全变差框架下快速恢复彩色图像的方法研究与应用

数字图像在采集和传输过程中很容易被噪声污染或出现不同程度的模糊现象,这给图像的后期处理和应用带来相当大的困难. 改进的算法基于交替最小化算法和新的二分法技术,在全变差能量最小化的框架下,提出一个具有自动选择最优均衡参数能力对彩色图像去除噪声及通道内和通道间模糊的算法. 实验结果表明,由于所采用的二分法的快速收敛性,改进的算法可以很快确定最优均衡参数数值,从而提高了算法的去噪声和去模糊能力及自适应能力.     

基于小波变换与曲波变换的图像插值

提出了一种组合小波变换与曲波变换稀疏约束的图像插值算法。利用小波变换对图像纹理成份和曲波变换对图像卡通成份的稀疏表示特性,首先将图像插值问题转化成稀疏约束的图像重建问题,然后通过迭代投影对复原最优化问题进行求解,从而实现成份自适应的图像插值。实验结果表明,相比于现在有图像插值算法,本文算法可以显著地提高被插值图像的峰值信噪比(PSNR)和视觉质量。     

全变差图像去噪模型的快速求解

针对全变差正则化模型求解算法普遍存在收敛速度慢的问题,基于Bregman迭代正则化方法构建了一种快速求解全变差正则化模型的迭代算法。实验结果表明,该算法能快速求解全变差正则化模型,得到的复原图像在峰值信噪比和主观视觉效果方面有着明显提高。     

基于提升小波分解曲波变换的雷达影像消噪法

利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊 波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表 明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波 相比效果更好。     

基于小波变换的皮肤显微图像去噪算法的研究

在皮肤症状自动诊断系统中,为了消除图像中皮肤表面的毛发与纹理对识别系统的干扰,分析了小波变换的特点,将塔型小波变换和树型小波变换进行了比较,并根据皮肤显微图像一阶分解后得到的4个子图能量分布情况,提出了基于塔型分解的模极大值小波域的去噪声算法.实验证明,该算法对皮肤显微图像去噪效果较好.     

图像去噪的改进自适应全变差正则化模型

针对经典全变差正则化模型在去噪时图像边缘易模糊的不足,在全变差正则化模型与调和去噪模型的基础上构建了一种改进的自适应全变差正则化模型,并利用旋转不变性更好的梯度模值确定其自适应参数,降低该自适应正则化模型对噪声的敏感性,以兼顾图像的平滑去噪与边缘保留。数值实验结果表明,与MARQUINA的改进全变差正则化模型相比,自适应全变差正则化模型的复原图像在视觉效果和峰值信噪比上都有显著提高。     

基于小波的医学图像去噪方法研究

为有效地表现医学图像原有信息中有用的信息,降低医学图像受噪声干扰的现象,减少诊断误差,本文将现有的小波图像去噪方法运用于医学图像,并对各种方法进行实验分析比较,以提供医学参考。实验发现,与较常用的均值滤波与中值滤波相比,小波去噪方法有效提高了医学图像的去噪PSNR值。     

基于二代曲波变换和PCNN的高光谱图像融合

为了解决高光谱图像的高数据维给后续图像分析和处理带来的困难,提出了一种基于二代曲波变换和脉冲耦合神经网络(PCNN)的融合新算法.利用各波段数据间的局部相关性将整个数据空间划分为若干个相关性较强的独立子空间,在对子空间内的各波段光谱图像进行曲波多分辨率分解的基础上,分别依据各波段图像所含有的信息量对曲波粗尺度系数进行加权融合和利用PCNN的全局耦合特性与脉冲同步特性对细尺度系数进行智能选取,最后由曲波逆变换得到各子空间的融合图像.AVIRIS数据融合实验表明,该算法能有效地实现高光谱数据维数减少和特征提取,相比于提升小波融合算法、主成分变换算法和基于典型融合准则的曲波融合算法,其所提取的图像特征在高光谱异常检测时能得到更多的真实目标.     

