基于整体变分模型的随机值脉冲噪声去除方法

为了有效地检测随机值脉冲噪声并去除干扰,提出一种新的开关整体变分去噪方法。根据不同密度的随机值脉冲噪声,分别在3 px×3 px、5 px×5 px和7 px×7 px的窗口邻域内进行噪声检测及检测结果修正,对判断为噪声的像素点采用基于整体变分模型的方法去噪,再采用动态阈值对去噪后的图像进行多次噪声检测和噪声去除,从而进一步提高去噪效果。仿真实验结果表明:对于不同密度的随机值脉冲噪声图像,该方法在有效去除噪声的同时还可以较好地保护图像的细节信息,峰值信噪比相比其他方法提高显著。

基于整体变分模型的影像阴影检测算法研究

将影像上普遍存在的阴影视为图像退化的一种特殊形式,以整体变分模型为基础,以影像上阴影区域亮度普遍较暗且较均匀、阴影区域和非阴影区域之间的反差普遍较大的特点为约束,导出了整体变分模型用于影像上阴影检测的基本算法。通过对若干幅实际影像的阴影检测实验表明,本文算法对灰度影像和彩色影像上阴影区域的检测是有效的。

改进的整体变分法在图像修复中的应用

提出了一种改进的整体变分法并且将其应用于图像修复中。在修复的过程中考虑图像破损区域外部参考像素和待修补点的相关度,再利用图像破损区外部参考像素信息从破损区域的边缘逐步地向破损区域内部进行扩散,从而达到图像修复的目的。仿真试验表明,改进后的算法与原方法相比图像边缘过渡更加自然,修复效果得到改善。

一种基于整体变分的图象修补算法

图象修补是图象恢复研究中的一个重要内容 ,它的目的是根据图象现有的信息来自动恢复丢失的信息 ,可以用于旧照片中丢失信息的恢复 .由于图象中的边缘代表了图象的重要信息 ,所以在设计修补算法时 ,必须着重考虑边缘的恢复 .采用整体变分模型设计了一个图象修补算法 .整体变分模型能够模拟人的低层视觉 ,在修补图象时可以恢复图象中的边缘 ,数值实验表明 ,该模型能够较好地恢复待修补区域的信息 ,但是受修补区域大小的影响 ,同时又采用了一种向前传播操作来缩小修补区域 .

SAR图像斑点噪声整体变分偏微分方程滤波算法研究

SAR图像固有的斑点噪声严重影响了图像的判读和后续处理,因此抑制SAR图像斑点噪声显得尤其重要。一个良好的斑点噪声抑制算法应该在降低斑点噪声的同时,能很好地保持图像的细节特征,但现有的去噪算法没有一种能够完美地解决这个问题的。本文基于SAR图像斑点噪声滤波的重要性以及存在的问题,将整体变分偏微分方程用于去除斑点噪声。根据整体偏微分方程建立了去噪模型,并分析了模型的性能和参数选择的重要性。通过实验验证了该算法的有效性,并以峰值信噪比(PSNR)为评价准则,利用多项式拟合方法选择了最优参数。引入边缘保持指数(EPI),与其他滤波算法比较,本算法在去除噪声的同时较好地保持了边缘。

整体变分算法在图像修补中的应用研究

对如何将整体变分模型用于图像修补进行了讨论 主要研究整体变分算法在待修补区为长条形空白区域的图像修补 ,并根据待修补区为长条形的特点 ,通过引入权值 ,对整体变分模型的离散化算法作了改进 ,使该算法利用邻域信息仅对待修补空白区域进行填充 ,而不改变待修补区邻域的像素值 实验表明 。

一种改善小波变换模极大值重构信号的整体变分方法

在小波变换模极大值去噪原理的基础上 ,通过整体变分法估计模极大值以外、非零值的小波系数 ,然后经过小波逆变换重构信号 .为求解这个极小化问题 ,采用了改进的次梯度方法 .数值计算结果表明 :我们提出的方法有效抑制了小波变换中固有的伪Gibbs现象 ,重构信号的边缘、脉冲位置都十分准确 ,信噪比也得到明显改善 .

