基于Kinect视频的图像增晰与检测算法研究

图像中的元素目标检测和图像增晰是计算机在图像计算、视觉表达中的重要任务,尤其是在视频监控、导航、智能交通、医药等领域内有着重要的应用价值。利用HOG/HOD框架和SSD目标检测算法,以及中值滤波、双边滤波、形态学等图像增晰方法,对不同的数据集进行实验与测试,旨在通过Kinect深度视频在目标检测和图像增晰方面有所增进。研究发现:HOG算法与SSD算法均能理想地完成目标检测和图像增晰,HOG算法耗时性能优越,SSD算法在检测精确率和召回率上较HOG算法更优越;利用中值滤波对RGB图像进行增晰,能够有效改善图像的色彩像素噪点等瑕疵。

利用点扩展函数信息的变分图像去噪及增晰方法

基于偏微分方程(PDE)及变分法的图像去噪方法利用其数学特性得到了优于传统方法的结果,但很多模型只考虑了去噪的问题。通过对最小化凸能量函数模型引入点扩展函数信息,构造了具有去模糊效果的变分去噪模型,采用了Kacˇanov线性化方法进行求解,得到了更好的结果,实验结果及数据证明了模型的有效性。