双密度双树复小波变换的局域自适应图像去噪

为了改善降质图像质量,提出一种基于双密度双树复小波变换的局域自适应图像去噪算法。分析了双密度双树复小波变换的原理及特点,推导了双变量收缩函数(BSF)。通过并行使用4个2D双密度离散小波变换,且行和列采用不同的滤波器组,实现了对噪声图像的双密度双树复小波分解。根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理,并用收缩后的小波系数重构去噪图像。最后,将该算法用于灰度图像和彩色图像去噪实验。实验结果表明:与噪声图像相比,在噪声方差为30时,经该算法去噪后的图像获得的最高峰值信噪比增益达11.72 dB,平均结构相似度最高增加了2.7倍,复合峰值信噪比增益达11.68 dB。此外,对不同噪声方差下的不同噪声图像,该算法在滤除噪声的同时可保留更多的图像细节,极大地改善了去噪图像的视觉质量。

米字型各向异性扩散模型的图像去噪算法

针对原始的各向异性扩散模型在对带噪图像去噪时,只利用了邻域内东、南、西、北4个方向上的参考信息,使得去噪效果不够明显的问题,提出了米字型各向异性扩散模型的图像去噪算法。该算法在利用了原始算法中待修复点周围4个方向上参考信息的基础上,还引入了该点邻域内对角线方向上的新信息,给出了采用周围8个方向上的信息进行对图像去噪的新模型,同时证明了该模型的合理性。用新提出的算法与原算法以及一种改进的同类算法对4幅带噪图像进行去噪。实验结果表明,新提出算法去噪效果的峰值信噪比(PSNR)相比原算法和改进同类算法平均提高1.90 dB和1.43 dB,平均结构相似度(MSSIM)分别平均提高0.175和0.1,说明该算法更适合于图像去噪。

全有界变差四阶偏微分方程图像复原模型

针对现有偏微分方程复原模型存在的弱点,提出了一种改进的全有界变差四阶偏微分方程图像复原模型,证明了模型的适定性。由于模型的Euler-Lagrange方程是非线性偏微分方程,利用分裂Bregman迭代算法,将其分解为三个线性子问题,结合Gauss-Seidel迭代方法得到了数值解。从实验结果和客观评价上看,上述模型和算法在对图像复原的过程中,与ROF模型和TBV_ROF模型相比较,峰值信噪比和平均结构相似度都有明显的提高。模型在复原的同时,能够很好地保持原始图像上的边缘和纹理特征,复原能力优于ROF模型和TBV_ROF模型。

非凸全变分正则化模糊图像复原模型研究

拍摄过程中的相对运动,导致获取图像存在一定程度的模糊,降低了其利用价值。在贝叶斯框架下,基于图像的局部结构特征和方向信息测度,提出了改进的自适应非凸全变分正则化图像复原模型,充分利用图像的全局和局部先验信息,有效抑制了复原图像中存在的振铃效应。实验结果表明,提出的改进模型在复原图像的同时能够保留图像的边缘轮廓等结构信息,得到的复原图像在峰值信噪比、平均结构相似度和主观视觉效果方面均有所提高。

一种基于微小区域的TV双调和型偏微分方程图像修复方法

针对具有微小缺失或破损的图像修复问题,基于变分和偏微分方程理论基础提出一种TV双调和偏微分方程图像修复方法。该模型在Sobolev对偶分布空间H^(-1)(Ω)上考虑一个变分问题,它的Euler-Lagrange方程是一个与多孔介质方程相关的非线性双调和椭圆扩散方程。首先,将方程归结为一个最小化问题,再利用双调和椭圆边值问题得到Euler-Lagrange最优条件下的广义解,最后采用尺度空间的稳态解和最小二乘法进行数值模拟,从峰值信噪比、平均结构相似度和视觉效果等3方面对模拟实验的图像进行评价。该模型允许观测图像f可以不是标准L^1函数,而是H^(-1)分布或测度,因此,适用于修复一组任意小的带条或者像素有限点集。该算法充分利用现有像素的邻近信息,对3种非纹理类型的具有较小或较细缺损的图像修复效果有所改进,数值实验也说明这种方法在修复过程中,明显保护了边缘特征、有效避免了阶梯效应,提高了视觉质量。

基于PCNN和果蝇优化算法的自适应图像融合

针对脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)中参数选取不易确定的不足,提出一种基于脉冲耦合神经网络和果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)的自适应图像融合算法。利用FOA的全局搜索能力,以平均结构相似度作为FOA的适应度函数,对PCNN的4个参数β、Vθ、αL和αθ进行自适应设定;结合最大化原则,采用PCNN对源图像进行融合。实验结果表明,该算法在主观视觉效果和客观评价指标上优于其他融合算法。

改进的RL正则化图像复原算法研究

为克服图像传输和获取过程中受运动模糊、加性噪声等因素影响造成的图像降质,首先利用一种新的正则化方法有效估计了非参数运动模糊核,然后在贝叶斯框架下,基于图像像素空间和梯度空间的统计特性,结合自然图像的梯度约束,提出了图像复原的改进Richardson-Lucy(RL)正则化算法,同时把自然图像的结构特征作为复原模型的先验信息,有效抑制了复原图像中存在的振铃效应。试验结果表明,改进的RL正则化算法在模糊核的估计存在误差时,依然能够得到较好的图像复原效果。