基于整体变分模型的矢量图像修复

基于灰度图像修复的整体变分法,提出解决矢量图像修复处理的4步法:对待修补图像进行标注,根据标注的像素灰度值求掩模图像,对掩模图像进行膨胀,根据膨胀信息进行修复。对3幅彩色图像进行实验,取得了很好的修复效果,对含有噪声的图像,也能很好地去噪并保持图像的清晰边界。

一种基于整体变分的图像修补算法及其应用

针对污损数字图像修复这一问题,重点考虑了图像的两个重要特征:梯度和等照度线的曲率,探讨了两者对图像修补效果及速度的影响。从而将两者同时纳入图像修补模型,提出了一种新的基于整体变分的图像修补算法。实验表明,相比于CDD算法,该算法能够在短时间内较好地修复污损区域,且能将断裂的水平线连接得更为光滑、自然。

基于梯度场整体变分模型的无缝图像处理方法

提出了一种在梯度域中进行无缝图像处理的方法.在一般的整体变分模型中引入待处理区域的梯度场,得到一个扩展的整体变分模型,称为梯度场整体变分(gradient field totalvariation,GFTV)模型.无缝处理通过最小化模型函数来实现.基于GFTV模型的方法可应用于以下无缝图像处理:在图像中无缝地插入新的目标;无缝地修改图像中某个区域的纹理、光照等外观;图像的无缝拼接等.

基于整体变分降噪算法下的多频率超声衍射层析成像

根据傅立叶衍射投影定理,不同频率超声波得到的投影数据的傅立叶变换分布在复平面为不同半径的圆弧,提出了多频率超声衍射层析成像思想,并进行了实验研究,重建的时间比单频率法短约70%.由于多频率投影数据傅立叶变换比单频率法在复平面上分布更加不均匀,故重建的噪声也更大,整体变分法将图像恢复的数学模型转化为带有整体变分正则化项的能量泛函问题,采用变分原理将其中的最小化问题转为偏微分方程的求解.降噪后的多频率超声图像的误差比降噪前的图像小约50%.

一种改进的整体变分图像修复方法

提出了一种基于整体变分模型的图像修复方法,该方法通过计算像素点的梯度信息来构造一个扩散函数,再进行加权处理,达到了对原模型的改进。实验表明,该方法修复有较大破损区域的图像效果比较好,边缘过渡更自然。

倾斜影像整体变分模型阴影检测算法改进

利用整体变分模型进行倾斜影像的阴影检测时,绿色植被的误检测会降低阴影检测的正确率,对此,提出一种适用于包含复杂地物的倾斜影像阴影检测算法。算法引入可见光波段差异植被指数(visible difference vegetation index,VDVI)去除植被对阴影像素的干扰,并对检测结果进行有效补偿。首先,利用VDVI提取影像中植被区域,剔除阴影中错误的植被像素,提高算法阴影检测的正确率;然后,利用Wallis滤波算法对检测出的阴影区域进行补偿,使其像素灰度与周围非阴影像素具有一致性;最后,对Wallis补偿后的结果采用渐入渐出插值算法对影像边缘效应进行处理。以倾斜影像作为实验数据,对改进后的算法进行阴影检测精度评定与补偿测试。实验证明,改进的阴影检测算法性能得到提升,整体检测率达到97.24%,并且经过边缘处理的阴影区域具有较好的目视补偿效果。

改进的自适应广义整体变分图像降噪模型

针对自适应广义整体变分(AGTV)图像降噪模型对图像边缘信息定位精度不高及提取不足的问题,为提高图像降噪效果和峰值信噪比,提出了改进的AGTV(IAGTV)图像降噪模型.一方面,该算法换用精度更高的梯度计算方法,相对于AGTV更精确地定位图像边缘;另一方面,为优化图像预处理的滤波过程,用高斯-拉普拉斯联合变换替代高斯平滑滤波,更有利于检测图像边缘信息,在实现降噪的同时防止边缘信息弱化.数值仿真实验得出,IAGTV模型的复原图像峰值信噪比相对于固定p值的GTV模型提高了大约1.0 d B,比AGTV模型提高了至少0.2 d B.实验结果表明IAGTV具有良好的图像降噪能力.

