基于图像残差的摄像机标定精度比较

为了选择较好的摄像机标定方法,采用Bouguet和张正友的标定方法分别进行了摄像机标定,以图像残差作为精度评估标准对两种方法的标定结果比较。实际实验表明:Bouguet方法的标定精度随着标定图片数量的变化而发生变化,在使用5张图片时,标定精度最高;在同等条件下与张正友方法进行比较,Bouguet方法标定精度更高。标定精度比较结果为实际应用中的摄像机标定方法选择、标定精度评价方法和具体标定试验中图像数量的选择等提供了重要的参考。

图像残差的手指静脉特征间接提取的研究

根据手指静脉对近红外的吸收特性,提出了一种基于背景图像的构造以得到第一次残差图像,通过调节比例系数得到第二次残差图像,以间接的方式获取静脉的特征。经过该算法和其他直接提取算法的对比,表明该文算法具有方法简单,易于实现,特别是获取的第二次残差图像对模糊和低质量部分的图片得到了比其他算法更加合理的特征信息,真实性强,同时也达到了准确、连续、光滑的要求。

基于SVD和残差图像的噪声强度估计方法及其在中子图像去噪中的应用

针对中子图像去噪问题,提出了一种基于奇异值分解和残差图像的方法,实现含噪声图像的噪声强度值估计.通过包含弱纹理的残差图像,获得由噪声引起的奇异值尾部数据,引入双迭代过程,计算含噪图像的噪声强度估计值.根据噪声强度估计值,应用三维块匹配滤波方法(BM3D)有效地去除噪声.实验结果表明:与其他现有的方法相比,该方法能够更加准确地估计模拟图像和中子图像的噪声强度,在保留图像更多纹理细节的同时有效地去除噪声,获得清晰的图像.

使用不同频率域残差和K-SVD模型的图像消噪方法

图像消噪前后的残差信息包含图像的高频信息.为了提高消噪图像的质量,在轮廓波变换域内,根据噪声图像及其K-SVD消噪后不同频率子带图像的残差信息,对残差子图像块再次进行K-SVD消噪,并将其结果与消噪图像的子带图像进行融合,得到包含残差信息的消噪子带图像,最后通过轮廓波逆变换得到消噪图像.仿真实验结果证明了所提出的基于不同频率子带内残差信息和K-SVD的图像消噪方法优于轮廓波变换和K-SVD模型,具有较好的消噪性能.

基于字典学习的残差信息融合图像去噪方法

传统去噪算法只考虑从含噪图像中恢复出图像信息,然而对去噪后残差信号的利用却并未加以重视。针对图像去噪后残差信号中包含有用信息的特点,提出了一种基于字典学习的残差信息融合图像去噪方法。首先使用字典学习方法对单幅含噪图像进行去噪;然后对首次降噪后的残差图像进行图像块筛选;再对筛选出的图像块再次进行去噪处理;最后在小波域实现两幅图像的融合得到最终的去噪图像。实验结果表明,与传统基于字典学习的去噪方法相比,所提方法能够进一步提取残差信号中的图像特征信息,在峰值信噪比和结构相似度上都有所提升。特别是对一些细节较为复杂的场景图像,具有更好的去噪效果,从而证明了残差信号对于图像去噪的重要作用。

三角形网格基活动图像编码研究——运动估计、运动补偿和残差图像处理

本文深入讨论了三角形网格基(包括DTM和RTM)的活动图像编码方法,包括帧间运动预测及残差图像处理方法等。其中主要涉及三角形网格的分割方法、运动矢量计算和优化方法。实验结果表明,三角形网格基运动补偿比传统的矩形匹配BMA方法有更好的主客观质量。

极化SAR动目标定位中的残差图像干涉相干性分析

该文研究极化SAR动目标检测及定位中的频域残差图像干涉相干性优化问题。给出了多普勒频域杂波对消处理的基本流程,提出了一种利用频域残差图像进行最优极化干涉处理从而提高目标运动参数估计精度的方法。结合最优极化干涉理论,通过仿真分析研究了不同极化下频域残差图像的干涉相干性,验证了文中方法的有效性。

运动补偿时域滤波残差图像的特性研究

视频压缩效率的提高很大程度上取决于用于传输残差图像的信息量的减少,而残差图像的特性对分析和讨论视频残差图像编码有重大的意义。对可伸缩视频编码中的运动补偿时域滤波残差图像特性从能量非平稳特性、时空相关特性和频率特性进行了研究,并给出了实验结果和分析。

