ON THE RATE OF CONVERGENCE OF BEZIER VARIANT OF SZASZ-DURRMEYER OPERATORS

In the present paper, we introduce Szasz-Durrmeyer-Bezier operators M.,.(f,x) , which generalize the Szasz-Durrmeyer operators. Here we obtain an estimate on the rate of convergence of Mn,a(f,x) for functions of bounded variation. Our result extends and improves that of Sahai and Prasad and Gupta and Pant.

非凸混合总变分图像盲复原

为实现模糊噪声图像的盲复原,提出了一种混合非凸总变分和高阶总变分的多正则化约束的图像盲复原方法.首先,根据自然图像边缘的稀疏特性,运用了非凸总变分对复原图像进行正则化约束;然后,结合高阶总变分正则化克服阶梯效应的优势,建立了非凸混合总变分极小化模型;最后,利用增广拉格朗日方法和新的广义p收缩算子对提出的模型进行最优化求解.实验结果表明,提出的方法能够有效保护图像边缘细节,同时消除了图像平滑区域的阶梯效应,获得高质量的复原图像.

顾及RGB-D图像的刚性点云鲁棒配准方法

RGB-D相机作为一种常见的便携式三维数据采集工具被广泛使用于计算机图形学、计算机视觉等诸多领域,然而,由于设备的物理误差、光照干扰等因素,采集的三维点云中往往包含大尺度噪声,现有的点云配准方法处理这类数据时无法取得理想的配准结果,进而影响后续三维重建的质量.为了解决这一问题,提出一种鲁棒的基于RGB-D图像的刚性点云配准方法.首先,提出一种基于全变分和各向异性二阶算子的点法向估计方法,能够有效地去除点法向的噪声并且较好地保持尖锐和非线性光滑特征;其次,联合RGB图像的纹理信息和点云的几何信息设计了一种复合特征描述子,能够在包含噪声的点云上鲁棒地提取初始匹配点;最后,采用一种快速的全局配准方法计算待配准点云之间的刚性变换.在多组合成及真实点云数据上进行配准实验,并从视觉效果和配准误差2个方面对实验结果进行分析,分析结果表明,所提方法能够鲁棒地配准大噪声干扰的点云数据,验证了方法的有效性.

自适应加权的二阶总广义变分图像去噪

针对全变分(total variation,TV)模型在图像去噪过程中易于产生"阶梯效应"的缺点,提出了一种改进的二阶总广义变分(total generalized variation,TGV)图像去噪模型。新模型中,利用Kirsch边缘检测算子提取到的图像纹理信息,在二阶TGV去噪模型的正则项中引入一个边缘指示函数引导扩散。实验表明,与经典的TV去噪模型和二阶TGV去噪模型相比,新模型无论是在视觉效果上还是在峰值信噪比(PSNR)和均方误差(MSE)方面都有明显的改善,在有效地去除噪声的同时自适应地保护图像的边缘信息和细小的纹理结构信息。