De-interlacing technique based on total variation with spatial-temporal smoothness constraint

This paper introduces a new method of converting interlaced video to a progressively scanned video and image, The new method is derived from Bayesian framework with the spatial-temporal smoothness constraint and the MAP is done by minimizing the energy functional, The half-quadratic regularization method is used to solve the corresponding partial differential equations （PDEs）, This approach gives the improved results over the conventional de-interlacing methods, Two criteria are proposed in the paper, and they can be used to evaluate the performance of the de-interlacing algorithms,

起伏地形垂直电测深二维反演及应用

考虑到在水资源勘查,矿产勘探及工程探测等实际工作中,常常遇到起伏地形的情况,这里在前人研究工作的基础上,通过在反演中引入总体光滑约束,以及对有限元网格剖分的有效处理,解决了在起伏地形条件下垂直电测深二维反演的问题,并编制了实用的软件。最后,对模拟和实测的垂直电测深数据进行反演,验证了反演结果是可靠的,该软件可用于实际生产。

基于图像分解和相对全变分的图像平滑

图像平滑旨在去除图像中纹理细节信息的同时保留重要的结构边缘,因此如何正确区分二者成了图像平滑的关键。梯度作为计算图像变化速度的重要指标是区分结构边缘和纹理细节的有效度量,但不同图像以及同一图像不同区域中的纹理和边缘的梯度差异并非固定不变的。为了能够有效识别结构边缘和纹理细节,提出了基于图像分解和相对全变分的图像平滑方法。为了扩大结构边缘和纹理细节之间的差异,实现在尽可能不改变结构边缘的前提下降低纹理细节的梯度,以多方向的梯度为约束对图像进行分解,提取图像的平滑成分。在特定尺度下,基于图像的区域结构差异,采用相对全变分方法,在保留结构边缘的同时去除该尺度下的纹理细节。通过迭代优化,不断调整图像区域尺度,实现对不同尺度纹理细节的逐步去除。与现有算法相比,新方法在有效地去除纹理细节和完整地保留结构边缘方面都具有较好的视觉效果。