基于保边函数的图像去噪

为解决传统去噪算法对图像平滑区域效果较好,但存在边缘模糊且残余噪声较大的不足,在分析传统各向同性扩散的基础上,以去噪目的为先验知识建立保边去噪模型,提出了基于保边函数的图像去噪算法.该算法对图像平滑区域进行各向同性的平滑处理,保留了传统算法的优点;对图像边缘区域进行各向异性处理克服了传统算法的边缘模糊现象.实验结果表明:基于保边函数的去噪算法具有残余噪声较小和保边性,提高了图像的PSNR和视觉效果.但是对图像中的较小边缘误作为噪声被去除.

图像熵各向异性扩散保边滤波方法及在断层识别中的应用

保护好断层等地质体边缘信息是地震去噪研究的重点,为此提出了一种基于熵的各向异性扩散保边去噪方法。由于熵信息只与资料总体结构有关,可用于准确判断资料所包含断层等特殊边缘的信息,能定量给出在构建结构张量矩阵时需要添加的二阶导数所占比例,更合理地判断扩散方向。模型及实际资料应用结果表明,该去噪方法在提高资料信噪比的同时,保护了断层等小尺度边缘信息,为后续的地震断层精细解释等提供了基础资料。

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。

基于保边去噪的高精度相干体分析应用研究

相干体技术在揭示地层的横向变化及断层和复杂构造等方面与常规的地震振幅切片相比具有很大的优越性。但当原始振幅数据体信噪比较低时,相干体受噪声干扰较大,分辨率较差。为克服常规相干体计算受噪声影响较大的缺点,通过引入保边去噪技术,提出一种基于三维保边去噪(3DEPS)的相干体分析方法,在进行相干分析之前,先对原始振幅数据体做三维保边去噪,实际资料的计算结果显示,利用该方法得到的相干切片对断层和复杂构造的分辨能力得到显著提高。

基于保边滤波器的单幅图像高光去除

研究图像分割优化问题,由于图像中存在高光中,造成干扰,提出一种简单但有效的单幅图片高光去除方法。传统单幅图像高光去除方法,一般需要进行图像分割预处理,或者进行交互输入。提出的新方法无需图像分割预处理,也不要交互输入,而是使用漫反射色度估计值作为引导值,对最大色度图应用边界保留滤波器,并最终得到去高光后的图片。实验结果比较表明,与传统方法比较,该方法不但能够去除单色物体表面高光,对于复杂纹理表面高光非常有效,且输出图像在非高光区更接近输入图像,提高了图像分割效果。

基于Morlet小波分频的保边滤波去噪方法

进行保边滤波需要已知反射倾角和边界信息,通常这些信息由全频率地震资料估算得到,但噪声的存在往往会降低估算的准确性。地震资料的各个频率成分具有不同的信噪比,Morlet小波具有良好的局部性能,所以用Morlet小波可以将地震数据按照倍频程分为几个分频体。对于信噪比不是太低(一般指大于2.5)的地震资料,会有2～3个分频体具有较高的信噪比。扫描上述分频体,确定它们的倾角以及边界信息,然后利用倾角及边界信息对上述分频体以及与其频率接近的分频体进行平滑,并根据是否存在边界采取不同的滤波手段,保证滤波算法的稳定性,最后将平滑后的各频段地震记录合成,得到去噪后的地震记录。理论模型和实际资料处理表明,对于信噪比大于2.5的地震资料,该方法能有效去除噪声。

局部平均显著梯度保边滤波算法

针对传统平均保边滤波算法中存在的光晕伪影现象,提出一种显著图局部平均梯度的保边滤波算法.利用显著图像边缘对比度突出的特点,简化边缘区域和非边缘区域间的阈值设定工作,并根据显著图的平均梯度自适应的平滑图像中的细节和噪声部分,同时保持边缘清晰.实验结果表明,显著图局部平均梯度的保边滤波算法利用显著特性有效地避免了传统平均滤波算法中的光晕伪影现象.相对于传统平均滤波算法,在降噪、多尺度增强以及HDR方面都有较好的表现.

结合波段选择和保边去噪滤波的高光谱遥感图像分类

高光谱遥感图像分类是遥感图像在众多领域得以有效应用的基础.为了提高其分类精度,提出一种结合波段选择和保边去噪滤波的分类方法.通过波段选择对高光谱数据进行降维同时保留了光谱的物理信息;然后通过对各波段图像进行保边去噪滤波将空间信息和光谱信息结合起来;最后选取结合了空间信息的光谱曲线作为由堆栈降噪自编码器加Softmax分类器构成了深度学习网络的输入,对其进行特征提取及分类.波段选择去除了一些对分类不利的波段,保边去噪滤波将空间信息与光谱信息结合了起来,深度学习提取特征避免了手动选择特征的主观臆断,通过在Indian Pines和Pavia University数据集上的实验,结果表明本文算法分类精度高、稳定性好.

