图像复原的算法研究

近年来有关图像复原的研究成果大量涌现，焦点大多集中在图像中的纹理合成或面向结构的图像润饰。分析的几个重要算法，即基于同步的结构纹理填充算法、基于统计的图像润饰算法和基于样本的图像润饰算法，突破了以往研究的局限性，取得了较好的复原效果。基于同步的结构纹理填充算法，首先将纹理合成和图像润饰技术同时应用于图像恢复，基于统计的图像润饰算法则全面利用了图像的全局信息，基于样本的图像润饰算法则将纹理合成和图像润饰技术的特性融于一体。对此进行了分析探讨，并在此基础上总结了目前图像复原研究状况。     

傅里叶变换下的粗细双路径图像修复算法

针对传统的粗细双路径图像修复算法在修复图像时提取全局特征能力弱和所修复图像与原图像存在频域差，导致修复的图像全局结构差和存在伪影的问题，提出了傅里叶变换下的粗细双路径图像修复算法。为了改善编码器特征提取能力，设计了具有压缩奖惩机制的编码器来提升网络采集全局信息的能力；在编码器训练时首次引入焦频损失来监督图像的修复，缩小了修复图像与原图像的频域差，提升了算法修复高频成分的能力，改善了修复图像伪影和模糊性。将该算法应用于CelebA数据集，所提的算法修复的图像比基线算法所修复的图像的峰值信噪比（PNSR）、结构相似性（SSIM）等性能分别提高了1.18%～6.14%,0.11%～2.24%，而距离得分（FID）降低了34.58%～38.79%。实验结果表明，所提算法以微小的时间成本获取了较好的性能提升，增强了修复图像的全局结构性和清晰度。     

基于多注意力多尺度特征融合的图像描述生成算法

针对图像描述生成中对图像细节表述质量不高、图像特征利用不充分、循环神经网络层次单一等问题，提出基于多注意力、多尺度特征融合的图像描述生成算法。该算法使用经过预训练的目标检测网络来提取图像在卷积神经网络不同层上的特征，将图像特征分层输入多注意力结构中，依次将多注意力结构与多层循环神经网络相连，构造出多层次的图像描述生成网络模型。在多层循环神经网络中加入残差连接来提高网络性能，并且可以有效避免因为网络加深导致的网络退化问题。在MSCOCO测试集中，所提算法的BLEU-1和CIDEr得分分别可以达到0.804及1.167，明显优于基于单一注意力结构的自上而下图像描述生成算法；通过人工观察对比可知，所提算法生成的图像描述可以表现出更好的图像细节。     

用于JPEG图像的高容量信息隐藏算法

使用JPEG图像的DCT系数作为隐藏载体，通过一种改进的量化嵌入算法提高了信息隐藏的容量．算法以基于结构相似度的图像质量指标作为图像的失真度量，以最速下降法选择嵌入算法中的控制参数，保证了数据嵌入后的图像具有较低的失真水平．实验结果表明本文提出的算法提高了信息隐藏的容量，并较好地平衡了失真和容量之间的关系．     

基于自适应相似组稀疏表示的图像修复算法

针对图像修复结果中存在的结构连续性和纹理清晰性较差的问题,提出了一种基于自适应相似组的图像修复算法。区别于传统的以单一图像块或固定数目图像块作为修复单元的方法,该算法根据自然图像中纹理区和结构区的不同特点,自适应地选取不同数目的相似图像块,构造自适应相似组;然后以相似组作为基本单元,学习自适应字典,并构造基于稀疏表示的图像修复模型;最后,采用Split Bregman Iteration算法高效地求解目标代价函数。实验结果表明,与基于图像块的图像修复算法和图像块组稀疏表示（GSR）算法相比,该算法在峰值信噪比（PSNR）上平均提高了0.94~4.34 dB,在结构相似性指数（SSIM）上平均提高了0.0069~0.0345,同时,修复速度分别是对比算法的2.51倍和3.32倍。     

一种改进的Hopfield神经网络SST图像恢复方法

提出了采用三元存储结构和图像分块的改进算法，同时利用模拟退火算法和遗传算法来提高恢复算法的收敛速度，从而进一步提高图像恢复的实时性，最后利用所提出的基于Hopfield神经网络的快速恢复方法进行模拟计算，其运算效率和恢复结果都能达到SST图像恢复的使用要求。     

