一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型。仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点。该算法特别适用于高精度的图像实时去噪。

基于空间分数阶偏微分方程的图像去噪模型研究

为了在获取更高信噪比的同时更多地保留图像边缘和纹理等细节信息,将分数阶微积分理论和偏微分方程方法有效结合,构建了基于空间分数阶偏微分方程的图像去噪模型,并利用分数阶微分掩模算子来实现去噪模型的数值计算。该去噪模型通过引入以分数阶梯度模值为参数的边缘停止函数并选择合适的分数阶微分阶次,由此能够在一定程度上解决传统去噪模型存在的不足之处。实验结果表明,基于空间分数阶偏微分方程的图像去噪模型较传统的去噪模型不仅可以提高图像的信噪比,而且可以更好地保留图像边缘和纹理等细节信息。

分数阶积分的图像去噪算法

为了在去噪的同时更好地保留图像的细节纹理信息,提出一种分数阶积分的图像去噪算法FIDA。论述了FIDA在135、90、45、0、180、315、270、225这8个方向上的分数阶积分掩模的构造,及FIDA的数值运算规则。实验以视觉感知和PSNR值两个主、客观标准对FIDA的去噪性能进行度量,表明FIDA去噪算法的有效性:在去噪的同时对图像的边缘纹理细节信息保留较好,尤其是对灰度变化不大的弱边缘和弱纹理细节信息的有效保留。

将分数阶微分演算引入数字图像处理

为了系统论述图像分数阶微分对纹理细节的增强能力及其侧抑制原理,提出数字图像分数阶微分掩模及其运算规则。论述了分数阶微分的动力学物理意义并推导了分数阶微积分与经典时-频分析之间的关系,分析了在一定条件下二维分数阶微分的可分离性;其次,从信号处理和生物视觉神经模型两个角度提出图像分数阶微分的高斯差感受野模型,并分析其产生的特殊马赫现象;最后,提出并论述了数字图像分数阶微分掩模及其运算规则。计算机数值实验结果表明,对于纹理细节信息丰富的图像信号而言,分数阶微分对灰度变化不大的平滑区域中的纹理细节信息的增强效果明显优于整数阶微分运算。

基于自适应双分数阶光流模型的运动目标分割

针对当前光流算法在光照不足的环境下不能进行弱纹理区域的运动目标分割问题,提出了一种自适应双分数阶光流(ADFOVOF)模型.该模型在双分数阶光流(DFOVOF)模型的基础上,通过图像信噪比计算DFOVOF模型中数据项的分数阶微分掩模的阶次及尺寸;应用以光流向量为特征的超像素调整DFOVOF模型中平滑项的分数阶微分掩模的形状.实验结果表明,在光照不足或者光照变化剧烈的场景下,文中算法能够精确估计光流场,获得清晰的运动目标轮廓.

自适应分数阶微分在面部图像处理中的应用

针对三维人脸表情识别过程中,皱纹等纹理特征会影响表情识别的精度。为了消除这类纹理特征的干扰,需要先确定皱纹的位置。因此,提出了一种基于自适应分数阶微分掩模的皱纹检测方法来定位皱纹的位置。该方法利用皱纹的纹理方向信息,构建自相关微分掩模区域,并使用皱纹图像的梯度、信息熵和对比度信息来改进分数阶微分掩模算子,对人脸皱纹进行纹理方向上的自适应增强。然后结合Gabor滤波器来提取皱纹曲线位置,再根据定义的误判原则剔除光照、皮肤色斑等误识别特征。实验结果表明,提出的方法能自适应增强皱纹深浅不一的面部图像,提升了对浅皱纹的检测率,同时借助误识别过滤规则,提高了皱纹位置检测的精度和鲁棒性。

