基于LUT的逆半调改进算法

针对误差分散类半调图像,提出了一种基于查找表的逆半调改进算法。并用实验方法分析了训练样本大小、所选LUT模板与空值率之间的关系,且对LUT逆半调建表阶段出现空值时所采用的空值估计方法进行了改进;针对图像客观评价方法,提出一种寻找最高峰值信噪比的LUT模板选择算法。实验结果表明,利用所提出的优化LUT算法恢复的逆半调图像在人眼视觉以及峰值信噪比上有明显的提升。     

一种自适应误差分散逆半调算法

针对误差分散类半调图,提出一种基于Laplacian(L)金字塔的自适应逆半调算法.通过研究半调噪声与误差分散核(半调核)的关系,引入噪声粒度反映不同半调核的影响;采用分治策略,利用L金字塔变换提取含噪高频,采用融合技术将半调噪声转化为易于处理的脉冲噪声,使用维纳滤波器和中值滤波器去噪.实验证明,该算法能自适应选择阈值,具有保图像边缘清晰、时空复杂度较低、峰值信噪比高等特点.     

基于自适应中值滤波的逆半调算法

针对误差分散半调图像,提出了一种基于自适应中值滤波的逆半调算法。该算法是在传统低通滤波逆半调算法基础上进行改进,先用一个大小为11×11、方差为1.3的高斯低通滤波器对半调图像A进行平滑处理,利用自适应中值滤波器得到图像B,在平滑非脉冲噪声的同时试图保留细节;然后通过带通滤波器得到图像B的边缘,并对边缘进行去噪增强处理,得到边缘图像F;最后把处理后的边缘图像F以一定的增益倍数与图像B进行线性相加,得到最终逆半调图像。试验结果表明,该算法在进行图像平滑的同时有效地保留了图像细节,处理后的图像的峰值信噪比比传统低通滤波方法高,图像的信息熵也有了提高。     

图像分割的误差分散半调算法

为了减少数字图像半调过程中传统误差分散法产生的可见人工纹理,提出了一种基于图像分割技术的误差分散法．该方法使用图像分割技术将图像分割为同灰度区域和不同灰度区域,在半调过程中只对同灰度区域使用阈值调制,并使用与输入灰度相关的具有4个方向的误差分散系数处理半调误差．实验结果表明该方法能够有效地减少半调图像中的人工纹理,而且在峰值信噪比、加权信噪比和统一图像质量指标标准上优于Floyd-Steinberg的误差分散法、Ostromoukhov的误差分散法和Bingfeng Zhou的误差分散法．     

基于中值金字塔变换的图像逆半调

针对误差分散半调的系统特征，构建了一种基于非线性中值算子的多分辨金字塔变换．研究了变换后各级近似、细节信号中半调噪声的分布特性和消噪方法．提出了一种用wiener滤波抑制一级细节中半调噪声，并用消噪后的细节与近似信号重构连续色调图像的逆半调算法．实验结果表明．该变换具有较好的信噪分离能力，比线性多尺度变换更适合于逆半调．新逆半调算法的时空间复杂度较低．其结果的峰值信噪比值及去噪保沿效果良好．     

基于色彩分类的查找表图像逆半调方法

将灰度图像的查找表逆半调算法扩展到彩色图像的逆半调,虽然考虑了彩色图像中三通道的色彩相关性,但简单地以半调值为索引值向映射表中添加连续值,不仅使映射表中的数据不够真实,也使得逆半调图像质量受半调噪声影响而降低。为此,提出一种色彩分类存储的查找表彩色图像逆半调方法,它首先从连续图到半调图对像素值进行色彩配比,然后判断配比值：若两值的色彩配比值相等或相近,则以半调值为索引,将连续值存入查找映射表中;若不相近,则将该值存入一个替补表中,作为查找表估值的依据。实验证明,色彩分类的查找表图像逆半调效果图的视觉效果比查找表彩色图像逆半调效果图的好,且其峰值信噪比、色彩还原程度、色彩倾向值均高于查找表方法所得值。     

半调图像的分类方法

针对半调模式的特点,提出有监督流形上的半调图像分类方法。该方法采取3个方向像素自相关特征和同或运算来描述纹理特征,利用图像分块的思想获取纹理特征,以利于提高建模效率和纹理特征的有效性。结合有监督学习和噪声样本点对模型、高维样本特征进行线性降维,以改善样本特征的可分性。在实验中分析建模方法的有效性,比较所提出方法与5个同类方法的分类性能并探讨了相关参数对分类性能的影响。实验结果表明,当K=32且L=8时,所提出得方法性能最好,且优于其它5个同类方法。     

一种半调图像分类识别算法

分析影响逆半调质量的各种因素,引出半调图像识别研究的目标,并运用增强一维自相关函数、共生矩阵和游程矩阵研究半调图像的相关周期和纹理特征,通过构造多级分类器及其标准向量建立了一种常见半调图像的类型识别算法.实验表明,该算法的平均识别正确率可达99%,解决了估值类逆半调技术的实用化问题,也为其他逆半调方案的针对性设计和参数自适应优化奠定了基础.     