基于马尔可夫模型和小波变换的立体残差图像编码

利用立体图像,三维视觉通信能给人提供一种现场真实感。为了产生一个3D系统,必须同时传送两个图像（左图像和右图像）。因此应当研究一种更有效的编码方案。本文首先研究了立体图橡的统计特性和左右图像间的交叉相关性。并在分析了视差和残差图像的统计特性后,提出了一个基于小波变换的视差补偿残差（WDCD）的编码方案。仿真实验结果表明,在比特率为0.23bit/pel时,本文的方案重构的残差图像的信噪比（PSNR）和基于DCT的编码方案相比,要高0.58dB。

基于多级残差反馈的有限脊波变换图像去噪算法

为了充分利用残差图像中的结构信息,提出了一种基于多级残差的有限脊波图像去噪算法,以提升有限脊波变换的去噪性能.为了增强和丰富去噪图像的边缘和纹理信息,提高去噪图像的视觉效果,该算法先对有限脊波去噪后的残差图像反复进行块匹配三维滤波(BM3D)去噪和高斯滤波,从而获得图像的结构信息,再将其作为补偿图像反馈给去噪图像,并提出一种基于图像相关性的最优迭代停止准则.最后,通过多组仿真试验验证了该迭代停止准则和去噪算法的可行性和有效性.

视频残差图像的压缩感知重建算法研究

本文主要对视频残差图像进行压缩感知重建的算法进行分析研究,进行比较的算法是目前比较经典和流行的压缩感知重建算法分别是:基于凸优化的基追踪BP算法、梯度下降法的总变差(Total Variation,TV)算法、基于贪心算法的正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)、压缩采样匹配追踪算法(Compressive Sampling MP,Co Sa MP)、迭代硬阈值算法(Iterative Hard Thresholding,IHT)。重建后采用PSNR作为指标进行分析研究,其中采样率分别为0.3、0.5和0.7。通过分析,基于空域的残差图像重建的效果比频域中的残差图像效果好;空域中低采样率的重建效果较好的是TV算法,而在频域的重建效果中IHT在不同的采样率下具有较稳定的重建质量,同时低采样重建质量也较好。

2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法

针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题,设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值,并比较二者阈值的大小,计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制,构建了多尺度方向分解模型,将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数,以获得源图像的细节和特征信息。对于低频系数,引入加权平均作为低频系数的融合准则;根据区域能量对比度与清晰度来定义融合规则,完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明:与当前常用红外与可见光图像融合对比,所提算法具有更高的融合质量,所输出的图像具有更好的对比度与丰富的细节信息。

结合加权核范数与全变分的图像二级去噪

为提升图像去噪后的视觉感受,提出一种加权核范数最小化(WNNM)结合全变分(TV)的二级图像降噪方法。首先对含噪图像进行TV基础去噪,其次用噪声图像与基础去噪结果图做差分运算,并对差分后的结果自适应维纳滤波,然后将滤波后图像与基础TV降噪图像叠加,利用块匹配做相似补丁收集,最后运用加权核范数最小化进行二次去噪,得到最终降噪图像。通过与原WNNM、三维块匹配去噪(BM3D)、漏斗自相似非局部去噪(FNLM)方法对比,该方法不仅对平滑区域有较优的降噪效果,同时处理了漏斗自相似非局部去噪与BM3D在高噪声情况下带来花斑与假条纹状况,并且使结构纹理信息最大化相似。

基于Delaunay三角形网格的立体图像编码算法

传统的立体图像编码方法多采用基于块的视差补偿算法 ,但这种算法不能更为准确地估计视差矢量 ,在低码率时重建图像的块效应比较严重 提出了一种新的基于Delaunay三角形网格的立体图像编码算法 ,该算法首先对参考图像进行自适应的三角形网格剖分 ,然后对三角形顶点在目标图像中进行视差矢量估计 利用三角形模型和 6参数仿射变换计算三角形内部各点的视差矢量 ,并产生残差图像 结合实验统计对文中算法产生的残差图像进行了分析 ,采用嵌入式DCT算法编码残差图像 从实验结果看 ,文中算法视差矢量估计的准确性较传统算法提高了 10 %左右 在相近比特率下 ,平均PSNR大约提高

