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。

一种基于微小区域的TV双调和型偏微分方程图像修复方法

针对具有微小缺失或破损的图像修复问题,基于变分和偏微分方程理论基础提出一种TV双调和偏微分方程图像修复方法。该模型在Sobolev对偶分布空间H^(-1)(Ω)上考虑一个变分问题,它的Euler-Lagrange方程是一个与多孔介质方程相关的非线性双调和椭圆扩散方程。首先,将方程归结为一个最小化问题,再利用双调和椭圆边值问题得到Euler-Lagrange最优条件下的广义解,最后采用尺度空间的稳态解和最小二乘法进行数值模拟,从峰值信噪比、平均结构相似度和视觉效果等3方面对模拟实验的图像进行评价。该模型允许观测图像f可以不是标准L^1函数,而是H^(-1)分布或测度,因此,适用于修复一组任意小的带条或者像素有限点集。该算法充分利用现有像素的邻近信息,对3种非纹理类型的具有较小或较细缺损的图像修复效果有所改进,数值实验也说明这种方法在修复过程中,明显保护了边缘特征、有效避免了阶梯效应,提高了视觉质量。

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。

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.

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。