基于改进模拟退火算法的LUT逆半调模板选择

针对影响LUT逆半调图像质量的模板选择问题,提出了一种基于改进模拟退火算法求取最优LUT逆半调模板算法。该算法能对灰度图像逆半调,还扩展至彩色图像逆半调。彩色图像逆半调时,充分考虑彩色图像R,G,B 3通道之间的相关性,将单通道模板扩展为3通道。实验结果表明:本算法寻得的模板具有全局最优性;与传统模板选择算法相比,利用本算法对灰度图像和彩色图像进行逆半调的结果图在人眼视觉效果上更佳,平均峰值信噪比更高。     

基于差分进化算法的查找表逆半调模板选择

为提高图像逆半调技术中传统查找表法的模板对逆半调图像的质量和效果,提出了一种基于差分进化算法求取图像逆半调技术中查找表最优模板选择的方法。实验表明本文方法寻得的模板具有全局最优性,求得的最佳模板与其它算法相同,但是在收敛速度方面优于其它全局搜索算法。     

基于信息融合的超谱图象分类方法研究

针对高数据维给超谱图象有效信息提取和分类造成的困难，引入了自适应子空间分解方法进行数据源的划分，并在此基础上进行了基于信息融合的超谱图象分类研究，在根据超谱数据本身特点获得的子窨上进行信息融合，有利于分类特征的集中和提取，实验结果表明，利用自适应子空间分解方法划分数据源是有效的，基于小波变换的特征层融合和基于意见一致性理论的决策层融合适合超谱图象的分类。     

基于直方图与图像分块融合的阶调映射算法

阶调映射算法（TMO）旨在将高动态范围（HDR）图像以最符合人眼感知的形式复现于低动态范围显示设备上.为此基于图像分块与融合,提出一种直方图调整的阶调映射算法.高动态范围图像被分为若干非重合的长方形区域,在每一块区域中阶调映射问题被视为基于直方图的K均值聚类问题并且建立相应的求解目标函数.各区域中解得的映射函数根据该区域的均匀性进行调整,以避免对比度增强过度,从而减少伪影.最后,提出一种双边滤波形式的图像融合策略以保证区域边界的平滑性,兼顾位置及亮度差,进而提升映射结果的自然性.在实验中,采用阶调映射图像质量指标来对算法进行客观评估,结果表明所提算法相对于经典的阶调映射方法有更好的阶调映射效果,在细节增强与全局外貌保留间达到平衡,并在局部阶调映射算法中具有较好的运算效率.     

一种基于全变分模型的图像修复改进算法

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。     

基于小波变换的多聚焦图像自适应融合

图像融合是对来自同一场景的不同源图像的信息进行互补和合成,从而获得更为准确、更为全面、更为可靠的图像。采用了一种基于小波变换的自适应图像融合方法,首先将配准好的图像进行小波分解,并提取出细节分量和近似分量。其次,针对不同的频率域选择不同的融合规则,对低频系数选取区域均匀度和变化率相结合的融合规则,对高频系数选用区域方向对比度和区域匹配度相结合的自适应融合规则。最后通过小波逆变换得到融合图像。将其它融合算法和文中所提算法进行主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。     

一种抗噪声的高效多聚焦图像融合算法

针对普通光学系统对图像处理算法实时性要求高及噪声环境的特点,提出一种基于拉普拉斯塔型分解伪逆重构的抗噪声图像融合算法.采用正交小波分解构建图像数据金字塔结构,重构过程采用一种新的伪逆重构算法.新算法可抑制压缩过程量化、阈值处理等带来的系统噪声及加性白噪声,算法复杂度低.可获得比原拉普拉斯金字塔变换法较优的多聚焦图像融合效果,并具有抗噪声能力.     

基于小波变换的全局能量图像融合算法

提出了一种基于小波变换的全局能量图像融合算法。对小波分解系数采用基于全局匹配度来选择和加权的融合规则。全局匹配度以区域能量作为测度,包含了小波分解的高频3个方向的匹配度。使得选择策略下融合图像的高频3个方向的小波系数均来自同一源图像,保证了小波重构时融合的一致性。实验结果表明,全局能量法的融合图像具有更好的融合特性。     

基于带有权值混合泛函的盲超分辨率

为了克服传统的超分辨率算法的限制(如不能处理带有局部运动图像,因此不适合一般的视频序列;模糊算子被认为是提前知道并且对于每一低分辨率帧都是不变的;超分辨率噪声不是采用高斯分布就是采用拉普拉斯分布的),同时考虑到噪声模型,提出了一个广义的局部权值自适应地混合L1和L2泛函的代价函数。权值会根据配准误差和噪声分布自适应地改变并且惩罚图像中配准错误的部分。本文算法对奇异值具有很强的鲁棒性,同时超分辨率图像和模糊算子可以联合估计出来。主观评价和客观评价同时表明了本文算法的有效性。