局部加权全变差下的盲去模糊

图像去模糊是图像处理和分析中的基本问题之一,其本身是一个不适定问题,通常需要使用正则化方法来提高求解过程的稳定性.为了解决去运动模糊问题,从图像的局部特性出发,提出一种基于局部加权全变差(LWTV)的正则化方法,并给出了一种基于交替迭代的有效解法.针对非盲去卷积问题,为了克服传统全变差(TV)正则化方法的不足,以图像局部的变化信息为权值,在加大对图像中平坦区域的惩罚力度的同时,减小对图像中边缘区域的惩罚力度;针对模糊核估计问题,首先利用相对全变差(RTV)方法提取图像的显著性结构,然后利用显著性结构进行初步模糊核估计,再采用LWTV模型进行临时清晰图像估计,通过以上3步交替迭代获得最终的模糊核.实验结果表明,该方法可以在去除模糊及噪声的同时,很好地保持图像边缘并抑制振铃效应.     

改进拉普拉斯金字塔模型的高动态图像色调映射方法

高动态图像的色调映射是图像处理的研究热点,用于解决常规色调范围显示设备无法有效显示高动态图像的问题.针对当前色调映射不能精准地显示出图像内容(如丢失细节、模糊弱边缘)的问题,提出一种改进拉普拉斯金字塔模型的高动态图像色调映射方法.首先基于滤波和下采样处理计算出对输入图像进行了简单去噪的高斯金字塔;然后通过约束强边缘数量分离出高斯金字塔中每层图像的强?弱边缘和细节;再针对每层图像构造其分层映射函数,通过增强细节、弱边缘的对比度以及保持强边缘对每层图像进行逐点映射,并据此计算描述每层对比度变化的拉普拉斯金字塔;最后根据拉普拉斯金字塔自底向上重构出目标图像.与已有的多种色调映射方法相比,根据客观评价和主观评价的结果表明,文中方法能增强细节和弱边缘、避免强边缘处梯度反转,更清晰、准确地显示出高动态图像内容.     

第10届中国计算机图形学大会(Chinagraph'2014)2014年10月17—19日 中国 武汉 征文通知

<正>由中国计算机学会、自动化学会、图学学会、图像图形学会、系统仿真学会和香港多媒体及图像计算学会主办的第10届中国计算机图形学大会(Chinagraph'2014)将于2014年10月17—19日在湖北武汉举行.Chinagraph'2014与第十八届全国计算机辅助设计与图形学学术会议(CAD/CG2014)联合举行,由武汉大学计算机学院承办,武汉大学测绘遥感信息工程国家重点     

图像反卷积边界效应的快速抑制算法

基于频域的图像反卷积算法假设输入信号被周期延拓,但边界处的不连续会导致结果产生严重的振铃效应.为此,提出一种快速有效的边界效应抑制算法.首先在现有基于图像延拓的算法的基础上,将延拓区域的定义简化为3种类型;然后提出一种具有对称系数的卷积金字塔滤波器组模型.基于这种模型,在某种特殊图像上针对每种类型的区域各训练一组滤波器组系数,并将由此训练得到的滤波器组用于求解其他图像相应类型的延拓区域.实验结果表明,该算法避免了求解大型稀疏线性方程组,在不影响图像反卷积精度的前提下,可将延拓区域的计算速度提高2个数量级以上,有效地抑制各种频域反卷积算法的振铃效应.     

快速非局部均值形态成分分析唐卡图像修复算法

唐卡图像包含内容丰富、颜色复杂,使用基于形态成分分析(MCA)的图像修复算法修复图像时,增加全变分对恢复有毛糙边缘的分段光滑图像效果较好,但其很难有效利用图像全局冗余相似信息,并且易产生阶梯效应.针对该问题,提出一种快速的非局部均值MCA唐卡图像修复算法.该算法利用像素周围固定大小窗口内的信息表征该像素的特征,使得像素估计结果能够很好地保留结构细节信息,即分解后的结构部分具有更稀疏的梯度,使得后续的迭代分离效果更加优良;同时,使用该算法有效地减少了区域内不相关像素权值的计算,降低了算法的复杂度.对于唐卡图像中出现的折痕、斑块状破损以及部分信息缺失的修复实验结果表明,文中算法具有良好的修复能力.     

一种鲁棒的户外建筑物图像校正方法

针对在海量场景识别中现有透视失真校正方法的鲁棒性尚不理想,不足以用于对场景复杂、干扰较多的户外建筑物图像进行准确校正的问题,提出一种改进的户外建筑物透视失真校正方法.该方法针对建筑物的形状特点,结合手机的重力感应功能对Hough变换直线检测算法进行了改进,并使用RANSAC方法剔除部分错误直线,提高了算法的鲁棒性;利用消隐点坐标对图像进行校正,恢复建筑物的仿射结构,使其与训练图像更加接近;在实验中,将校正后的图像用于图像识别,并提出一种基于互信息的融合策略,将侧视图和校正后的图像结合在一起进行识别.实验结果表明,该方法能够鲁棒地对户外建筑物图像进行透视校正,极大地提高了户外建筑物识别正确率.     

基于Fisher字典学习稀疏表示的高光谱图像分类

近年基于稀疏表示的分类框架(Sparse Representation based Classification,SRC)在计算机视觉和模式识别领域取得了巨大成功,高光谱图像解译也逐渐引入稀疏表示方法。针对基于SRC的高光谱图像分类算法随机抽取训练样本构成字典较难捕获相似类别的相对差异性信息问题,提出采用Fisher字典学习方法增强相似类训练样本的可区分性。此外,考虑到高光谱图像具有较强空间相关性的特点,设计一种简单有效的投票策略进行类别判决。大量实验表明:基于Fisher字典学习的联合投票分类方法能够较好地改善高光谱分类精度。     

基于半监督学习的一种图像检索方法

为了提高图像检索的质量, 提出了一种基于半监督学习的图像检索方法。该方法提取图像的颜色、形状、纹理特征, 计算得到已知类别样本的中心图像, 检索过程中利用中心图像自适应调整相关度计算函数, 然后根据与查询图像相关度的大小对图像进行检索和排序。实验结果表明：该方法较已有的基于内容的图像检索方法有更高的查准率, 同时, 由查准率—查全率曲线可知该方法能够达到很好的检索质量。     

一种快速的固体核径迹图像分割方法

针对有效测量中需解决的问题,提出了一种快速的固体核径迹图像分割算法,分初始分割与粘连分离两个过程。初始分割通过数学形态学开操作快速去除背景后,迭代阈值分割法实现;粘连分离采用复合距离变换计算核心膨胀半径,一次膨胀重建单个径迹轮廓。实验结果表明,算法具有较强的抗噪能力,可有效对半径≥2μm径迹进行快速分割,准确率>90%。目前已成功运用于实际项目中。     

基于奇异值分解的压缩感知核磁共振图像重构算法

针对传统压缩感知在核磁共振成像中存在着重构算法慢、成像时间长的缺点,利用核磁共振图像自身非满秩的特点,在压缩感知框架下以奇异值分解作为基底对图像稀疏表示进行了研究,并对重构算法进行了优化。实验结果表明,提出的奇异值方法在重构效果上能达到与小波稀疏变换法相近的峰值性噪比,且能有效缩短图像重构时间,达到加速核磁共振成像的目的。