正投影模型下基于一维子空间的遮挡点恢复方法

为了恢复图像遮挡点,假设相机为正投影模型,提出了一种基于1维子空间的遮挡点恢复方法,该方法利用第1幅图像点构成的2个行向量外加1个行向量可以组成三维空间点构生成的子空间的特性,线性迭代地求取遮挡点的真实图像位置.此方法最大的优点是在整个求解过程中都是线性的.收敛性实验表明了该方法具有很好的收敛性能,同时,和Eriksson方法及Ma方法比较显示了本文方法具有较好的收敛精度.     

基于局部区域信息的医学图像分割及偏移场矫正方法

针对医学图像中由于偏移场的存在而导致图像灰度不均匀的问题,提出了一种基于局部区域信息的医学图像分割及偏移场矫正方法,以矫正偏移场使图像变为灰度均匀。该方法利用图像局部区域信息,通过拟合图像和原始图像构造能量函数,采用变分水平集方法进行求解。实验结果表明,该方法能够有效地实现医学图像分割及偏移场矫正,与其它分割及偏移场矫正方法相比,该方法具有较高的分割及偏移场矫正的精度和效率。     

基于秩4约束的遮挡点恢复方法

提出了一种基于秩4约束的遮挡点恢复方法.该方法 首先假设所有的遮挡点及深度因子已知,利用所有遮挡点及深度因子组成一个秩4矩阵的特 性,构造一个投影矩阵,并利用该投影矩阵求得所有的遮挡点及深度因子.然后将求得的遮 挡点及深度因子代替图像中的遮挡点和深度因子,再求投影矩阵.经过多次迭代,最后求得 遮挡点的真实图像位置.该方法的优点是平等地看待所有的图像及图像点.模拟实验和真实实 验表明,该方法具有鲁棒性好、收敛性好及误差小等优点.     

一种有效的基于小波信息分布熵的图像检索技术

在分析基于小波域图像索引技术的缺点后,提出一种基于小波信息分布熵的图像检索新方法.该方法首先将图像分割成若干个子图像,然后对这些子图像进行三层小波变换,并对小波变换后的各个子带图像进行处理以获取纹理图像,从而大大减少了计算的复杂性.最后以小波纹理直方图为概率密度函数,计算各个子图像的信息分布熵,不但使图像特征有紧密表示,而且也使图像检索的速度大大加快.实验结果表明,该方法对图像检索是有效的.     

一种改进的MIC的角点提取方法

针对基于多格算法的MIC角点检测方法易混淆边缘点和角点、遗漏角点及角点定位不够精确等缺点,在采用高分辨率的图像后,对低分辨率图像中的候选角点周围的2×2的像素点进行进一步计算,明显地减少了原算法由低分辨率到高分辨率的变化过程中角点的漏检和虚报的概率,同时用梯度的概念进行自适应插值,通过它对角点的候选点作进一步的筛选.测试结果表明提出的方法比改进前的MIC多格算法具有更好的效果.     

迭代奇异值分解的学生成绩恢复方法

为了有效地对学生成绩数据进行恢复,提出一种迭代奇异值分解的学生成绩恢复方法。该方法采用矩阵表示学生成绩,利用该矩阵具有低秩的特性,在给定缺失元素的初始值后,利用奇异值分解得到缺失元素的近似值,而该近似值比初始值更加接近真实值。再将求到的近似值代替初始值,经过多次迭代,最终可求到成绩表中缺失元素的真实值。该方法的优点是在缺失元素恢复过程中,利用了所有已知元素信息,并将所有已知元素平等地对待。模拟实验和真实实验结果表明该方法能够快速、精确地恢复出学生的真实成绩。     

迭代张量高阶奇异值分解的图像恢复方法

为了有效地对图像缺失数据进行恢复, 提出一种迭代张量高阶奇异值分解（HOSVD）图像缺失数据恢复方法。该方法首先利用拉格朗日乘子方法将张量核范数目标函数进行子问题分解操作, 简化了求解过程, 然后迭代地采用张量高阶奇异值分解阈值方法进行子问题求解, 最终得到恢复后的图像缺失数据。将矩阵奇异值阈值算法进行扩展而得的HOSVD阈值方法充分利用了图像内部和图像与图像之间的多重约束关系, 大大提高了恢复精度。模拟实验和真实图像实验结果显示该方法具有良好的缺失数据的恢复性能。     

最小特征值的迭代非刚体三维射影重建方法

为了从图像序列中重建出非刚体三维射影重建,本文提出了一种最小特征值的迭代非刚体射影重建方法.该方法利用所有的图像点和深度因子组成一个低秩图像矩阵的特性,将投影求解转化为矩阵特征值及特征向量的求解,迭代地求解深度因子,实现非刚体的三维射影重建.该方法能够保证算法能够收敛到全局最优解.模拟实验和真实实验结果表明,本文方法具有收敛性速度快、误差小等优点.     

一种鲁棒性的射影重建方法——加权迭代法

本文提出了一种利用加权迭代来剔除出格数据并实现射影重建的方法,该方法首先利用加权来进行射影重建,再利用重投影误差的倒数作为下一次迭代的权值,如此循环,就可以使出格数据的权值接近于0,最后完成射影重建.本方法可以克服最小二乘法鲁棒性差及随机抽样算法计算量大的缺点,模拟实验和真实实验数据结果表明,该重建方法具有运算量小、鲁棒性好等优点.     

一种加权迭代自定标算法

提出了一种利用加权迭代来抛弃出格数据的自定标算法．首先利用加权求欧氏重建及各图像点的重投影误差，再利用各点的重投影误差作为下次迭代的权值，如此循环，使出格数据的权值接近于0，最后完成摄像机的自定标．该算法可以克服最小二乘法鲁棒性差及随机抽样算法计算量大的缺点，具有运算量小、鲁棒性好等优点．