结合半局部信息与结构张量的无监督纹理图像分割

针对纹理的半局部性质与方向性,提出一种基于活动轮廓的无监督双纹理图像分割方法。首先分析基于半局部信息的纹理特征表示方法,指出其不能有效区分纹理的方向特征。然后利用半局部信息结合非线性结构张量构造4通道纹理特征,采用混合高斯模型作为纹理特征的概率密度函数,模型的数值求解采用分裂Bregman方法。新方法充分考虑纹理结构的周期性与方向特性,实验结果表明,其能够处理复杂的双纹理图像分割任务,同时具有高效与无监督特性。     

基于原—对偶混合梯度下降法的图像恢复算法

对基于原—对偶混合梯度下降法的图像恢复算法进行了改进。在原算法中,步长参数的设计对其恢复效果和收敛速度影响较大。为了改善算法性能,通过引入中间变量改变算法的形式,然后分离对偶向量的分量,用加权矩阵取代原算法中的步长参数,并对其分开设计。数值实验表明,在峰值信噪比(PSNR)和视觉效果相当的前提下,和原算法相比,降低了参数设计对算法性能的影响,且计算时间减少50%左右。     

模糊分段光滑图像分割模型及其快速算法

灰度分布不均图像是图像分割中一个难点,为此提出一种模糊分段光滑(FPS)图像分割模型.借鉴分段光滑Mumford-Shah(MS)模型与模糊聚类思想,新模型通过两个定义在图像域的光滑函数描述区域特征,并利用模糊隶属度函数代替MS模型中的特征函数.同时,边界检测算子的引入能够有效保护图像中的边界信息.数值求解采用分裂Br...