基于随机打印机模型的误差扩散半色调算法

通过把新的随机打印机模型与经典的误差扩散算法结合,以解决误差扩散算法对打印机变形敏感,造成的人工纹理和输出半色调图像质量下降的问题,并提出了一种新的基于随机打印机模型的误差扩散算法,通过实验验证获得了较好的输出质量.     

顾及边缘信息的多尺度误差扩散半色调算法

目的为了解决传统多尺度误差扩散半色调算法会导致半色调结果图像阶调变暗和边缘模糊的问题,提出一种顾及边缘信息的多尺度误差扩散半色调算法。方法根据当前像素邻域内像素点的处理状态,设计动态非时序误差扩散滤波器;利用图像局部平均灰度与空间变化率提取图像边缘信息,结合图像边缘信息与灰度信息确定半色调处理顺序。结果半色调处理结果视觉效果均匀,阶调信息和边缘结构信息与原图像一致性良好,峰值信噪比、加权信噪比和结构相似度分别提高了0.7～1.2 d B,0.9～1.5 d B,0.11～0.18。结论该算法解决了多尺度误差扩散算法的图像阶调变暗和边缘模糊的问题,有效提高了半色调输出质量。     

一种改进误差扩散系数的半色调算法

目的为了解决现有半色调算法产生的半色调图像边界模糊以及视觉蠕虫等问题,获得一种人眼视觉感知较好的数字半色调图像。方法在原始经典滤波器的基础上引入α-截尾均值滤波器,得到一种新的基于邻域像素灰度值相关的误差扩散滤波器。结果所提算法相较于传统误差扩散算法能更好地再现半色调图像细节,同时其边界也得到了较好的保持,并且客观评价参数PSNR值、SSIM值均有一定幅度的提高,NSME值也得到了较为理想的结果,不仅解决了传统误差扩散算法中边界模糊现象,同时也更好地表达了半色调图像的细节纹理信息。结论依据提出的算法得到的半色调图像人眼视觉感知效果较好,并且算法简单易行效率高。     

线性修正下的神经网络盲均衡算法

研究了一种利用横向滤波器对神经网络进行线性修正的盲均衡算法。在神经网络的输入层之前加入一个横向滤波器,以横向滤波器的节点输出作为神经网络盲均衡器的输入,利用常数模代价函数分别得到横向滤波器和神经网络盲均衡器的瞬时输出误差,将瞬时误差加权处理作为调节误差分别对横向滤波器和神经网络盲均衡器的权系数进行调节,算法实现了对非凸性误差曲面进行线性和非线性寻优的组合。计算机仿真证明提出的算法有效提高了神经网络盲均衡算法的收敛速度,降低了稳态剩余误差,具有更好的实用性和均衡性能。     

基于权值抖动的误差扩散加网算法研究

首先,基于人眼对输出结果的主观感受,将权值抖动算法与传统误差扩散算法进行了对比研究。 通过研究发现:权值组内抖动的算法效果略优于传统 Floyed-Steinberg 算法,在一定程度上减小了伪轮廓和提高了边缘的锐利程度,但滞后现象没有得到很好解决。 其次,使用该算法输出了不同灰度级的均匀灰度块,分析了输出后的径向平均功率谱和各向异性程度,并对比了实际视觉效果,得出了半色调输出质量与频率谱和对称性的关系,最终提出了提高半色调输出质量的算法研究方向。     

基于TV-泊松奇异积分联合先验模型的图像重构

目的针对当前图像重构算法容易产生过渡平滑图像纹理区域,使复原图像丢失大量纹理,降低重构图像视觉质量等缺陷,提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数,结合TV函数,构造TV图像先验。定义泊松奇异积分先验,并将其嵌入到TV先验中,设计一种联合先验模型,控制图像纹理平滑度。基于高阶统计量技术,完善图像退化模型,并耦合先验模型,生成重构图像的最大后验估计MAP。引入优化最小原则,求解MAP,完成贝叶斯推理,获取重构图像。对文中算法复原图像纹理的关键参数进行优化,并研究分析该算法的用户响应。结果与当前图像重构算法相比,文中算法的复原视觉质量更高,能够较好地平衡噪声与纹理。在图像退化程度较大时,文中算法具有良好的用户响应。结论文中算法能够较好地同步保持图像边缘与纹理。     

基于Gabor滤波系数高阶矩的图像检索

在分析Gabor滤波器进行图像纹理特征提取的基础上,提出了利用多尺度和多方向Gabor滤波系数的高阶矩提取图像特征进行CBIR的方法,利用滤波系数的方差给出了基于Gabor滤波组提取的图像纹理特征的平滑度和纹理一致性算法,并采用四个尺度和六个方向的滤波系数的能量、方差、峰态、平滑度和一致性组成了CBIR特征向量.采用Brodatz纹理库和Corel图像库中的典型图像进行了对比实验.实验证明,提出的方法比传统的Gabor滤波进行CBIR具有更高的查准率.     