一种图像增强及改进海洋生物图像检测算法

为提高海洋生物图像的检测精度，采用优化的MSRCR对海洋生物图像进行增强，并基于ASFF和Focal Loss提出一种改进的YOLOv4算法（IYOLOv4）。针对光线在海水中传播，红光的强衰减性，导致海洋生物图像对比度低、出现色偏的问题，使用双边滤波代替传统的MSRCR中的高斯滤波，不仅能保留更多图像边界的特征，而且通过增益图像中的红色，解决了图像色偏问题，同时也提高了图像局域对比度。算法使用ASFF结构充分利用图像高层特征的语义信息与底层的细粒度特征，通过学习权重参数的方式来进行特征的充分融合，增强融合效果；将YOLOv4的分类损失中采用的BCE Loss替换为Focal Loss，来解决数据集中类别不均衡的问题，提高检测精度。实验结果表明，该算法与YOLOv4算法相比，海参、扇贝、海星、海胆四种类别的AP分别提高了10.35、9.13、2.22、0.14个百分点，mAP提高了5.45个百分点。     

基于局部不变特征的图像质量评价

针对结构相似度算法在感知图像质量时采取平均加权策略的不足,利用人眼对图像中不同区域的关注程度不同的特性,提出了基于局部不变特征的图像质量评价算法。该算法在失真图像结构相似度质量分布图的基础上,提取图像的局部不变特征点,将这些特征点周围一定区域赋予较大的视觉权重,最后运用综合加权策略来衡量失真图像的质量。在标准图像测试库上的实验结果表明,该算法计算复杂度相对较低,较大地提高了结构相似度算法的评价效果,与人眼主观感知图像质量取得了更好的一致性。     

非线性约束下的准单应变换图像拼接算法

针对准单应变换图像拼接算法造成图像非重叠区域存在纵向投影失真的问题,提出了一种基于非线性约束的图像拼接算法。首先,该算法利用非线性约束来平滑过渡分界线左右的图像区域;然后,利用抛物线方程替换准单应变换的直线方程;最后,利用网格化的方法提高图像纹理映射的速度,并利用基于最佳缝合线的方法融合图像。对于尺寸为1 200像素×1 600像素的图像,所提算法的纹理映射耗时波动范围为4~7 s,并且其斜线结构的平均偏离程度在11~31。与准单应变换图像拼接算法相比较,所提算法的纹理映射的耗时降低了55%~67%,斜线结构的平均偏离程度降低了36%~62%,可见所提算法既矫正了斜线几何结构也提高了图像拼接效率。实验结果表明,所提算法在改善拼接图像视觉效果的方面具有更好的结果。     

地震图像序列应用一致增强性扩散方法的研究

针对具有线形纹理特征的地震图像序列，在偏微分扩散方程的基础上，重点研究了二维和三维的一致增强性扩散算法．理论分析表明，三维一致增强性扩散算法可以利用三维地震数据体的非冗余信息，所以比二维的算法具有更好的性能，不但能更有效地提高信噪比，同时保护和增强边缘纹理，而且可以更加准确地判断实际的地质结构，消除原图像中的某些假象．大量真实地震图像序列处理结果及其数据分析表明，无论是哪一地区的地震图像，在信号能量保持80％～90％的条件下，三维算法提高信噪比的程度均比二维算法高，并可以消除原图像中局部的假断点和假连续纹线，使恢复的地质结构更加准确，有利于地震解释，对探明地质储量具有十分重要的意义．     

低照度视频监控图像降噪算法设计与实现

针对低照度环境下视频监控图像噪点较多的问题,提出一种基于运动检测的低照度视频监控图像降噪算法。在研究低照度视频监控图像噪声特点的基础上,通过一种阈值运动检测算法将图像帧划分成8×8的运动像素宏块和静止像素宏块,对运动像素宏块采用改进的维纳滤波算法进行降噪,对静止像素宏块采用数学形态学和中值滤波相结合的算法进行降噪。实验数据显示,该算法总体时间复杂度接近O(n),使用该算法降噪后的图像的PSNR值和DV,BV值均高于经典降噪算法,证明了该算法在降低时间复杂度的同时,能有效降低图像噪声,并较好地保持图像的解析度。     

一种改进的小波域维纳滤波的图像降噪算法研究

针对小波域维纳滤波图像降噪存在计算速度慢和降噪效果较差,本文提出一种改进的小波域维纳滤波算法,将阈值化处理引入小波域维纳滤波,通过阈值化处理小波变换后的系数来提高降噪效果。依据改进算法的具体过程和算法步骤,运用MATLAB进行算法仿真,仿真结果表明,改进的小波域维纳滤波算法进行图像降噪可以有效地提高图像的信噪比,降噪效果良好,同时计算速度较快,节约时间。     

