基于FBP的迭代算法研究

在用传统的滤波反投影算法（FBP）重建图像时,往往不可避免地出现许多伪影。为了减少伪影,论述了一种基于FBP的迭代算法,此处投影采用平行光束。算法分为三个过程,第一个过程采用FBP算法重建图像,第二个过程将重建后的图像再次投影并与第一次的投影做外差并将此差值做反投影获得改进量,第三个过程将改进量与第一次重建的图像相加获得修正后的图像,重复该过程。多次迭代后图像膺像明显减少,图像质量增强。     

基于改进Landweber算法的光学层析成像研究

光学层析成像技术由于其非接触性、结构简单、采样率高、安全性高、分辨率高等特性，在工业流体监测以及医学等领域得到广泛应用，同时在学术领域上也具有很高的研究价值。光学层析成像分为扫描阶段和图像重建阶段。在重建过程中，算法的性能往往决定着图像重建的质量。鉴于现有重建算法存在重建速度慢与图像质量不高等问题，提出一种基于预置矩阵的Landweber重建算法。该算法通过引入历史迭代信息、在迭代过程中添加预置矩阵和加速项而加快迭代速度，减小重建图像与真实图像的误差。对圆形测量场内5个特定分布进行实验仿真，对比所提改进算法与传统算法的性能。仿真结果显示，该算法的重建误差在5%左右，同时证实该改进算法相较于传统算法有显著性能提升，重建误差降低48%，图像质量得到显著提升。     

基于信赖域技巧的共轭梯度方法的图像重建算法研究

图像重建算法是电容层析成像系统研究的关键技术,寻找一种重建图像速度和重建图像质量都能满足工业应用要求的图像重建算法是十分必要的。基于信赖域方法的共轭梯度算法是在普通共轭梯度算法的基础上提出的一种新的图像重建算法,提高了图像重建的质量与速度。     

基于改进电极敏感场的ECT图像重建算法研究

针对目前电容层析成像技术中重建图像质量有待提高的问题,对该技术正问题和反问题的改进方法进行了研究。通过将电极数目由传统的8电极增加至12电极来增加投影数据,从而改善图像重建的欠定性,并且在12电极敏感阵列的基础上对其灵敏度矩阵进行了均值滤波的改进处理,基于处理后的灵敏度矩阵对经典图像重建算法LBP算法和Landweber迭代算法进行了改进,仿真研究结果表明,基于敏感场滤波处理后的两种算法较之于原始算法成像精度明显提高。且两种算法中,改进后的Landweber迭代法成像效果更好。     

红外图像超分辨率重建技术研究

利用图像超分辨率重建技术可以在不改进硬件的情况下提升现有成像系统的图像分辨率。为提升红外图像质量,提出了一种基于NSCT变换与自适应正则化重建相结合的图像超分辨率重建算法。算法充分考虑了实际红外图像中噪声特点,利用NSCT变换特点在尽可能减少图像信息损失的条件下,对加性噪声与乘性噪声采用不同策略进行了抑制,并对预处理后的红外图像序列进行自适应正则化重建。实验结果表明本算法处理后的红外图像在主观视觉效果与客观指标上较传统图像处理方法均有改善。     

彩色图像边缘检测改进算法

介绍了梯度的概念和度量方法,分析了常用梯度算法,对其中的Sobel算子进行改进,从灰度算法改进到RGB三维空间,提出了一种针对彩色图像的边缘检测算法.本算法在Delphi平台上实现,与同类算法做了多次实验对比.实验证明,该算法能有效增强彩色图像的边缘,耗时较少,经过封装后可以直接用于二值图像、灰度图像和彩色图像,具有一定的通用性和实用价值.     

区域指导的彩色图像插值

本文提出了一种针对彩色图像的区域指导的插值算法.该方法首先从低分辨率图像中计算象素沿梯度方向的1、2阶方向导数,然后把彩色图像划分为常数、线性和非线性区域,并对不同的区域施用不同复杂度的滤波器.实验结果表明,与传统的双线性插值相比,该方法可以明显改进插值图像的质量;重建所需的时间也比单纯使用复杂滤波器的时间减少很多,并且可以实现彩色图像的任意放大.     

