基于低秩矩阵优化的纹理图像修复

提出了1种新的低秩纹理图像修复算法,该算法将低秩纹理图像修复问题建模成低秩矩阵优化问题进行求解。由于单纯使用低秩假设不足以描述自然图像的性质,因此除了纹理的低秩性以外,算法还使用了自然图像的连续性假设:在优化目标函数中加入了总变分算子。结合纹理的低秩性和连续性假设,提出了基于凸优化的纹理图像修复算法,可以在不知道图像损毁区域的情况下自动检测损毁区域并修复纹理图像。通过结合图像的低秩性假设和连续性假设,此算法有效弥补了单纯使用低秩假设的不足之处。该算法可以有效修复低秩纹理图像,且无论是在主观视觉效果还是客观量化指标上全面优于现有同类算法。     

一种改进的重启动随机游走立体匹配算法

通过分析概率模型下重启动随机游走立体匹配算法的边缘权重仅由颜色相似性确定以及邻接矩阵不均衡的问题,对其提出了一种改进算法。首先对边缘权重进行改进,采用颜色相似性和空间邻近度共同确定,使算法在边缘区域和弱纹理区域的匹配更加精确;然后对邻接矩阵做均衡化处理,使算法对几何畸变干扰和异常值都具有很好的鲁棒性。测试结果显示,改进的算法在深度不连续区域和弱纹理区能获得更为精确的视差图。     

一种改进的RANSAC彩色图像拼接算法

本文提出了一种改进的RANSAC彩色图像拼接算法。图像拼接主要包括两个步骤,即图像配准和图像融合。该算法包括哈里斯角点检测,NCC粗匹配,改进的RANSAC提取,投影变换矩阵估计,投影变换,图像平滑等主要模块。基于统计规律的特征点提取的改进RANSAC可以极大地支持算法的实时性。结果表明,该算法快速有效。     

一种基于小波变换的多尺度铅笔画生成算法

近年来,非真实感绘制技术(non-photorealistic rendering,即NPR)在娱乐视频、医学等方面都有广泛的应用。现存的许多自然图像铅笔画生成算法,效果都不太理想,存在如铅笔画边缘线条粗重或者层次不够突出、缺少细节等一系列问题。在分析了传统的铅笔画生成算法的基础上,提出了一种改进的自然图像的铅笔画生成算法。该算法仿照艺术家手工绘制铅笔画的过程,使用小波变换的多尺度方法生成铅笔线条轮廓图,使得到的线条轮廓图保留了更多的细节信息且边缘线条不会十分粗重;再利用直方图匹配的方法得到与艺术家手工绘制铅笔画相同的色调,并使用一个优化将色调与铅笔画的纹理图结合从而得到色调纹理图;最后将线条轮廓图与色调纹理图合并得到效果良好的铅笔画。通过将该算法应用在各类图像上,发现由该算法得到的铅笔画效果与现存铅笔画生成算法相比,不仅保留了更多的细节,而且更加接近艺术家手工绘制的铅笔画。     

基于复杂纹理的遥感影像数据水印加密算法

遥感产业作为我国高科技新兴战略产业已经在我国军事政治、经济民生等方面起到了突出的贡献作用。数字水印技术是信息隐藏领域与多个领域交叉的信息安全技术,能够很好地应用到遥感专题产品的质量监督过程中,为遥感产业提供坚实可靠的保障。本文对遥感影像数据可见水印加密算法进行了研究,针对DWT算法存在的不能考虑影像全局特征和纹理特征的问题,提出了基于纹理复杂度的改进DWT算法,实验结果表明嵌入水印后影像质量较原始算法有了明显改进,有较强的鲁棒性和实用性。     

一种结合区域选择和SIFT算法的遥感图像配准方法

针对SIFT算法存在提取特征点数目大、运算速度慢、匹配点正确率不高的问题,提出一种基于区域选择和SIFT的遥感图像配准方法。首先对遥感图像进行粗配准,按照粗配准系数获得图像系列的重叠区。分割重叠区域,利用二维小波变换对分割图像进行变换得到其三个方向的高频分量,计算其高频能量总和,选取能量值最大的图像块代替原图像按照SIFT算法进行配准。改进后的方法不仅能够避免传统SIFT配准提取冗余干扰特征点,且能够加快匹配速度,提高匹配点正确率,尤其适用于大幅遥感图像配准。实验结果表明,该改进算法能够获得较高的配准精度且配准效率高。     

改进SIFT算法在二维图像三维重建中的应用研究

由二维图像恢复到三维立体结构过程中,图像匹配技术是其中很重要的一个环节。由于SIFT算法具有对图像平移、旋转、缩放、甚至仿射变换保持不变性的优点,应用最为广泛。但是SIFT算法也存在一些缺陷,如SIFT匹配点数量有限、重复率高,在大量形状相似区域匹配正确率低,匹配时间长等。本文采用简化SIFT模型进行双向匹配[1],同时增加了匹配条件即改进欧式距离匹配与余弦匹配[2]相结合,实验结果表明,改进后的SIFT算法缩短了运算时间,提高了匹配的精准度,可以较好的应用于图像匹配中。     

改进的基于样本的图像修复算法

针对图像修复过程中相似块匹配时造成的误差,深入研究Criminisi算法关键步骤的基础上,充分考虑图像中的结构性信息,提出了一种新的相似块匹配判定规则。首先,对待修复块和目标块进行颜色空间的相似性度量。然后,获取目标块和待合成块已知区域的结构性信息,并对结构性信息进行相似度度量;最后,将符合判定条件的目标块拷贝至待合成区域,更新修复区域的置信度。实验证明,该方法有效的减少了原Criminisi算法在相似块匹配中所造成的误差,在人为修复痕迹方面效果较好,与周围环境的融合也更加柔和,结果令人满意。     

基于改进样本块匹配准则的图像修复

基于样本块的图像修复方法是图像修复中常用的方法,有修复速度快,处理效果好,尤其可以处理大面积破损区域的图像等优点。基于样本块的图像修复方法在进行修复时,置信度项逐渐衰减为零,使得优先权计算的准确性明显降低,导致后期样本块的修复顺序发生较大的误差,产生图像局部模糊等情况。针对以上问题,本文引入引导因子和改用L1距离作为新的匹配准则。根据实验处理结果,本文改进的图像修复方法具有更佳的视觉效果和更强的鲁棒性,缩短了修复所用时间,取得了较好的修复效果。     

基于特征的图像压缩算法研究

本文在现存的基于SIFT图像压缩算法基础上进行研究并对其改进。提出的改进方法包括两个部分：第一部分利用稠密SIFT特征来代替SIFT特征,可以提高特征点的密度和提取效率;第二部分针对未匹配到的图像区域,采用在原始图像中标记匹配图像块,并计算像素平均值代替块内所有像素,然后利用HEVC对标记图像进行编码,编码后图像同匹配图像块进行融合,得到重建高质量图像。实验结果表明,这个两个方面的改进可以获取比现存方法更好的主观质量。