两种改进的图像复原算法在COSM中的应用*

对模糊的成像结果进行图像复原,采用高斯函数作为点扩展函数,应用于三维逆滤波和维纳滤波算法中,改进了这两种算法。实验结果证明,改进后的维纳滤波算法复原三维序列的结果比改进后逆滤波算法得到的结果更好。此外,提出三维维纳增量滤波算法以及加快其收敛速度的方法。     

基于图像特征的各向异性扩散去噪方法

对图像去噪滤波方法,J.Weickert模型未考虑图像光滑区域与其他图像特征的区别,在光滑区域的扩散也按照局部结构特征值进行,因而在光滑区域不可避免地产生虚假边缘,为此,提出一种改进的各向异性扩散方法。该方法首先用维纳滤波减弱噪声对图像的影响,再利用相干性正确判断边缘区域、光滑区域和T形拐角等图像特征,并依据图像特征设置相应区域扩散张量的特征值。实验结果表明,改进方法在消除噪声和保护边缘方面能取得较好的效果,并有效消除光滑区域的虚假边缘,可得到较高的峰值信噪比。     

Image denoising algorithm via best wavelet packet base using Wiener cost function

A new cost function, namely, the Wiener cost function, is introduced to find the best wavelet packet (WP) base in image denoising. Unlike the existing entropy-type cost functions in image compression, the Wiener cost function depends on both sparseness of image representation and noise level. Combining the Wiener cost function and the doubly local Wiener filtering scheme, a new image denoising algorithm is proposed using the best wavelet packet bases. Owing to unknown true image in denoising, a pilot image with less noise is required to find the best wavelet packet base, which is obtained by the existing denoising algorithms. From the pilot image, the best 2D wavelet packet tree is searched in terms of the Wiener cost function and the energy distributions of the image in the best wavelet packet domain are also estimated. Further, the image is recovered by applying the local Wiener filtering to the best wavelet packet coefficients of the noisy image. The experimental results show that for images of structural textures, for example 'Barbara' and texture images, the proposed algorithm greatly improves denoising performance as compared with the existing state-of-the-art algorithms.     

基于修正维纳滤波的小波包变换图像去噪

图像去噪是图像处理中一个非常重要的环节。为了改善降质图像质量,根据Donoho提出的小波阈值去噪算法,分析了维纳滤波原理,提出了一种基于修正维纳滤波的小波包变换图像去噪方法。利用修正维纳滤波对噪声图像进行处理,用处理后的图像计算噪声的标准方差,以此作为小波包的阈值。利用小波包对维纳滤波后的图像进行分解,实现对图像的低频和高频部分分别进行分解,用计算出的阈值对小波包树系数进行软阈值处理。利用小波包逆变换来获取去噪后的图像。结果表明：在噪声方差为0.01时,经该算法去噪后图像的PSNR比小波包自适应阈值去噪后的PSNR高出8.8 dB。该算法不仅能有效地去除加性高斯白噪声,而且能很好地保留边缘信息,极大地改善了图像的视觉质量。     

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号，将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wiener模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.     

改进的运动模糊图像复原算法

提出了一种改进的运动模糊复原算法,首先利用改进的高通滤波(方向微分)快速算法判定运动模糊方向,然后利用边缘检测算法计算模糊尺度,从而确定点扩散函数,最后通过维纳滤波算法对模糊图像进行恢复。针对K值估计问题,提出了一种新的K值自动估计算法。实验结果表明,该方法鲁棒性强、实时性好,图像复原效果好。     

基于维纳滤波器嵌入的JPEG压缩图像动态增强

JPEG压缩图像的解码图像与原图像差异较为明显,基于此,提出了一种基于维纳滤波器嵌入的JPEG图像动态增强算法。首先,计算压缩图像的嵌入容量;然后,在嵌入容量限制下,根据目标图像动态地计算最优的维纳滤波器对称性、精度等参数配置并将参数嵌入JPEG压缩图像中;最终,对解码图像使用提取的维纳滤波器进行增强,获得与原图像接近的解压缩图像。试验结果表明,本算法可单独增强JPEG压缩图像的质量,同时可基于其他后处理算法,进一步提高JPEG压缩图像的质量。     

维纳滤波和调整EM算法在COSM中的应用

用基于深度变化成像模型的调整EM算法进行三维显微图像复原,不能更好地复原图像细节,而且耗时长。为提高图像的复原质量,缩短时间,提出把维纳滤波和调整EM算法相结合的算法。该算法首先利用加权小波去除图像的部分离焦模糊,再用维纳滤波算法进行滤波复原,最后用基于深度变化成像模型的调整EM算法对序列图进行复原。实验表明复原效果得到了明显改善,并减少了迭代次数,效率明显提高。