改进非局部均值各向异性扩散图像去噪算法

针对各向异性扩散算法的不稳定性在去噪过程中易产生阶梯效应,导致纹理细节不能较好保留的缺点,提出一种改进的非局部均值各向异性扩散图像去噪算法.所提算法将非局部均值引入迭代过程,利用图像中的大量相似冗余信息,以中心像素邻域图像块作为像素点的相似性度量,对图像进行合理的描述;同时在扩散系数函数中,将图像梯度结合残差图像中局部能量算子,自适应选择扩散系数.结果表明,所提算法在有效平滑噪声的情况下,减弱了阶梯效应,保留了更多的纹理细节,与各向异性扩散算法、自适应选择扩散去噪算法和基于非局部均值理论的各向异性扩散算法相比,峰值信噪比和结构相似度有较好提升.

SAR图像压缩的多尺度自回归滑动平均模型方法

本文研究在无需SAR图像先验知识条件下,基于多尺度自回归滑动平均MARMA模型的SAR图像压缩方法.该方法首先对SAR图像建立MARMA模型,依据MARMA模型对原始图像进行预测,然后对预测的残量进行数据压缩.将此方法用于实际SAR图像压缩,并将基于MARMA模型和多尺度自回归MAR模型的压缩结果与相应的JPEG结果进行比较和分析,说明基于MARMA模型的SAR图像压缩方法既能达到较高的压缩比,又能取得较好的保真度,是一种很有潜力的压缩方法.

Delaunay三角形模型基立体图像编码

立体图像具有2倍于普通图像的数据量,给存储和传输带来了一定的困难,因此对立体图像的压缩和编码非常重要.文中讨论了Delaunay三角形模型基立体图像编码的各个环节,提出一种可以保持网格拓扑结构不变的视差估计方法.该方法是一个三步迭代过程:首先利用迭代块匹配算法得到较精确的匹配结果;然后利用迭代多边形匹配算法对得到的匹配结果进行优化,使得一些三角形的预测误差最小;最后删除掉视差不可靠的节点.利用变长编码来编码网格节点和视差矢量,并对残差图像利用DCT进行编码.实验结果表明,与基于块的传统编码方法和其他网格匹配算法相比,该方法在获得较高压缩比的同时,解码图像亦具有较高的主客观质量.

集成超分辨率重建的图像压缩编码新型框架及其实现

提出一种集成超分辨率重建的图像压缩编码新型框架。在编码端对输入图像以因子2进行下采样,对下采样图像用JPEG标准编解码,而后采用事先通过外部训练库训练得到的字典,对解码后的图像进行基于学习的超分辨率重建。为了进一步提高解码重建图像质量,在算法框架中设计了反馈环节,即在编码端用原始图像减去超分辨率重建图像得到残差辅助图像,在解码端用该残差辅助图像弥补在超分辨率图像重建环节中损失的高频细节信息,在保证残差辅助图像较低编码比特率的情况下,大幅度提高了解码重建图像质量。此外,还实现了框架图像编码控制量化参数的单一化,实用性较强。实验结果表明,算法较JPEG标准在相同峰值信噪比的情况下,编码比特率大幅度降低,压缩倍数提高较多。

基于PCA和BM3D的噪声估计方法及其在中子图像去噪中的应用

针对中子图像的去噪问题,本文提出了一种弱化残差图像特征值的噪声估计方法。该方法将残差图像作为噪声图像,利用主成分分析(PCA)分析了残差图像特征值,估计了噪声强度。根据噪声强度,应用三维块匹配方法(BM3D)去除了噪声,逐步弱化残差图像特征值,得到了最终噪声估计值。实验结果表明,该方法能估计模拟噪声图像和实际含噪中子图像的高斯噪声,计算效率高,可实现较好的去噪复原效果。

基于直方图对无损数据隐藏的立体图像编码

将基于直方图对的无损数据隐藏用于立体图像编码,把数据隐藏和3D电视两个前沿研究结合起来.立体图像对中的一幅压缩后,无损嵌入另一幅中,使得3D电视的传输和存储容量减少一半,同时提供3D与2D电视兼容的可能.利用左右图的相关性进行4个参数的最优搜索,取得新的压缩极限.采用多循环方法的直方图对无损数据隐藏,得到较大容量以及较好的图像质量的无损嵌入.