基于耦合非局部全变差的图像着色算法

基于局部算子的全变差(TV)模型在对纹理图像着色时,会出现颜色扩散不均匀,着色范围区域较小等问题。为了解决上述问题,该文提出基于非局部算子的耦合全变差图像着色模型,结合交替方向乘子法(ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。该模型充分利用像素邻域亮度之间的相似性进行颜色扩散,能有效避免仅利用亮度边缘信息进行局部扩散导致颜色扩散不均匀的问题。数值实验结果表明,该模型在快速着色的同时,能有效解决颜色在纹理等细节处扩散不均匀的问题。     

多形态稀疏性正则化的图像超分辨率算法

 如何设计更加高效并能保持图像几何和纹理结构的多幅图像超分辨模型和算法是目前该领域有待解决的难点问题.针对图像的几何、纹理结构形态,分别建立符合类内强稀疏而类间强不相干的几何结构和纹理分量稀疏表示子成份字典,形成图像的多形态稀疏表示模型,进而提出一种新的基于多形态稀疏性正则化的多帧图像超分辨凸变分模型,模型中的正则项刻画了理想图像在多成份字典下的稀疏性先验约束,保真项度量其在退化模型下与观测信号的一致性,采用交替迭代法对该多变量优化问题进行数值求解,每一子问题采用前向后向的算法分裂法进行快速求解.针对可见光与红外图像序列进行了数值仿真,实验结果验证了本文模型与数值算法的有效性.     

基于色度空间梯度优化的图像着色算法

介绍了一种简单的灰度图像着色算法,它通过引入优化约束方程,尽可能地使着色后的图像在相应的色度空间内,其色度值的全局变化最小。在实际应用中,用户只要预先指定某些像素点的颜色,利用该算法就可以达到较好的主观着色效果。峰值信噪比的分析结果显示,在仅仅指定0.1%像素的颜色时,利用该算法着色后图像的平均峰值信噪比已经在26 dB以上。而且与先前的着色算法比较,该算法在使用更低的采样率下,着色后图像有更高的峰值信噪比,也即该算法优化估计的结果与原始图像的误差更小。     

基于框式约束的快速全变差图像泊松去噪算法

该文首先从变分学的角度分析Le等人(2007)基于全变差的图像泊松去噪模型,得到该模型解的一框式约束限制。在此基础上,结合交替方向乘子算法(ADMM),给出了基于框式约束的快速全变差图像泊松去噪算法,并证明了该算法的收敛性。最后,数值实验结果验证了该快速算法的可行性与有效性。     

利用规则化热扩散方程的SAR图像桥梁检测

提出了一种利用规则化各向异性热扩散方程SAR图像分割的桥梁检测算法.该算法在Pemna和Malik提出的各向异性热扩散方程的基础上构造了一个新的扩散函数,利用数值逼近理论,得到一个新的规则化扩散模型,用此模型对图像初始分割的最大后验概率矩阵进行多尺度各向异性平滑,得到图像中河流的精确分割结果,最后在分割后的图像中按累加方向能量最小准则进行桥梁目标检测.真实数据实验结果表明,该方法能有效地抑制强斑点噪声,快速、精确地检测出SAR图像桥梁目标,同时保持桥梁的结构信息.     

自适应非局部patch正则化图像恢复

 非局部均值利用图像自相似性,有效保持了图像的几何结构信息.提出了非局部patch正则和TV正则结合的图像恢复模型,利用改进的结构张量矩阵构造自适应非局部权函数,根据像素的局部结构计算图像中patch的相似性,提高了图像结构信息的保持性能.在数值解法上,采用分裂Bregman算法迭代求解模型,得到简单快速的迭代形式.数值实验证明所提出方法在提高恢复图像质量和算法效率上都有显著改进.     

