大值,并且捕获范围较宽,鲁棒性较高,但运算速度较慢,对强噪声比较敏感;应用于三维图像配准,即使是10个参数的仿射变换,也能够达到亚像素级配准精度。

卫星图像配准及匹配曲线特征评估法

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得,图像间存在较大差异。为了有效配准图像,提出一种"先粗后精"的配准算法,首先采用Fourier-Mellin变换算法实施快速的粗配准,然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准,由于没有准确的衡量标准,很难给出定量的评估结果。本文提出一种新的配准评估方法?匹配曲线特征评估法,以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标,以峰值间RMSE最小为准则自动调整配准参数。结果表明,"先粗后精"的配准算法能够实现相当精确的配准;匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能,并能由曲线的特征指标定量评估配准效果,而且还能自动调整配准参数,使配准更加精确。

基于TSPL的图像椒盐噪声去除新算法

在提出的三子集划分的灰度图像分层表示(TSPL)算法的基础上,主要研究对常见的椒盐噪声的去除。TSPL算法是一种新型的数字图像变换方法,其核心思想是用一系列具有解析形式的灰度函数逼近不规则的原图像灰度函数。在此分别处理由TSPL算法生成的各层基函数图像,将其划分为A,B,C三个区并将每个像素点赋值为0,1,2;结合图像椒盐噪声的特点,利用投票策略处理每个像素点的8邻域,从而达到椒盐噪声去除的目的;最终通过TSPL算法对基函数重构来恢复原图像。采用在人类视觉系统的前提下提出的基于结构相似性的方法MSSIM算法作为图像质量评价的标准,实验结果表明,在主客观方面,该方法在去除噪声和保留图像细节方面明显优于传统的中值滤波方法。

一种基于自适应误差补偿的抛物线插值方法

提出了一种新颖的基于拉格朗日插值原理的图像插值方法。通过拉格朗日误差补偿结合抛物线插值可用来决定一维方向的像素值。为了更精确的确定二维方向的像素值,应首先确定待插像素的梯度值,然后使用垂直于梯度方向的像素来确定二维像素。仿真结果表明,该方法能够得到比传统插值方法更清晰、更锐利的放大图像。文中同时计算出了各种方法的平均梯度和平均结构相似度(mean structural similarity,MSSIM),从而从数据上证明了该方法的优越性。

基于改进的各向异性扩散的DWI图像恢复

扩散加权图像(DWI)中广泛存在的高斯白噪声会给张量计算和脑白质追踪等带来严重的影响.为了减少噪声影响,尝试采用改进的各向异性扩散滤波器来对DWI进行恢复.这种改进的扩散滤波器具有良好的稳定性和边缘保持特性,并且能有效地消除高斯噪声的影响.采用峰值信噪比(PSNR)和结构相似性(MSSIM)参数来定量地评估本滤波器消除高斯噪声的性能.基于模拟和真实数据的实验结果表明:采用的滤波器能有效去除DWI的高斯噪声的影响.

JPEG2000图像压缩算法在Android平台的应用

针对目前Android平台中广泛使用的JPEG图像压缩算法存在图像高压缩比情况下失真度高的问题,提出引入JPEG2000图像压缩算法作为新的压缩替代算法。利用Android 5.0作为实验环境,通过将图像的压缩比作为控制变量,比较JPEG算法和JPEG2000算法在相同压缩比条件下,进行同比压缩后所产生实验图像数据的峰值信噪比(PSNR)值、平均结构相似度(MSSIM)值和图像信息熵。在实验过程中,随着图像压缩比的增加,JPEG2000算法相对于JPEG算法:当压缩比超过1.5后,PSNR值不会急剧增加;当压缩比超过6后,MSSIM值和图像信息熵的波动范围会更小。实验结果表明,在移动平台中,随着图像压缩比的增大,JPEG2000图像压缩算法的压缩效果将明显优于JPEG图像压缩算法。

一种基于HSV色彩空间的OLED低功耗方法

为了降低有机发光器件(OLED)的功耗,同时又保证显示图像的质量,提出一种基于色调、饱和度和亮度(HSV,hue,saturation and value)色彩空间的OLED低功耗方法。通过整合亮度调节(VS)和饱和度调节(SS)降低显示图像的功耗,应用感兴趣区域(ROI,region of interest)到图像边界逐级调节技术提升图像质量,采用平均结构相似度指数(MSSIM,mean structural similarity index)对原始输入图像和输出图像在亮度、对比度和结构相似性上进行比较以评价图像相似程度,达到保持较高图像质量的同时降低功耗的目的。实验结果表明,图像渐变级数level为15时,本文提出的亮度与饱和度整合调节(VSI)方法在保持图像的ROI具有80.31%的相似度的同时节省了57.93%的OLED功耗。

GRACE时变重力数据后处理方法评价

针对GRACE Level2卫星时变重力数据后处理方法如何评价的问题,该文以中国数字地震观测网络获得的青藏高原地区地面重力变化图像为参考,基于平均结构相似性等图像相似度指标,研究了与该区域地面重力观测同期、不同后处理方法得到的GRACE卫星重力变化图像的可靠性。结果显示,GRACE卫星重力和地面重力观测结果具有一定的可比性,滑动窗口去相关滤波和高斯400 km滤波的组合方法可以获得最优的处理效果。本文的方法和结论对GRACE及GRACE Follow-On卫星重力数据应用中后处理方法和参数的选取有一定的借鉴意义。

基于能量泛函和视觉特性的全变分图像降噪模型

目的 基于能量泛函的全变分图像复原模型（ROF）为偏微分方程在图像处理上的应用开辟了一个新的研究领域.针对ROF模型存在的缺陷,很多学者提出了改进的模型和算法,并取得了一定的效果.基于能量泛函和视觉特性提出一种全变分图像降噪模型.方法 首先利用偏微分方程比较原理证明了该模型解的整体存在性,并利用变分原理给出了该模型的Euler-Lagrange方程;在数值计算时,选用人工时间演算法和有限差分方法,对数值近似解的离散形式进行了图像降噪matlab实验;最后利用峰值信噪比和平均结构相似度两个指标进行了降噪质量评价.结果 从实验数据上来分析,本文的模型在峰值信噪比上都有0.5～1 dB的提高,结构相似度有0.05～0.3的改进.结论 从降噪效果上分析,基于能量泛函和视觉特性的全变分图像降噪模型能够在降噪的同时,保持良好的边缘和纹理特征,优于其他改进的全变分降噪模型.