一种优化的人脸图像超分辨率算法

针对传统超分辨率算法存在的局部失真和块效应问题提出了一种改进的算法。算法以马尔科夫模型为基础,在满足图像重构的约束条件下,利用非线性局部搜索技术找到训练集中的最优分块,通过水平相容性检查来实现匹配块间的兼容性。基于Sigmoid函数进行加权处理,提高了匹配的精度。实验结果表明,该算法在获取HR图像的过程中能有效地抑制块效应和局部失真现象的出现,改善了超分辨率图像的质量,与传统算法相比,该算法的鲁棒性较强。     

基于互信息与梯度融合的多源图像匹配技术研究

对红外和可见光探测器获取同一场景的两幅图像进行配准融合,可增强对场景图像的理解和分析.互信息由于包含两图像灰度的熵和联合熵,可用于计算两图像灰度信息的相关性,适于作为多源图像匹配的测度.互信息匹配无需对图像进行预处理,但是,作为一种统计型测度,互信息忽略了图像像素间的空间信息,易陷入局部极值而出现误匹配.为此,文章提出了一种融合梯度信息的配准方法,同时考虑了两图像间的灰度统计相关性和像元灰度的局部空间变化信息,提高了多源图像匹配的精度和鲁棒性.最后通过实际图像进行匹配试验,验证了算法的正确性和有效性.     

一种双目视觉的匹配模板优化方法

模板尺寸是双日图像灰度模板匹配算法的重要参数,针对单层砂轮的局部双目图像,提出了一种模板尺寸的优化选择方法.首先,对左图上的特征像素,给定模板尺寸,根据顺序相似性检测算法,求出该像素在右图上的匹配像素,同时求出相应的匹配曲线和匹配曲面;然后,改变模板大小,得到一族匹配曲线和匹配曲面;最后,在分析其物理意义和变化趋势的基础上,制定出合适的优化策略,得到优化匹配模板.实验结果表明,用优化模板进行的匹配运算,具有匹配精度高、运算速度快、抗噪能力强和误配率低等优点,具有一定的实用价值.     

风电场无人机巡检红外叶片图像拼接算法

针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题，本文提出一种基于形态学改进Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法，首先，对图像进行中值滤波降噪，使用形态学运算改进基于Chan-Vese模型的水平集算法，生成表达主体的掩膜。基于掩膜去除冗余背景提取局部Harris特征点；对掩膜进行二次形态学腐蚀处理，抑制边界锯齿像素上的伪特征点；最后，使用暴力匹配及随机抽样一致（Random Sample Consensus, RANSAC）算法筛选出有效匹配点对，计算单应性矩阵实现匹配拼接。与传统图像分割下Harris拼接算法相比，本文改进后的算法拼接精度有明显提高，在不同的测试场景下显示出较强鲁棒性。     

风电场无人机巡检红外叶片图像拼接算法

针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题，本文提出一种基于形态学改进Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法，首先，对图像进行中值滤波降噪，使用形态学运算改进基于Chan-Vese模型的水平集算法，生成表达主体的掩膜。基于掩膜去除冗余背景提取局部Harris特征点；对掩膜进行二次形态学腐蚀处理，抑制边界锯齿像素上的伪特征点；最后，使用暴力匹配及随机抽样一致（Random Sample Consensus, RANSAC）算法筛选出有效匹配点对，计算单应性矩阵实现匹配拼接。与传统图像分割下Harris拼接算法相比，本文改进后的算法拼接精度有明显提高，在不同的测试场景下显示出较强鲁棒性。     

基于改进局部一致性约束的立体匹配算法

针对PatchMatchStereo立体匹配算法在实现倾斜平面时，因使用随机函数生成平面参数而导致算法计算量大且误匹配率高的问题，提出一种基于局部一致性约束的立体匹配算法。首先，通过对图像中的像素进行稀疏匹配获得视差置信度高的支撑点；其次，利用三角剖分为图像内各像素点确定一个三角平面，计算平面参数并分配给该平面内的点；然后，通过迭代传播为每个像素点找到更加准确的平面参数，构建出局部一致性平行窗口模型；最后，通过平面参数计算视差值并通过视差后处理优化视差。本文算法在Middlebury评估平台第三版标准测试数据集上进行实验，实验结果表明，处理后的平均误匹配率比PMS算法降低了4.39%，其中对单个图像的误匹配率最高降低15.42%。本文算法在降低误匹配率的同时提高了图像处理的效率，相较于其他算法具有显著的优越性。     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM)。该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数。利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波。利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型。实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能。     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM).该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数.利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波.利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型.实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能.     