基于曲波噪声估计的K-SVD字典学习地震资料去噪

常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。     

基于全变差和小波方法的图像去噪模型

用小波系数范数代替OSV模型中的H^-1范数，得到了一个新的全变差去噪模型,通过求解该模型的极小化，推导出其相应的Euler—Lagrange方程为小波域中的二阶非线性偏微分方程，根据有界变差泛函中的Poincare等式和下半连续性．证明了该模型极小值的存在性．数值实验表明新模型在有效去噪的同时可以保持较好的视觉质量。     

Junk band recovery for hyperspectral image based on curvelet transform

Under consideration that the profiles of bands at close wavelengths are quite similar and the curvelets are good at capturing profiles,a junk band recovery algorithm for hyperspectral data based on curvelet transform is proposed.Both the noisy bands and the noise-free bands are transformed via curvelet band by band.The high frequency coefficients in junk bands are replaced with linear interpolation of the high frequency coefficients in noise-free bands,and the low frequency coefficients remain the same to k...     

一种基于多小波变换的自适应图像去噪算法

介绍一种新颖的自适应图像去噪算法.通过将图像变换到多小波域,并利用分形几何和图像的偏微分方程知识,提出一种新的图像软阈值去噪算法.对于欲去噪的图像,该算法能够在多小波域中,自动确定去噪阈值.实验结果表明,该算法不仅去噪效果好,而且运行稳定.     

基于纹理结构的超声图像自适应去噪模型

针对目前全变分模型不能在去除噪声的同时有效保持纹理信息的问题,提出了一种新的基于纹理结构的超声图像自适应去噪模型.该模型首先使用纹理信息来描述超声图像的斑点特性.根据纹理特性来定义均匀性值,从而把超声图像从灰度域映射到均匀性域.然后根据二维均匀性直方图来确定阈值从而将像素点分入均匀点集或非均匀点集.最后根据像素点所隶属的集合自适应的选择不同范数的全变分去噪方法,通过大量实验验证了所提模型的有效性.     

融合卡方累积分布函数和PDE的曲波阈值去噪法

针对硬阈值函数不连续导致视觉失真和软阈值函数存在恒定重构偏差的问题,依据噪声的曲波系数分布特性以及理想阈值函数特性,提出了基于卡方累积分布函数的新阈值函数．为了克服阈值去噪法固有的环绕效应和难以兼顾细节保持与去噪效果的性能缺陷,将偏微分方程去噪图像中包含的有益信息融合进新阈值函数去噪图像中,提出了新去噪方法．理论分析和仿真结果一致表明,较软、硬阈值去噪法,文中采用卡方累积分布函数和偏微分方程改进的曲波阈值去噪方法,可以有效地改善去噪效果和视觉质量．     

加权变分去噪模型的分裂Bregman算法

针对求解加权变分去噪模型时大量迭代导致计算速度缓慢的问题,为提高运算速度,在加权变分去噪模型中引入分裂Bregman算法.实验表明,与梯度下降法相比,该算法迭代次数少、处理过程快,极大地缩短了运算时间,并且保持了较好的去噪效果.     

基于贝叶斯估计自适应软硬折衷阈值Curvelet图像去噪技术

针对传统阈值图像去噪方法存在的不足,提出了基于贝叶斯估计和Curvelet变换的软硬折衷阈值图像去噪方法,自适应地对不同的Curvelet子带进行阈值化处理.实验结果表明,该方法对图像中的边缘曲线特征有更好的复原.去噪后图像的峰值信噪比值（PSNR）更高,视觉效果更好.     

Combining the wavelet and second order total generalized variation for the image zooming algorithm

A new image zooming model combining the wavelet and second order total generalized variation is proposed. The original image is regarded as the wavelet low-frequency band for the zoomed image, and the high-frequency bands are estimated. Further processing is implemented for the zoomed image using the second order total generalized variation. The second order total generalized variation may lead to an absence of the staircase effect and keep most details, and therefore, the high quality image is reconstructed. Finally, experimental results have illustrated that our algorithm not only can achieve better zooming but also can produce a very satisfactory denoising effect.     

一种新的基于小波变换的掌纹图像去噪算法

掌纹图像去噪是基于掌纹的身份鉴别技术的第一步.本文提出了一种新的基于小波变换的掌纹图像去噪算法,并通过实验验证了此算法对掌纹图像去噪的有效性.