自适应最优块匹配视频稳像算法

传统的块匹配视频稳像算法不能完全去掉运动前景影响,在处理过程中需要预先设定判定相似度的阈值,容易造成计算误差,搜索算法搜索位置太多,加大了运算量。新算法首先对相邻两帧图像的匹配块进行x和y方向独立的块搜索,自适应地确定最优匹配位置;然后根据每次搜索最优匹配位置剔除运动前景目标块,调整步长进行下一步搜索,直到搜索步长为零时停止;最后计算出相邻帧间的移动向量进行运动滤波,补偿抖动。处理结果显示,该算法可以在视频大幅抖动、含有运动目标时和全局运动时进行准确稳像。

跳跃与环顾最优匹配的快速图像恢复算法

BestNeighborhoodMatching (BNM)是目前对损坏图像进行修复并能产生高质量可接受图像的图像恢复算法 ,然而BNM却具有计算复杂度高的局限性 ,因而限制了其实际应用 .文中从BNM中影响算法计算复杂度的关键环节———为坏块寻找最优匹配块的搜索路径出发 ,参照人在寻找相似块时的快速智能方法 ,提出跳跃环顾BNM图像恢复算法 (JLBNM ) .同时 ,对于进行匹配的核心步骤 ,提出具有自适应阀值匹配标准的优化方法 .有关的计算复杂度度量分析及模拟实验均证明JLBNM具有计算复杂度低 ,对损坏图像恢复质量高的特点 .

基于结构信息约束法则耦合匹配模型的图像修复算法

针对当前较多图像修复算法依靠固定大小样本块来搜寻最优匹配块,忽略了样本块的结构信息,使修复图像出现间断现象以及振铃现象等不足,利用样本块与其邻域块的近似度,设计了一种采用结构信息约束法则与匹配模型的图像修复算法。将图像的信息熵特征引入到待修复块的优先权计算过程中,获取优先修复块。通过样本块与其邻域块的近似度构造结构信息度量模型,对样本块的结构信息进行度量,并根据度量值建立结构信息约束法则,实现样本块大小的自适应调整。最后,利用图像的色彩及灰度特征构造匹配模型,利用调整后的样本块大小在已知区域中寻找最优匹配块,从而对待修复块进行修复。实验结果显示,所提算法得到的修复图像具备较好的纹理连续性,不存在信息间断现象,对应的结构相似度较高。

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。

动态取样机制耦合卡通成分估算的图像修复算法

提出动态取样机制耦合卡通成分估算的图像修复算法.首先,引入各向异性扩散机制,获取图像的卡通分量,再引入高斯低通滤波器,改进了拉普拉斯算子,并联合卡通分量,建立等照度线检测模型,用以计算填充优先项;然后,建立动态取样机制,替代静态取样,从而提高样本的择取准确度及修复效率;最后,基于卡通分量,建立最优候选块匹配距离,测量目标块和候选块的相似度,完成图像修复.实验结果显示:与当前修复算法相比,在面对复杂纹理结构图像修复时,该修复算法有效抑制了模糊效应,拥有更佳的视觉效果与更高的修复效率.

基于分形理论的数字水印技术

提出一种利用分形编码方案在数字图像中嵌入水印的方法。嵌入水印时采用交错划分搜索域的方法来寻找值域块的最佳匹配块和次优匹配块,并根据嵌入水印的内容来判断是否需要交换最佳匹配块和次优匹配块的位置。实验证明该方法对图像的质量几乎没有影响,在抗噪声干扰、压缩和滤波攻击方面有较好的鲁棒性。

基于相似稀疏度与局部差异特征的图像修复算法

目的为了解决当前图像修复算法在破损面积较大时,其复原图像易丢失局部细节信息而导致修复图像存在振铃效应以及不连贯效应的不足,提出一种基于相似稀疏度耦合局部差异特征的图像修复算法。方法首先,利用待修复块及其相邻块内像素的均方距离来构造相似稀疏度模型,以形成优先权度量函数,根据其计算的优先级来确定优先修复块。然后,通过样本块对应的梯度向量模值来构造局部差异因子,计算样本块的局部差异,并以计算结果为依据对样本块的尺寸进行调整。最后,以像素点的颜色差值信息为依据,构造近似函数,选取最优匹配块对待修复块进行复原。结果仿真实验结果显示,与当前图像修复算法相比,该算法具有更高的修复质量和效率,其复原图像不存在振铃效应和不连续效应等。结论所提算法具有较高的修复视觉质量,能用于大面积损坏图像的复原。

基于改进的纹理合成图像修复算法

本文首先介绍了图像修复领域中的Criminisi算法,针对这种算法的不足,从优先级的运算、最优匹配块的搜索和置信值的更新三个方面进行改进。实验结果表明,改进算法的修复效果比原算法有了进一步的提高,更符合人类视觉系统的特征。

方差约束因子耦合搜索区域判定模型的图像修复算法

为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差约束因子改进Criminisi算法中的优先权函数;然后,在二维直角坐标系中对损坏区域进行测量,根据测量结果选取损坏基准值,以构建搜索区域判定模型,确定最优匹配块的搜索范围;最后,引入SSD(Sum of Squared Differences)模型在搜索区域中选取最优匹配块,利用最优匹配块中像素点与待修复块中对应像素点的像素差值构造置信度更新模型,对置信度进行更新,实现图像的修复.实验结果表明,与其他图像修复算法相比,本文算法具有更好的图像修复视觉质量.

动态调节耦合纹理差异量化的图像修复算法

为解决当前图像修复算法存在的块效应以及模糊效应等不足,提出动态调节机制耦合纹理差异的图像修复技术。利用权重配比,构造优先权度量模型,评估待修复区像素点的优先权;利用样本块的梯度特性,构造结构差异度量函数,计算样本块及其邻域块之间的差异;根据度量结果,设计动态调节机制,调整样本块大小;按照调整后样本块的大小,利用像素点的R、G、B颜色值搜索最优匹配块;利用像素点的梯度值,构造纹理差异度量模型,联合最优匹配块,完成图像修复。实验结果表明,与当前图像修复算法相比,所提算法具备更好的图像视觉质量与鲁棒性能。

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法。菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块。通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的。