赝像-正像转换算法在全息体视图打印中的应用

将适用于三维场景信息非对称采集和显示的赝像-正像转换(POC)算法应用于全息体视图打印,得到了采样平面与全息图平面的距离、采样间隔与全息单元尺寸比例不同时,采样图像和合成视差图像之间的像素匹配关系。分析了曝光光学系统参数和POC算法参数对体视图再现像视场角的影响,得到了场景深度和视场角之间的制约关系。实验通过在不同场景深度下三维物体的再现,验证了POC算法对全息体视图打印的适用性以及场景深度和视场角之间制约关系的正确性。实验结果表明,当场景深度较小时,再现像重影导致分辨率降低,并从理论上分析了全息体视图重影现象产生的原因。像素级精确的视差图像避免了数据误差对体视图再现质量的影响,对提高再现像分辨率有积极意义。     

基于非线性复扩散耦合冲激滤波器的图像放大算法研究简

为了提高放大算法的适应性,采用改进的非线性复扩散和自适应冲激滤波器,提出了一种图像放大方法。根据像素局部方差进行自适应改变扩散门限,扩散图像的虚部除以扩散时间以消除扩散时间的影响,特别是初期扩散近似线性扩散的特性,得到改进的复扩散模型耦合冲激滤波器进行无噪图像放大。对于噪声图像放大,根据像素局部方差进行自适应非线性复扩散,耦合局部方差约束的冲激滤波器增强模糊的图像边缘和细节。自适应非线性复扩散通过局部方差和图像二阶导数相结合分辨边缘和噪声,对噪声进行平滑的同时保持边缘,克服了复扩散不能分辨噪声和边缘的缺陷,同时保持复扩散保护斜坡结构,免除阶梯效应的优点。仿真实验验证了所提算法不仅对无噪图像有较好的放大效果,而且对一定范围的噪声图像也有较好的放大效果。     

一种改进的完全搜索块匹配算法

完全搜索块匹配算法是图像序列稳定中常用的运动估计方法，在传统的完全搜索块匹配算法中，在搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果的贡献是完全一样的，这样使得算法的性能容易受到待稳定的图像序列中各种噪声的影响。针对这个不足，提出了一种改进的完全搜索块匹配算法。在新的匹配准则中，搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果是否有贡献取决于它们灰度值之差的绝对值与预先设定的门限值进行大小比较的结果，对应的灰度值之差的绝对值不超过该门限值的像素对对匹配结果有贡献，而且贡献大小受到与像素对位置相关的加权处理，否则该像素对对匹配结果无贡献。实验结果证明了该算法的优越性。     

采用双通道卷积神经网络构建的随机脉冲噪声深度降噪模型

为提高对随机脉冲噪声(RVIN)图像的降噪效果,该文提出一种被称为双通道降噪卷积神经网络(D-DnCNN)的RVIN深度降噪模型。首先,提取多个不同阶对数差值排序(ROLD)统计值及1个边缘特征统计值构成描述图块中心像素点是否为RVIN噪声的噪声感知特征矢量。其次,利用预先训练好的深度置信网络(DBN)预测模型实现特征矢量到噪声标签的映射,完成对噪声图像中噪声点的检测。再次,在噪声检测标签的指示下采用Delaunay三角剖分插值算法快速修复噪声像素点从而获得初步复原图像。最后,将初步复原图像作为参考图像与噪声图像联接(concatenate)后输入D-DnCNN模型后获得残差图像,将参考图像减去残差图像即可获得降噪后图像。实验数据表明:D-DnCNN模型在各个噪声比例下的降噪效果均显著超过了现有的经典开关型RVIN降噪算法,与普通的单通道RVIN深度降噪模型相比也有较大幅度提升。     

基于SIMD-MPP并行模型的图像调度与映射方法研究

文章提出并设计了一种基于SIMD-MPP并行模型的图像划分和图像映射方法,使得在基于SIMD-MPP并行模型的景象匹配全遍历搜索过程中,从存储器读取基准图的每个像素只需一次,使处理元阵列与存储器之间的数据通信量减到最小,有效地解决了基准图的重复读取“瓶颈”问题。     

基于SIFT-GMLBP的机器人视觉图像特征提取算法

为了改善环境变化较大时机器人在对图像特征提取效果欠佳的问题,对局部二值模式(LBP)进行了改进,根据图像中心像素点邻域之间的相互关系划分网格进行编码,提出了SIFT-MLBP相结合的图像特征提取算法。使用SIFT算法得到图像特征的关键点后,以区域中每个像素点为中心构建网格化结构,计算之间的相邻象素的局部差异,并对对比度不同的像素编码分配权重。结合Gabor变换对基于模式的特征向量进行提取,建立SIFT-GMLBP特征向量,采用原补码互相映射的方式降低特征向量维数。实验证明,SIFT-GMLBP算法具有良好的特征匹配效果,匹配正确率达到95%以上,运行时间降低0.05S。该方法对外部环境的变化具有较强的鲁棒性,能够提高移动机器人在复杂环境中对图像识别的速度和精度。     

3D modeling and rendering from multiple wide-baseline images by match propagation

In this paper, we present a method for modeling a complex scene from a small set of input images taken from widely separated viewpoints and then synthesizing novel views. First, we find sparse correspondences across multiple input images and calibrate these input images taken with unknown cameras. Then one of the input images is chosen as the reference image for modeling by match propagation. A sparse set of reliably matched pixels in the reference image is initially selected and then propagated to neighboring pixels based on both the clustering-based light invariant photoconsistency constraint and the data-driven depth smoothness constraint, which are integrated into a pixel matching quality function to efficiently deal with occlusions, light changes and depth discontinuity. Finally, a novel view rendering algorithm is developed to fast synthesize a novel view by match propagation again. Experimental results show that the proposed method can produce good scene models from a small set of widely separated images and synthesize novel views in good quality.     

