一种强鲁棒性的实时图像增强算法

提出了一种模拟人类视觉系统的自动图像增强算法.它依据输入图像的统计特征,将全局压缩和局部处理相结合,并且进行了适当的颜色补偿.结果表明,此方法在细节上和速度上都优于传统的Retinex方法,能够快速有效地增强图像质量,适用于包括高对比度低可见度在内的复杂图像,具有实时性和强鲁棒性.

变量分裂机制耦合非循环模糊模型的图像复原

目的针对当前非二次正则化图像复原算法在图像边界的周期拓展难度较大,导致复原图像的边界存在振铃效应,算法的通用性削弱,且时耗严重的问题,提出变量分裂机制耦合非循环卷积模型的抗失真图像快速复原算法。方法引入掩模算子,设计非循环模糊模型,显著消除复原图像的振铃效应;改进数据保真项,构造了最小成本化函数;定义二次辅助变量,嵌入变量分裂策略,设计基于变量分裂的乘数交替方向算法,对非循环模糊模型中的循环与掩模矩阵进行解耦,降低算法复杂度;构造增广拉格朗日函数,耦合交替最小机制与成本函数,以单步封闭式更新估算图像,快速完成图像重构。结果仿真结果显示:与当前复原算法相比,提出算法的失真度最小,且收敛速度更快。结论提出算法能够快速复原多种类型的退化图像,有效消除了复原图像的振铃效应。

基于局部最大梯度的无参考图像质量评价

图像质量评价在数字图像处理中应用广泛,无参考图像质量评价更是近些年来的研究热点。该文提出一种基于局部结构的无参考图像质量评价方法,该方法首先利用局部梯度选择强边缘区域,然后通过强边缘的信息来评价图像的质量。该方法的创新之处在于:基于局部最大梯度的像素点质量评价;利用强边缘点的局部质量来估计全局图像质量。该方法可以同时评价噪声图像和模糊图像,图像失真越严重,该方法的评价分数就越低。与图像质量评价数据库的主观评价结果比较表明,该文方法与主观评价结果相关性很强,能很好地反映图像质量的视觉感知效果。