ART算法的平均值法改进方案

二维断层成像中,代数重建(ART)算法面临的最大问题就在于计算量大、重建速度慢。针对这个劣势,提出了一种使用平均值法改进的ART算法,希望能更快地重建出质量较好的图像。该算法将每一次迭代过程的所有中间值记录下来,并求出其平均值,将此平均值作为下一次迭代的初始值。经过实验证明这种改进后的ART算法经过更少的迭代次数后就能达到较好的重建质量,且质量比传统算法还要好。

应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比,在分析的基础上,给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明,分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差,效果更好。

一种新的红外二值图像递归标记算法

提出了一种新的红外图像识别算法.该算法根据图像预处理分割后的二值图像,对目标图像进行递归标记,避免了基于点的连通体检测中“I”像素点可能被重复扫描的现象,实现了只考虑提取目标特征,不用得到最终的标记图像本身的要求,更加有利于对目标的检测与跟踪.分析、实验结果表明算法对理想及带噪声的输入均有较好的识别率,能提高目标单帧检测概率.算法易于实现并行处理,提高了图像处理实时性,具有一定的工程实用性.

压缩格式和码率对视频质量的影响及应用研究

随着视频技术的发展,对能以最少的数据量获得最好的视觉效果的研究具有重要意义。对于视频质量而言,视频压缩格式及码率无疑是两个最重要的参数。本文通过对高清视频进行压缩,得到相同压缩格式不同码率和相同码率不同压缩格式的视频,然后分别对这两种情况下的视频质量进行主观评价值、PSNRR值以及数据量的比较,分析其对视频质量的影响。最终得出结论,在视频压缩过程中,存在一个最高临界码率,使得视频质量相对最高且数据量最小。此外,还总结出各种常用视频压缩格式的适用范围。

Reed-Solomon码在MPEG-4视频流传输中的应用

本文以MPEG-4视频流作为研究的载体,详细研究基于Reed-Solomon码前向错误保护(FEC)的差错控制,实现了网络传输中的丢包恢复,并通过对算法的改进大大提高了编解码的运算速度。实验结果表明使用FEC机制可以有效提高视频传输的质量。

基于生成对抗网络的彩色图像去马赛克修复研究

针对传统生成对抗网络在图像去马赛克时存在梯度消失和网络结构欠缺对图像高阶特征学习的问题,提出一种基于生成对抗网络的彩色图像去马赛克改进算法,并确定去马赛克修复阈值.该方法借鉴Pix2Pix算法和SRGAN算法的结构特点,在Pix2Pix算法基础上加入VGG19内容损失计算进行改进;通过在数据集COCO(2014版)上批量添加10个规格的全局马赛克,然后以清晰图像和马赛克图像成对的方式输入网络进行训练.实验结果表明,改进算法Pix2Pix-VGG19在阈值9×9内,较Pix2Pix算法的PSNR值平均提高了0.3545,较SRGAN算法的PSNR值平均提高了1.5707,提升了彩色图像去马赛克的修复效果.

H.264视频编码的三步全搜索运动估计改进算法及性能仿真研究

随着H.264标准的确定,网络传送的阻塞、错码等问题已成为了网络视频传输的研究热点,与此同时FPGA强大的并行能力实现了巨大复杂的运算,使得全搜索运动估计成为了急待解决的问题。为了进一步优化H.264视频编码的实时性及改进视频压缩性能的好坏。设计了一种全搜索运动估计模块的算法,确定了峰值信噪比PSNR值来实现图像质量评定;完成了新的三部全搜索算法设计;通过Modelsim仿真验证完成存储单元功能模块、数据选择功能模块的设计。系统测试表明:波形仿真结构验证了整体结构的正确性;FPGA的结果进一步完成了运动矢量采集成功的验证。对固定块大小范围的运动估计、结构以及数据流的设计研究对于FPGA的进一步大批量应用具有一定的意义。

适用于迭代型去模糊算法粗精检测相结合的自适应终止机制

由于缺乏合适的去模糊图像质量度量方法,迭代型去模糊算法通常将其迭代次数简单地设置为固定值,无法在执行效率和去模糊质量之间获得最优的平衡点。为此,提出一种粗精检测相结合的迭代终止机制并将其应用到迭代型去模糊算法中以自适应地确定它们最佳的迭代次数。具体地,在每一步迭代过程中利用伪PSNR值细粒度地判断去模糊图像质量是否趋于稳定,另一方面每隔若干步利用从反向卷积残差图像中提取的统计特征值粗粒度准确地判定图像质量是否达到最佳,将两种去模糊图像质量度量方法有机结合以实现一种效率高且准确的迭代终止判定机制。评估结果显示,将所提出的粗精相结合的终止机制应用于NCSR、GSR和ADMM共三种主流去模糊算法后,执行效率可提高50%左右,而去模糊图像质量也得到了最佳保证。实验结果表明,提出的检测机制能够有效地解决各种迭代型去模糊算法因采用固定迭代次数而存在的无益迭代和过迭代问题,非常具有普适性。