整体变分最小化方法在图像处理中的应用

研究了整体变分模型在图像处理应用中的原理及当前的主要应用领域(图像去噪、去模糊、图像分解、图像修复),比较了整体变分法求解的几种数值方法,在此基础上,总结了整体变分模型在图像处理中的优缺点,对整体变分法在图像处理中的应用作了进一步的展望.

一种结合小波阈值滤波的自适应整体变分方法

在整体变分方法去噪原理的基础上,通过引入小波阈值滤波,用自适应正则项代替整体变分模型中的正则项,提出了一种依赖于信号的局部信息进行滤波的自适应整体变分方法,自适应地在整体变分正则化和各向同性光滑化之间调整滤波强度。为求解整体变分极小化问题,采用了滞后扩散定点迭代的方法。数值计算结果表明:提出的方法有效地减少了传统整体变分方法去噪后恢复信号中所出现的阶梯效应,很好地抑制了小波变换中固有的伪Gibbs现象,重构信号的边缘、不连续点位置十分精确,信噪比也得到明显改善。

3-D整体变分视频去隔行方法

提出了一种基于3D整体变分模型的视频去隔行方法。首先根据整体变分修复模型,建立3D灰度空间的光滑性能量函数,形成对隔行区域插值的约束;然后利用变分法将最小化能量函数的问题,转化为对Euler-La-grange方程的求解;最后根据隔行视频的特性,给出了一种非迭代的离散实现方法。实验结果表明,和常见的几种去隔行方法相比,本文方法能够较好地抑制边沿锯齿和运动虚像。

一种利用整体变分的深度恢复算法

由散焦图像恢复三维景物的深度信息是一个不适定问题.提出一种新的基于整体变分的散焦图像深度恢复算法:首先将散焦图像深度恢复转化为带有整体变分正则化项的能量泛函极值问题,然后采用变分原理将其中的最小化问题转为偏微分方程的求解,最后通过方程迭代获得深度的最优解.该算法避免了解不适定问题的逆,恢复聚焦图像等问题.模拟图像和真实图像的实验结果表明该算法是有效的,与最小二乘法相比具有较小的均方根误差.

基于整体变分和变换域分析的复合去噪模型

本文在泛函空间理论基础上提出了一种整体变分与小波阈值萎缩复合的图像去噪模型。复合模型在小空间规整化约束下实现整体变分优化去噪,保持图像边缘特征减弱值阶跃现象;复合模型处理图像中不存在Gibbs现象且可应用于大噪声图像恢复缺失信息。DCT变换是一种表征图像纹理特征的变换域处理方式,本文最后将DCT变换引入复合模型,得到保持纹理特征的复合去噪模型。理论和实验证明了本文提出的模型在图像去噪中的有效性。

基于整体变分和数学形态学的空间非合作目标边缘检测

非合作目标不提供已知的目标标识器和敏感器件,无疑增加了检测识别的难度。CCD相机能够提供大量包含有非合作目标的尺寸、形状、相对位置和相对姿态等信息的高分辨率图像,用常规方法进行非合作目标图像分割时,由于空间环境的影响,使得目标的轮廓线非常零碎,常掩埋在杂乱的背景分割线中。为了克服这种问题,提出了一种保持边界的整体变分方法和数学形态学相结合的方法。先用整体变分方法对图像进行平滑的同时可以最大限度地保留图像中的轮廓、边缘等特征信息以增强目标的边缘,然后采用数学形态学的方法对其进行膨胀、腐蚀以滤除众多的背景噪声。经大量的实验验证,这种方法可以有效地提取出非合作目标的边缘信息,并可滤除大量噪声,为进一步开展非合作目标识别工作奠定基础。