一种改进的Richardson-Lucy正则化图像复原算法

运动模糊图像复原是模糊图像复原领域中的重要课题。首先,利用一种新的正则化方法有效估计了非参数运动模糊核。然后,在贝叶斯框架下,基于图像像素空间和梯度空间的统计特性,结合自然图像的梯度约束,提出了图像复原的改进RL正则化算法,有效抑制了复原图像中存在的振铃效应。实验结果表明,RL正则化算法在模糊核的估计存在误差时,依然能够得到较好的图像复原效果。

JPEG2000图像压缩算法在Android平台的应用

针对目前Android平台中广泛使用的JPEG图像压缩算法存在图像高压缩比情况下失真度高的问题,提出引入JPEG2000图像压缩算法作为新的压缩替代算法。利用Android 5.0作为实验环境,通过将图像的压缩比作为控制变量,比较JPEG算法和JPEG2000算法在相同压缩比条件下,进行同比压缩后所产生实验图像数据的峰值信噪比(PSNR)值、平均结构相似度(MSSIM)值和图像信息熵。在实验过程中,随着图像压缩比的增加,JPEG2000算法相对于JPEG算法:当压缩比超过1.5后,PSNR值不会急剧增加;当压缩比超过6后,MSSIM值和图像信息熵的波动范围会更小。实验结果表明,在移动平台中,随着图像压缩比的增大,JPEG2000图像压缩算法的压缩效果将明显优于JPEG图像压缩算法。

基于对偶树复小波变换的模糊图像质量评价

小波域和结构相似度SSIM的质量评价方法已经成为图像处理领域的研究热点,然而都存在一定的缺陷:传统的离散小波变换缺乏平移不变性,其方向选择性也十分有限;对于严重模糊的图像,SSIM评价结果并不十分准确。基于此,提出了一种适应于模糊图像质量评价的新算法。该算法用对偶树复小波变换DTCWT将图像进行分解来获取复小波系数,然后对所得到的六个方向的高频子带系数分别进行平均梯度幅度值的结构相似度MGSIM测量,最后将所得到的全部MGSIM的均值作为最终的原始模糊图像的模糊值。仿真实验验证了本方法比结构相似度更吻合人眼的视觉效果,与主观评价方法具有很好的一致性,并且在各方面的性能都优于目前有关文献的方法。

基于Matlab的三种图像去噪方法的比较研究

为了研究各种去噪算法的优劣,在介绍图像去噪的基本原理和方法的基础上,采用传统的线性、非线性以及频域的方法,对数字图像进行去噪效果的分析比较和仿真实现。运用Matlab仿真平台的验证结果表明:中值滤波对椒盐噪声的去噪效果很好;维纳滤波对高斯噪声有一定的降噪效果,且较好地保护了图像的边缘细节信息和高频细节信息;三维块匹配(BM3D)方法相对于以上几种方式来说,对图像降噪效果最好,对图像有着明显的平滑效果,且由于充分使用了各模块之间的关系,使得信噪比较高。

基于卡尔曼滤波的图像降噪方法研究

为了改善噪声图像的质量,提出了一种基于KALMAN滤波的降噪方法,该算法采用递推性算法,因此,可以适用平稳与非平稳过程,这就解决了其他估计方法的限制性困难。该方法分析了噪声图像的特征,并且在一价高斯噪声的基础上改写了噪声图像的观测方程,同时,使用NSHP模型来构造图像的过程方程,大大的降低了卡尔曼滤波更新中的计算量。仿真结果表明,卡尔曼滤波方法可以明显的减弱了原始图像上噪声,并且有效的解决了图像滤波必然伴随的模糊细节问题,和其他传统噪声降噪方法比较,更好的保持了原图像中的一些线条,点和边缘的细节信息,体现了自己的自适应优点。

基于能量泛函和视觉特性的全变分图像降噪模型

目的 基于能量泛函的全变分图像复原模型（ROF）为偏微分方程在图像处理上的应用开辟了一个新的研究领域.针对ROF模型存在的缺陷,很多学者提出了改进的模型和算法,并取得了一定的效果.基于能量泛函和视觉特性提出一种全变分图像降噪模型.方法 首先利用偏微分方程比较原理证明了该模型解的整体存在性,并利用变分原理给出了该模型的Euler-Lagrange方程;在数值计算时,选用人工时间演算法和有限差分方法,对数值近似解的离散形式进行了图像降噪matlab实验;最后利用峰值信噪比和平均结构相似度两个指标进行了降噪质量评价.结果 从实验数据上来分析,本文的模型在峰值信噪比上都有0.5～1 dB的提高,结构相似度有0.05～0.3的改进.结论 从降噪效果上分析,基于能量泛函和视觉特性的全变分图像降噪模型能够在降噪的同时,保持良好的边缘和纹理特征,优于其他改进的全变分降噪模型.

一种基于HSV色彩空间的OLED低功耗方法

为了降低有机发光器件(OLED)的功耗,同时又保证显示图像的质量,提出一种基于色调、饱和度和亮度(HSV,hue,saturation and value)色彩空间的OLED低功耗方法。通过整合亮度调节(VS)和饱和度调节(SS)降低显示图像的功耗,应用感兴趣区域(ROI,region of interest)到图像边界逐级调节技术提升图像质量,采用平均结构相似度指数(MSSIM,mean structural similarity index)对原始输入图像和输出图像在亮度、对比度和结构相似性上进行比较以评价图像相似程度,达到保持较高图像质量的同时降低功耗的目的。实验结果表明,图像渐变级数level为15时,本文提出的亮度与饱和度整合调节(VSI)方法在保持图像的ROI具有80.31%的相似度的同时节省了57.93%的OLED功耗。