避免颜色越界的各向异性扩散图像彩色化

图像彩色化是根据人工描绘的局部初始颜色用计算机为灰度图像着色。该文提出一种各向异性的非线性扩散图像彩色化方法,该方法能够克服颜色越界问题。首先建立基于偏微分的扩散方程,通过设置自适应的张量函数,使颜色在平滑区域快速均匀扩散,在颜色交界处按各向异性方式扩散,能够有效增强边缘颜色的连贯性。算法采用有限差分法实现扩散方程的数值求解,与当前流行的彩色化技术相比,该方法能得到更加清晰自然的彩色化图像和更高的图像质量。     

基于模糊推理的图像放大算法

图像放大技术在许多图像应用系统中具有重要作用.图像的主要特性之一是具有模糊特性,将模糊处理方法引入图像放大算法中,提出一种基于模糊推理的图像放大算法.该算法首先建立了基于模糊推理的图像模型,假设图像相邻的像素点是一种特定的模糊推理规则,并且在局部窗口之内,这种模糊推理规则保持不变.在基于模糊推理的图像放大算法中,根据基于模糊推理的图像模型预测内插像素点的数值,并且这种模糊推理规则可以根据局部像素点的训练得到.实验结果表明,所提出的基于模糊推理的图像放大方法能够有效地提高图像的主客观质量.     

优化重加权L1范数的图像盲复原算法

在单幅运动模糊图像的盲复原问题中,图像中强边缘部分的利用成为模糊核估计的关键所在.为此,本文提出了一种优化重加权L1范数的图像盲复原算法.首先,建立了基于加权L1范数的模糊核盲估计模型,并引入了一种图像平滑模型对权重进行优化估计,从而减少计算权重时受细小结构以及噪声的影响,其次,设计了模糊核盲估计模型求解的迭代收缩阈值数值算法,最后采用了一种基于超拉普拉斯先验的快速图像非盲复原算法对模糊图像进行复原.仿真和实际数据实验结果验证了本文算法的有效性.     

一种基于参数活动轮廓模型的高能闪光照相图像分割算法

针对高能闪光照相系统成像质量较差的特点,提出了一种基于参数活动轮廓模型(Snake模型)的闪光照相图像分割算法.该算法在传统高斯力Snake模型中引入包含图像区域信息的变力,以目标和背景两区域具有最小方差为准则,构建兼顾边缘和区域信息的外部能量函数.数值实验结果表明,该算法对初始轮廓位置不敏感,较好地解决了客体凹陷区域分割问题,能够实现对含噪声的弱边界闪光图像的自动分割.     

灰度校正在红外序列图像拼接中的应用

为满足红外图像无缝拼接的需要,提出了一种基于红外序列图像的灰度非均匀性校正算法.该算法利用灰度非均匀区域的相对稳定性,通过对拍摄的大量红外序列图像求平均,获得相机灰度校正的模板图像.然后利用此模板对各帧图像进行校正,实现在同一幅度照射下各像素灰度的一致性.最后利用由HJRG-001型红外热像仪获得的红外视频图像序列进行...     

一维对象复杂度的灰度图像分割算法

从图像复杂度的角度,提出一种一维对象复杂度的灰度图像分割算法。用阈值将灰度图像分为背景与目标2类,统计其对应直方图与总像素个数,并计算对象复杂度;依据图像复杂度分割准则算法公式,遍历每一灰度级对应的图像复杂度值,选取图像复杂度值最小对应的灰度值为最佳分割阈值。仿真实验结果表明,与经典Otsu算法、信息最大熵算法和最小交叉熵算法相比,本文算法速度快,稳定性和效率最好,是一种通用有效的图像分割算法。     

结构优化型颜色传递融合方法

提出一种红外和可见光图像的快速彩色图像融合算法:结构优化型颜色传递融合方法.算法直接用灰度融合图像和源多波段图像的差异信号构成源YCBCR分量,然后在YCBCR空间运用统计颜色传递技术形成一幅具有与目标图像相似色彩效果的彩色融合图像.文中从数学上证明了YUV等符合通用YCBCR空间模型的颜色空间也可以用于本文算法,所产...     

