基于纹理自适应全变分滤波的图像分块压缩感知优化算法

图像分块压缩感知重构模型通过分块方式解决了压缩感知中观测矩阵过大带来的计算复杂度较高和存储空间较大的问题,但分块重构时会产生块效应,其需要通过去块效应滤波加以消除。现有的滤波方法并未考虑图像纹理细节恢复问题,造成了重构质量的降低。为解决该问题,首先提出了一种基于灰度熵的纹理自适应采样方法。随后分析了分块压缩感知中块效应的产生和经自适应采样后块效应得到缓解的原因,并将全变分滤波引入到图像分块压缩感知平滑投影迭代重构过程之中,提出了一种基于图像分块纹理信息的双树离散小波硬阈值滤波和全变分滤波的自适应加权滤波模型,用其取代原平滑投影迭代算法的滤波过程,在自适应采样缓解块效应的基础上,更有效地保存图像的细节信息。仿真实验表明,与多种已有方案相比,该方案可显著提升重建图像的主客观质量,同时可有效保留图像的纹理细节。

数字全变分滤波在红外图像序列非均匀校正中的应用

红外焦平面阵列上的空间非均匀性,即固定图案噪声,严重影响了红外系统的成像质量。为此提出了一种新的非均匀校正算法,它借鉴了图像处理中的图像去噪思想,把数字全变分滤波器引入非均匀校正。鉴于数字全变分滤波的执行过程一般都是自我迭代,而考虑到校正算法的实时性要求,无法对单帧图像实施多次处理。故而将以前的空间迭代形式转化为时间递推,以达到逐帧去除固定图案噪声的目的。使用仿真和真实红外图像序列对算法性能进行验证,实验结果表明:该算法从第15帧开始就能够达到较好的校正水平,并且在未优化条件下,每秒钟处理30帧图像仅需300M个指令周期。因此具有收敛速度快、计算复杂度低等优点。

一种基于全变分滤波的单幅图像快速去雾算法

针对传统图像去雾算法速度偏慢的问题,提出一种全变分滤波和最小值滤波相结合的单幅图像快速去雾方法。根据每个像素点的最小颜色值和全局大气环境光值估算粗糙大气透射图;对粗糙大气透射图下采样,使用全变分滤波平滑粗糙大气透射图的纹理信息和保留场景深度边缘,从而获取精细大气透射图;根据大气散射模型还原无雾图像。仿真结果表明:采用该算法去雾后的图像质量与传统算法去雾的效果相近,但其去雾速度更快,分辨率为1152×752的图像去雾最大加速比可达15.8倍。

基于HSV空间的煤矿井下低光照图像增强方法

针对煤矿井下采集到的图像对比度低、光照不均和细节信息弱等问题,提出一种基于色相-饱和度-明度(Hue-Saturation-Value,HSV)颜色空间的煤矿井下低光照图像增强方法。该方法基于图像的HSV空间,通过对低光照图像的亮度通道V通道的主要结构和边缘细节分别进行对比度增强,这样可以更好地抑制图像细节丢失,同时可以较好地再现原图中的轮廓和纹理细节。首先,将输入的煤矿井下低光照图像转换到HSV空间,利用相对全变分滤波(RTV)与改进的边窗滤波(SWF),分别对提取的V通道图像进行主要结构提取和轮廓边缘保留,对其非线性灰度拉伸后利用主成分分析融合技术(PCA)重构V通道图像,即融合V通道图像的主要结构和精细结构,最后合成图像,完成图像增强。通过实验验证,提出的基于HSV空间的煤矿井下低光照图像增强方法,在色彩和边缘模糊处理等方面表现良好,在煤矿井下工作面等环境中,对图像进行定量和定性实验,结果表明,与6种方法相比,增强图像的对比度、自然度和图像细节方面表现更好。

基于图像中值灰度相似度函数加权曲率滤波算法

曲率滤波算法通过构造滤波算子快速优化变分模型,但全变分曲率滤波及高斯曲率滤波易致去噪过平滑且椒盐噪声去除较差.提出了基于图像中值灰度相似度函数加权曲率滤波算法,其中,中值灰度相似度函数方差取决于小波变换最高频子带系数,能较好防止图像过平滑,且提高椒盐噪声去除能力;因此,采用中值灰度相似度函数分别对局部高斯曲率与局部全变分曲率投影算子加权,并分别迭代局部加权高斯曲率投影算子与局部加权全变分曲率投影算子,直至输出图像梯度总能量满足停止条件.实验表明,基于图像中值灰度相似度函数加权全变分曲率滤波与加权高斯曲率滤波比传统全变分曲率滤波和高斯曲率滤波去噪效果更好.

自适应正则化稀疏表示的遥感图像SR重建

基于稀疏表示的单幅图像超分辨率(Super-Resolution, SR)重建近年来引起了广泛的关注,并取得了较好的效果.然而,低分辨率(Low Resolution, LR)遥感图像容易受到噪声及模糊的影响,从而导致SR重建结果会出现高频细节丢失的现象.针对这一问题,本文提出一种基于自适应正则化稀疏表示的遥感图像SR重建方法.该方法首先根据提出的步进式图像放大的方法将LR图像放大得到高分辨率(High Resolution, HR)图像的初始估计;然后,构建稀疏表示的SR重建模型,通过评估初始估计HR图像的噪声水平来自适应选择不同的正则项,即梯度直方图正则项或可控方向滤波全变分正则项,对重建图像进行约束;最后,利用迭代收缩算法对提出的模型进行求解得到稀疏编码系数,将学习的字典与稀疏编码系数相乘得到最终的HR图像.实验结果表明,本文提出的SR重建算法获得的结果无论是主观视觉效果还是客观定量评价,都优于一些主流的遥感图像SR重建方法.

用于增强可视性的高动态范围红外图像融合

针对高动态范围(14 bit)红外图像融合后并不能直接用于显示的问题,设计了一种用于增强红外图像可视性的融合框架。利用数字全变分滤波器对图像分层处理,然后对每一层进行动态范围压缩,自适应的合成低动态范围图像(8 bit),再通过传统融合算法进行融合,得到可视性增强的低动态范围融合图像。实验结果表明,相较于目前已有的方法,该框架融合得到的信息量大,在增强对比度的同时能有效抑制噪声,明显改善融合图像的视觉效果。

基于迭代修正法的CT金属伪影消除

人体内的金属植入物会导致CT重建图像中出现金属伪影。传统的方法利用插值技术替换掉原始投影数据中受金属物污染的数据,以此来达到去除金属伪影的目的,但是容易产生次生伪影。为了解决传统方法的缺陷,提出了一种基于迭代修正的金属伪影消除方法。首先,利用插值修正法获取到一张预处理图像;然后,以该预处理图像为基础进行迭代修正,每一次迭代过程中利用全变分滤波来优化图像质量;经过多次迭代后得到最终图像。实验表明,相比于传统的插值修正法,提出的方法能够更加有效地去除金属伪影,同时较好地抑制次生伪影的产生。