二层减法聚类图像颜色迁移算法

提出了一种图像自动颜色迁移方法,利用二层减法聚类将图像分成一定数量的子块,通过灰度差值直方图方法提取子块纹理特征,建立目标图像与源图像间子块的最佳对应关系,选取各子块数据点密度较大的像素组成子块的样本块,在对应源图像样本块中查找目标样本块的最佳匹配像素,完成样本块间颜色迁移,进而根据已上色的样本块完成目标图像的全局颜色迁移.该算法既适用于彩色图像间颜色迁移也适用于灰度图像上彩色.     

MCD-SSDA匹配方法研究

MCD相关匹配是针对模板相关匹配算法中存在的缺点提出的一种新的图像相似度度量方法，即将目标图像中与模板图像相接近的点的个数作为相似度量来进行匹配，该方法已验证具有相关曲面尖锐，置信度高的特点．考虑到硬件实现及实时性的需要，在分析了经典的SSDA算法的基础上，重新对MCD表达式进行定义并提出了MCD—SSDA匹配方法，经Matlab仿真实验后证明该方法具有优越性．     

基于模糊量化和2 bit深度像素的运动估计算法

提出了一种2 bit深度像素的运动估计算法。首先,将像素深度的降采样过程形式化为区间分划和区间映射2个步骤,其中前者为多对一映射,决定着运动估计性能,后者为一一映射;其次,提出一种非均匀量化方法求解区间分划的3个初始阈值,并利用隶属度函数对初始阈值细化,从而克服信号噪声等因素导致的初始阈值周围像素值的误匹配;再次,讨论了适用于2 bit深度像素运动估计的误差度量准则,进而提出了基于模糊量化和2 bit深度像素的运动估计算法;最后,借助信号自相关函数,建立比特深度转换误差—运动向量精度模型来估计该算法所能达到的预测精度。实验结果证明,对于多种类型的视频序列,尤其是场景细节和物体运动比较复杂者,该算法始终能保持较高的估计精度,运动补偿的平均峰值信噪比较之传统2 bit深度像素的运动估计提高0.27 dB。     

Colour image detection and matching using modified generalisedHough transform

A new approach to 2-dimensional (2D) colour-image detection and matching using a modified version of the generalised Hough transform (GHT) is proposed. In the conventional GHT, the useful colour information existing in the input image and the relationship between each pixel and its neighbourhood are not used. Furthermore, lighting changes in the image are not usually considered. Therefore, the conventional GHT is seldom applied to colour images. In the proposed approach, lighting are removed using normalised colour values. Next, certain critical pixels of an input colour image whose neighbourhoods have larger variances of normalised colour values are extracted. For each critical pixel, a feature vector, which includes the normalised colour values of the pixel as well as those of the pixel's neighbours, is then constructed. A modified voting rule for the GHT is therefore proposed which is based on a similarity-measure function of the feature vectors. High maximum peaks in the cell array are searched finally as the result. The proposed method is robust for colour-image detection and matching in noisy, occlusive, and lighting-change environments, as demonstrated by experimental results     

热红外高光谱成像仪光谱匹配盲元检测算法

受红外焦平面阵列生产工艺及材料本身特性影响,红外焦平面阵列不可避免地存在盲元,严重困扰红外数据的处理与应用。光栅分光推扫式热红外高光谱成像仪一般以红外焦平面阵列的其中的一维作为光谱维进行推扫式成像,空间维只剩一维,与一般的热像仪具有二维空间维的成像机制有很大区别。常规的实验室定标法和开窗处理的场景检测方法不能满足该成像方式的盲元检测需求。以热红外高光谱成像仪中的盲元检测为目标,有针对性地提出了基于光谱匹配的盲元检测算法。该方法从光谱维角度出发,以不同温度实验室黑体定标数据生成温升光谱数据,在数据规则化处理的基础上,自动提取有效像元目标的伪光谱曲线,采用光谱角匹配的方式实现盲元的自动检测。以典型的热红外高光谱成像仪获取数据并开展盲元检测实验,结果表明该方法充分利用了热红外高光谱成像仪的光谱维信息,检测精度较高,盲元补偿后的数据可满足热红外高光谱数据的行业应用。