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法。首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像。实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善。     

成像制导中的红外图像分割算法

采用凝视焦平面阵列(FPA)的红外成像制导技术以其优越的性能在空空导弹中得到了广泛的应用.由于空中飞机目标表面各部位的温度不同,使得红外成像探测装置获得的目标图像的不同部位存在着较大的灰度差异,这给正确分割出目标带来了很大的困难.针对飞机目标红外图像的特点和成像制导技术中图像分割的目的,文中提出了一种有利于目标特征点识别的图像分割算法,它首先对目标红外图像进行阈值分割,然后选取合适的结构元素并利用数学形态学的并行性特点对目标内部的空洞区域进行填充,最后得到比较精确的分割图像,这种分割结果对基于灰度连续性的目标特征点识别算法非常有利.     

基于全变分模型的图像噪声去除效果比较

基于偏微分方程的图像去噪方法由于将数学与工程结合得更加紧密,具有较强的自适应能力和灵活性.本文首先介绍了目前已经提出的变分模型的快速Split-Bregman算法,然后通过大量数值实验对不同模型的去噪效果进行了比较.所研究的模型包括L1范数、L2范数、LTV(1ayered total variation)规则项、MTV(multicharmel total variation)规则项和CTV(color total variation)规则项,从灰度图像和彩色多通道图像两方面进行分析.实验结果表明对于灰度图像基于L1范数的TV去噪模型效果较好,彩色图像中CTV模型对图像去噪边缘保持最好,其他依次是MTV模型、LTV模型.     

一种高效的灰度图像真彩化方案

提出了一种高效的灰度图像真彩化方案。该方案的关键技术包括:YUV亮色分离、采样点序列去冗余精简和基于像素空间相关性的匹配点搜索。YUV亮色分离技术在复杂度低、计算量小的同时,有效去除了RGB颜色空间中存在的相关性。通过去除采样点序列的数据冗余,节省了后续整幅目标图像的匹配点搜索时间。利用图像像素点的空间相关性进行匹配点搜索,提高了搜索效率和准确性。经实验验证,本文算法在取得和Welsh算法相近效果的同时,可以节省50%～70%的彩色化处理时间。     

一种新颖的红外与可见光图像融合方法

为了提升红外和可见光图像融合效果,提出了一种新颖的融合方法。对可见光图像利用支持向量机和腐蚀膨胀算法在图像分块的基础上进行分割获取含有重要场景信息的特征子图像和灰度场景子图像;对红外图像进行热目标边缘提取并增强,结合前述特征子图像和最大类间方差法获取边缘增强的目标子图像,特征子图像和灰度场景子图像。利用小波包分别对两特征子图像,两场景子图像进行融合。融合过程中,根据子图像特点择取不同融合准则,并对高频融合系数进行系数修正使其更为准确可靠。将红外热目标注入到前述融合结果中获取最终融合图像。实验结果表明,提出算法从主、客观评价上都要优于对比算法。     

一种基于逐点阈值分割的图像边缘检测方法

提出一种对图像中每个点逐一取阈值进行分类的一种新的阈值分割算法.该算法利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准,并引入该点邻域内像素灰度值方差作为附加判断条件,使提取出来的日标点是图像的边缘点.事实上该阈值分割算法起到了边缘提取的效果.实验证明,本文算法起到了良好的边缘检测效果,并且验证了本算法对于以邻域统计信息作为阈值估计标准的合理性.     

多分类器融合的快速高维特征聚类图像分割

提出一种多分类器融合的快速高维特征聚类图像分割方法,将图像高维特征数据的分类分解为基于灰度(颜色)特征的最佳模糊分类以及基于空域约束的统计分类等多个低维特征数据的分类.通过多分类器融合的方法将不同分类器得到的分类结果进行优化整合,得到最后的分类结果.实验证明:与其它图像分类算法相比,该方法拥有更好的分割性能并大大提高了计算速度,最大限度地保证了分割算法计算的简单有效性.