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.

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。

基于整体变分模型的地球化学数据降噪研究

地球化学数据处理中如何有效地消除噪声是能否正确利用地球化学信息进行矿产预测的关键.借鉴整体变分模型在图像去噪上的应用,本文将其用于地球化学数据降噪处理,通过仿真实验和西藏自治区洞噶普铜矿的1∶1万土壤地球化学数据处理具体应用,结合累积频率法进行元素异常分带序列划分,可以发现经过整体变分模型降噪后的数据更能体现元素的空间分布特征,达到还原真实信息的目的,突出地球化学中成矿元素的异常,从而提高圈定矿产资源远景区的精度.

整体变分模型的修复方法

整体变分模型算法是用变分法求解图像的最小能量方程,整体变分模型执行各向异性扩散,对区域内部执行平滑,而在区域边界处不执行平衡过程,可以起到模糊区域内部噪声,而对边缘进行增强的效果。整体变分模型对含有噪声的非纹理图像进行修复,取得了较好的效果。

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.

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。

基于图像整体变分和分数阶奇异性提取的图像恢复模型

分析基于图像整体变分理论所对应的图像恢复整体变分模型的不足 :对于纹理丰富的含噪自然图像 ,在去除噪声的同时 ,损失了图像中固有的纹理信息。揭示从残差图像中提取具有分数阶导数奇异性图像的可能性 ,提出用于图像恢复的残差校正整体变分模型。模型提供一种图像的分解与表示方法。实验结果表明 。

热扩散和整体变分模型自适应调整的图像放大模型

近年来,考虑到基于偏微分方程的图像处理具有更强的局部自适应特性和高度的灵活性,因此该方法成为继小波图像处理之后新的研究热点。在对热扩散模型和TV(total variation)模型分析的基础上,针对这两个模型在图像平滑区域及边缘或纹理区域扩散所表现出的不同特性和优势,提出一种基于图像局部特性的自适应混合图像放大模型。该模型以双线性插值后的放大图像为初始值,根据像素点梯度特性在平滑区域和边缘或纹理区域自适应地调整扩散模型。使得在平滑区域进行热传导的同性扩散,而在边缘和纹理区域处则进行沿着与梯度方向相垂直的方向扩散。该模型很好地抑制了图像插值放大后所带来的块状效应,以及放大后边缘或纹理区域的假边缘现象。理论上证明了该模型解的存在性,同时大量的仿真实验结果验证了该模型的有效性。

加权整体变分图像去噪模型的多重网格方法

加权整体变分图像去噪模型是整体变分模型图像去噪模型的改进,能更好的复原图像。在求解整体变分图像去噪模型中,对偶方法比原方法能更好的处理震荡和非光滑区域。为了建立加权整体变分模型对偶方法的快速算法,本文首先提出用多重网格方法对加权整体变分模型的对偶方程进行求解;然后对提出的多重网格方法进行收敛性分析,揭示出收敛困难的原因;最后为了达到收敛,对多重网格方法进行改进。实验结果表明,改进的多重网格方法比半隐式对偶方法收敛更快。

基于小波包分解的整体变分去噪算法

由Rudin等人提出的整体变分(TV)模型被认为是目前最好的图像去噪模型之一。理论表明,TV模型对分块常量的图像去噪效果显著。对于纹理细节丰富的图像,通过引入小波包分解技术,对图像的纹理细节进行多层小波包分解,得到一系列近似分块常量的子图像,用TV模型对子图像分别进行处理,从而图像的纹理细节得到了更好的保留。相对于单独使用TV模型去噪,该方法得到的复原图像峰值信噪比(PSNR)提高了1dB左右。同时由于采用改进的Bregman迭代方案求解TV模型,算法收敛时间得到了极大的减少。

基于图像分解的图像修复技术

针对整体变分(TV)图像修复模型缺点,提出基于图像分解的修复模型。采用图像分解技术,提取图像的结构信息和纹理信息。将图像结构部分用基于TV的改进模型进行修复,避免TV模型在平滑区域产生阶梯效应。在迭代过程中,对图像的特征点与非特征点分别考虑,确保在修复过程中特征点不被模糊化,图像纹理部分采用改进的基于样本修复技术。Matlab仿真实验结果表明,改进算法的修复效果和峰值信噪比计算结果优于原始算法。

改进的TV模型图像修复算法

分析了基于整体变分(total variation,TV)模型的图像修复算法,TV模型修复算法只使用各向异性扩散,TV模型各向异性扩散仅向图像边缘方向扩散,容易在平滑区域引入阶梯效应。提出了一种改进的图像修复算法,该算法同时结合了各向同性和各向异性扩散,利用区域频率差异实现了在不同的区域使用不同的迭代方程,有效避免了原始算法引入的阶梯效应,同时在平滑区域提高了迭代效率。Matlab环境下的仿真结果表明,改进算法的修复效果和峰值信噪比的计算结果均明显优于原始算法。

对称四阶偏微分方程去噪算法

通过分析整体变分模型的去噪原理和效果,提出一个新的四阶偏微分方程去噪模型,用于克服二阶偏微分方程去噪后使图像分块的缺点,同时保持去噪后图像的高保真性,并发展一个基于四邻域系统的对称离散化算法用于求解新模型,应用中值滤波去除四阶偏微分方程去噪所引起的亮点。实验结果表明,与传统方法相比,以该算法去噪后的图像具有更好的质量和视觉效果。

数字破损图像的非线性各向异性扩散修补算法

首先从局部坐标角度分析整体变分(TV)模型与p-Laplace算子的物理意义,从本质上说明p-Laplace算子的扩散性能优于TV模型,进而提出一种基于p-Laplace算子的图像修补算法.该算法利用p-Laplace算子的非线性各向异性扩散的性能来填充受损区域.与TV修补算法相比,文中算法能快速收敛,并达到更好的修补效果,其综合性能优于TV修补算法.

新型梯度倒数加权滤波器及其性质

该文从经典梯度倒数加权滤波器出发 ,通过重新定义合适的模板结构和参数提升梯度模 ,提出了一种应用于信号去噪和图像增强的新型梯度倒数加权滤波器。分析该滤波器的迭代过程 ,揭示了该数字滤波器解决了整体变分的全局最优解问题。该文既以实验说明了该滤波器优良的去噪和边缘保持能力 。

一种新的运动模糊图像恢复方法

通过对运动模糊产生原因的分析,提出了一种去运动模糊的新方法。首先应用Hough变换和自相关函数估计出运动模糊的方向和长度,然后应用迭代步长自适应的整体变分模型进行图像恢复。实验结果表明,这样的空间域处理方法,不但可以避免传统的频率域去模糊方法产生的震铃效应,而且该方法具有良好的抗噪性和对运动模糊参数估计误差的低敏感性。