一种结构向量与分数阶相结合的光流模型

运动目标检测是图像处理中的最基本任务,变分光流法是常用的运动目标检测技术。因模型固有的缺陷,传统变分光流模型不能应对场景中的光照变化,无法保留运动不连续性,从而局限了变分光流模型的应用范围,影响了光流估计的计算精度。提出一种局部结构不变约束与分数阶平滑约束相结合的光流模型,该模型应用局部结构张量函数代替传统亮度约束方程中的亮度函数,应用分数阶导数代替传统平滑约束方程中的整数阶梯度。因结构张量是一个不随光照变化的物理量,且包含了图像中的一些结构信息,而分数阶平滑约束能保留边缘不连续性,因而使得模型能在各种光照环境下获得清晰的运动目标轮廓。实验证明所提模型对光照变化鲁棒,且能保留光流场边缘不连续性,较其他相关模型,能获得更高准确率的光流场。

从分数阶积分看图像去噪算法

图像去噪容易丢失图像细节纹理信息是当前图像去噪面临的重要问题,为了解决这个问题,提出FIDA去噪算法,将分数阶积分应用于图像去噪中。本文从八个方向论述了分数阶积分掩模的构造,并对阐述FIDA的数值运算规则,视觉感知和PSNR值是评价FIDA去噪性能的主观和客观标准,实验结果整整FIDA去噪性能优异,能够有效保留图像细节纹理信息,FIDA去噪算法应用前景广阔。

数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现

文中提出并论述数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现.首先,分别从信息论和动力学两个角度深刻阐述了分数阶微积分的几何意义和物理意义.然后,提出并论述了分数阶驻点、分数阶平衡系数、分数阶稳定系数、分数阶灰度共生矩阵的概念与理论,并详细论述了分数阶灰度共生矩阵对图像纹理细节特征的检测.然后,论述了在x轴负、x轴正、y轴负、y轴正、左下对角线、左上对角线、右下对角线、右上对角线8个方向上的数字图像任意分数阶n×n的分数阶微分掩模的构造及其数值运算规则.最后,在此基础上,提出并论述了数字图像分数阶微分滤波器的理论与构造.仿真实验分别从定性和定量两方面证实了,对于纹理细节信息丰富的图像信号而言,分数阶微分具有非线性增强图像复杂纹理细节特征的独特优势与良好效果.

基于双分数阶变分光流模型的运动目标检测方法

变分光流法是常用的运动目标检测方法,应用场景中的光照变化会极大影响现存变分光流法的稳定性及准确率,提出基于分数阶的变分光流模型来提高光照变化鲁棒性.该模型将分数阶导数同时应用于经典变分光流模型的数据项及平滑项中;根据图像的数据特征,采用图像函数及光流向量函数的有限离散二重分数阶导数近似拟合求导结果计算光流向量,进而将光照变化的影响按比例分摊到了各周边像素点中,弱化了光流向量计算过程中光照变化对光流模型的影响.为避免同一像素点的二重分数阶导数覆盖了不同光流向量区域的问题,采用超像素分割来舍弃不在同一光流向量区域的像素点,从而保证了同一光流向量区域的整体性,从而进一步提高模型的光流估计准确率.在三大常用数据库及户外视频序列中进行实验,实验证明,在应用场景存在光照变化的前提下,基于双分数阶的变分光流模型优于其他算法;对比其他算法,文中算法的运算速度适中.

基于改进卡尔曼滤波在Canny边缘检测中的应用

在视觉检测中,为了能够精确地辨识出图像的边缘,在现行算法的基础上设计了一种基于新的滤波方法的Canny边缘检测算法。该滤波算法采用Kalman空间模型代替原高斯函数来平滑图像,以最小均方误差为最佳估计准则,优化滤波后图像质量。并针对滤波过程中存在的漏检误检以及信噪比问题,将分数阶微分掩模应用于最优递推方法中,从而结合了两者的优点,达到相互优化效果。实验表明,该方法对对比度较低的二维数字图像都有很好的效果,在增强图像边缘细节的同时,有效降低了图像中的噪声。