基于全变分与交替保边扩散平滑的稀疏角度CT重建算法

通过全变分(TV)正则化重建CT图像,虽然在一定程度上可以有效地提高图像重建质量,但在图像边缘存在过度平滑的现象。因此,本文基于TV算法,结合保边延拓和平滑算法(AEDS)的保边性能,提出一种用于稀疏图像重建的双约束迭代CT重建算法。通过使用TV算法和AEDS算法,对重建图像进行稀疏正则化,以更好地抑制噪声,达到边缘保护的效果。经实验结果表明,与其他算法相比,所提算法在抑制噪声的同时,保留了图像更多细节及边缘结构,提高了重建图像质量。

基于保边滤波的显著目标快速分割方法

在视频中自动发掘目标并对其进行精确分割是一个非常有挑战性的计算机视觉问题。本文提出了一种基于保边滤波的显著目标快速分割方法。首先,通过融合外观特征与运动特征,将视频中的显著目标发掘转为能量函数最小化问题进行求解。其次,为了更精确地进行分割目标,融合外观的高斯混合外观模型(Gaussian mixture mode,GMM)、位置先验以及时空平滑约束构建马尔科夫随机场(Markov random field,MRF)模型,并使用图割算法进行求解。本文提出的基于保边滤波的显著目标快速分割方法,在牺牲较少的精度下,极大地提高了分割效率。最后在两个数据集上进行了对比实验,实验结果表明,本文算法的分割精度超过了其他5种目标分割方法,且加速算法在损失少量精度的情况下提高了2倍分割效率。

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。

基于保边分解的图像分割

为改善传统CV(Chan和Vese)分割算法对自然图像分割的效果,将自然图像进行自适应保边分解,获取的卡通分量区域内部具有一致性,区域间存在显著差异且目标轮廓清晰。对卡通分量运用水平集实现目标区域分割。实验结果表明,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,分割测评分数较高。

基于饱和度提升和保边滤波的图像卡通化研究

通过图像饱和度提升、保边滤波、边缘检测及去除等处理,实现了图像的卡通化.通过对边沿像素值去除率的实验,发现边沿像素的值减小25%时效果较好;与其他图像卡通化方法比较,也显示出较好的渲染效果.

基于单幅图像的保边插值超分辨率优化算法

互联网上存在着大量的低分辨率图像。针对在移动设备上如何快速清晰地显示这些图像的问题,提出了基于单幅图像的保边插值算法。首先对低分辨率图像进行双三次插值扩大像素点;然后选择和设计了特定的算子和算法矩阵,对图像进行边缘检测和梯度锐化处理;最终获得放大后边缘清晰度较高的高分辨率图像。选取各种不同类型的图像进行测试,实验表明单幅图像的平均处理速度小于0. 3 s,平均峰值信噪比为31. 215 d B,完全能够满足用户的视觉体验,以及移动设备图像高效处理的应用要求。

基于保边滤波和肤色模型的人脸美颜技术研究与实现

随着相机和手机的拍照像素不断提高,拍摄的人像均为高清晰度的,但人脸部的瑕疵,如雀斑、痘痘等同时会被清楚地记录下来。针对这一课题,文章提出了基于肤色分割和保边滤波操作的人脸美颜算法。此算法共分成4个步骤,首先对图像进行保边滤波操作,保留面部轮廓和五官,消除瑕疵;再对人脸图像在YCb Cr色彩空间中,根据肤色范围分割皮肤区域与非皮肤区域;然后将滤波处理过的图像和原图根据肤色区域进行alpha通道融合;最后提高皮肤区域的亮度达到美白效果。经实验,此算法可以基本实现面部美化,对头发耳朵等细节保留较高真实性,且无明显修饰痕迹。

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。

基于保边滤波的人脸美颜技术分析

随着科学技术的发展,相机和手机的拍照功能不断提高,拍摄的人像均为高清晰度的,但人脸部的斑、痘、皱纹等瑕疵同时会被清楚地记录下来。针对这一课题,本文提出了保边滤波的人脸美颜算法。首先分析了人脸美颜的原理,然后研究了保边滤波的两种方法,最后通过试验进行对比分析,得出清晰的美颜图像。经MATLAB2014a试验,该方法可以有效清除图像瑕疵噪点,明确图像的边缘化特征,基本可以实现对面部图像的美颜处理。

双边加权引导图像滤波

针对经典方法对光晕等伪影抑制能力不足的问题,将双边权重嵌入到引导滤波中,提出一种新型局部方法称之为双边加权引导图像滤波.该方法目标函数为双边加权岭回归模型,此模型可通过双边滤波的迭代执行来求解.为提高计算效率,采用双边滤波的近似加速版本.通过对滤波核进行分析,可知双边加权引导图像滤波提供了比传统方法更灵活的保边及滤波控制.最后将该滤波方法的适用范围拓展到彩色图像上.为评估双边加权引导图像滤波,在保边模糊与人像磨皮这2种图像处理应用上进行试验,并进行了计算效率的对比分析.结果表明:与多数经典保边滤波方法相比,双边加权引导图像滤波产生的结果具有更好的视觉效果,所提出方法的指标BIQI、IL-NIQE、SSEQ分别达到20.082、47.026、53.103.

低信噪比地震数据图像结构引导去噪方法与应用

地震噪声影响着复杂断裂结构与储层的刻画,有效压制噪声并保留地震资料中的结构信息,是解释性处理的关键。基于保边光滑原理,在地震数据处理中提出并引入图像结构引导滤波方法,实现自适应地保留断层、裂缝以及储层反射等关键信息并有效压制散射与随机噪声,提高地震数据信噪比。正演模拟数据的去噪试验结果表明,相比常规滤波方法,图像结构引导滤波方法具有更好的保边光滑特性;与构造导向滤波方法相比,该方法不需显式提取层位走向和倾角信息,具有较高的计算效率。实际三维资料的应用结果表明,该方法能有效压制不同类型噪声、提高信噪比和有效反射同相轴的连续性;处理后对应的相干属性可有效增强断裂、储层的分辨能力,更好地描述断裂系统的展布,有利于后续地震资料解释工作。