随机中心聚集半色调算法

目的由误差扩散半色调算法得到的二值图像存在明显的规律性纹理,针对该问题提出随机中心聚集半色调算法。方法利用蓝噪声半色调阈值矩阵算法生成随机均匀分布的种子点,采用三角网生长算法构建Delaunay三角网格,在确定三角网像素成员后,根据像素点在三角形区域内的分布位置得到该位置像素的阈值,最后通过将连续调图像与阈值矩阵的阈值比较得到半色调图像。结果同误差扩散算法相比,提出的方法可以减少半色调图像的人工纹理,图像视觉效果较好。结论文中算法可以改善半色调图像质量,实验结果证明了该方法的有效性。     

一种新的窄带信号去噪方法仿真分析

采用基于线性组合器的一种谱线增强算法,对窄带振动信号进行消噪处理。针对传统自适应谱线增强算法的不足,本文提出一种输出反馈的LMS算法,将滤波器输出的历史信息与线性组合器的输出加权后迭加,构成新的滤波器输出,从而构成新的滤波算法。利用MATLAB仿真了该新型组合滤波器消噪效果,仿真分析中将该消噪方案用于仿真信号实际采集的信号。通过仿真验证,新算法的去噪性能优于原来算法。     

基于改进Sierra 抖动算法的微离焦投影三维轮廓测量技术研究

通过分析传统频率调制的相位轮廓测量技术,提出基于蛇形扫描改进Sierra抖动算法,结合微离焦投影,可减小正弦光栅二值化的量化误差,同时抑制非对称纹理,能较大地改善离焦后光栅的正弦性。将该抖动算法生成的离焦光栅用于三维轮廓测量技术,与Bayer有序抖动算法、Sierra抖动算法和Floyd-steinberg误差扩散抖动算法进行了比较,实验结果表明:改进Sierra抖动算法具备更好的适应性,能够较大程度地降低相位误差,运算速度快,生成光栅准确度较高,改善了相位质量,适用于高精度三维轮廓测量。     

基于纹理相似度的颜色迁移

提出一种以纹理相似度为依据的颜色迁移算法。通过提取图像的多维纹理特征进行主成分分析和线性判别分析,构建纹理特征空间,以度量像素点邻域的纹理相似度,并以纹理相似度为依据,对图像进行分割,在分割后的局部区域,建立纹理相似度与色度信息的映射关系,实现颜色迁移。实验结果表明,基于纹理相似度的颜色迁移,可解决颜色在边界处的误扩散问题,颜色迁移效果较好。     

基于各向异性扩散滤波与非局部先验的PET图像重建算法

针对在正电子发射断层成像中,经典的惩罚最小二乘算法和基于局部先验惩罚的改进算法不能有效地抑制噪声并保护图像边缘的问题,提出了一种新的各向异性扩散滤波非局部惩罚最小二乘重建算法(PLS-PDE).新算法首先对图像进行基于非局部二次先验的最小二乘估计,接下来对此估计值进行基于双向扩散系数的各向异性扩散滤波.所提出的算法综合了非局部先验与各向异性扩散滤波的优点.实验结果表明,新算法在抑制噪声和边缘保护方面取得了良好的折中,较大程度地改善了重建图像的质量.     

A Novel Non-Invasive Method for Extraction of Geometrical and Texture Features of Wood

Non invasive feature detection in wood based application requires exact discrimination between geometrical edges and texture. It has been found that traditional edge detection algorithms are highly sensitive to noise and texture and produces inferior results with wood. The present work encompasses a micro level reconstruction of Palash and Rosewood by using micro X-rays CT scanner. It also encompasses a new edge detection algorithm using newly constructed Chebyshev polynomial based fractional order differentiator. Transform based method has been used for reconstruction purpose. Newly designed fractional order filter has been applied on these reconstructed images. Chebyshev polynomial based fractional order differentiator has been used for filtering operation. Quadrature Mirror Filter (QMF) concept has been used for design of high pass filter and low pass filter. Preprocessing has been performed by using this filter. Canny edge detection algorithm has been used on this preprocessed image. The algorithm has been tested on two different test cases of wood images a) Palash and b) Rosewood. The effect of relaxation coefficient has also been presented and discussed.     

基于边缘检测的视觉反馈误差扩散半色调算法

提出一种基于边缘检测的视觉反馈误差扩散半色调算法。首先,对原图像进行误差扩散,然后采用LOG算子提取原图像和半色调图像的边缘信息;接着计算原始图像边缘信息与半色调图像边缘信息之间的视觉差,并将该视觉差利用反馈函数传递到原图像,得到新的连续调图像;最后,对新的连续调图像进行误差扩散,得到最终的半色调图像。实验仿真结果表明,相较于标准误差扩散和快速误差扩散,所提算法在主观感受和客观评价方面都有较大提升,是一种有效的半色调图像生成方法。     

Designing diffractive phase plates for beam smoothing in the fractional Fourier domain

A new modification of the output plane constraint is used in the iterative algorithm for designing diffractive phase plates (DPPs) to produce spatial beam smoothing in the fractional Fourier (FRT) domain. Compared with previously published algorithms, this algorithm can provide faster convergence, more powerful ability to overcome the local minimum problem and better smoothing quality. By computer simulation, it has shown that the DPP designed by this algorithm has the advantages of high uniformity at the main lobe, low profile error and steep edge.     

低信噪比环境下的语音识别方法研究

单通道语音信号在信噪比较大的环境下经过增强后再识别,能表现出较高的识别率。但是在低信噪比环境下,增强后语音信号的识别率急剧下降。针对此种情况,提出了一种用在识别系统前端的语音增强算法,该增强算法将采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimum Mean Square Error,Log MMSE)提高其信噪比,然后再利用改进的维纳滤波去除噪声残留并提升语音可懂度,最后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔科夫模型(Hidden Markov Model,HMM)对增强后的语音信号做特征提取并识别。实验分析结果表明,该方法能有效地抑制背景噪声并减少噪声残留,显著提升低信噪比环境下语音识别的准确性。