基于Landweber迭代的图像重建算法

本文尝试将一种新型的基于Landweber迭代算法用于电阻抗断层图像(EIT)重建。该算法与线性反投影算法不同,Landweber算法可以明显地改进图像质量。仿真结果表明,它不仅可以消除噪声干扰,而且能加快收敛速度。     

基于字典稀疏表示的图像超分辨率重建

针对单字典学习的稀疏表示超分辨算法不能保证相邻图像块的兼容性而导致稀疏重建后图像质量低的问题,提出了图像块对学习的稀疏表示的改进方法。该方法使用主成份分析法处理训练样本的图像特征块;然后在输入的低分辨率图像块的稀疏表示系数中恢复出高分辨率图像块;最后将低分辨图像块的稀疏表示与高分辨图像块字典组合生成高分辨率图像块的超分辨重建算法。实验数据对于提出的算法能有效地恢复出质量更好的图像且峰值信噪比有所提高。     

重建高分辨率图像的实时串行迭代算法

提出了一种基于多帧低分辨率图像重建高分辨率图像的实时串行迭代算法，在得到与传统多帧算法图像质量相近的同时，大大节省了计算所需的存储空间，给出了该算法的收敛性的证明，计算机模拟结果表明该方法和实验的一致性，最后在一个实际系统验证该方法。     

物光与参考光强度比对数字全息再现像质的影响

为了提高数字全息显微中的重建精度及速率,采用理论分析与实验验证相结合的方法,对数字全息显微中基于同态信号处理的广义线性重建算法进行了理论分析,比较了同一物场在不同物光与参考光强比条件下的实验结果。结果表明,随着参考光与物光光强比的不断增大,广义线性重建算法再现像质得到明显改善,但当这一比值增大到一定值时,再现像质量则逐渐下降。寻找合适的物光、参考光光强比,是利用数字全息广义线性重建算法实现高质量再现像的重要条件。     

An adaptive color plane interpolation method based on edge detection

In this letter, an adaptive interpolation algorithm based on edge detection is proposed. With this algorithm, all the missing green values can be reconstructed in Bayer pattern image by using edge detection interpolation method. Reconstructed images composed of green pixels are classified according to the high frequency components in image, and the threshold T needed for all kinds of green images in the edge detection is determined through experiments. The edge detection is carried out based on the one Dimensional （1D） gradient operator. If the gradient value is greater than T, this pixel is located on the edge; otherwise the pixel is in the smooth area of the image. Finally, the simple bilinear interpolation is used for the smooth area while the Laplacian interpolation with the second-order correction term is adopted to reconstruct the other red/blue values on the edge. This algorithm resolves effectively the conflicts between reconstructing high quality color image and reducing computational complexity, and thus largely enhances the processing speed for the reconstructed color image.     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

计算机统一设备架构加速外部计算机断层图像重建

外部计算机断层成像(CT)重建主要用于重建管状物(如管道)的管壁截面图像,具有重要的实际意义。外部CT重建算法中,带子区域平均图像总变差最小的凸集投影(SA-TVM-POCS)重建数值算法可以得到高质量的CT图像,可用于管道的无损检测。但由于在实现过程中计算量较大,阻碍了其在一些时间要求较高环境中的应用。计算机统一设备架构(Computer Unified Device Architecture, CUDA)是近几年发展起来的解决高强度计算的有效工具之一,该文利用CUDA的高强度并行计算性能,提高外部CT问题SA-TVM-POCS算法的速度,从而增加该算法的应用范围;为充分利用CUDA其高强度数据级并行计算能力,该文改进了SA-TVM-POCS算法的实现过程以适应CUDA的并行计算架构。实验结果表明,该文方法可以在重建图像质量没有下降的情况下,加速比达到20倍以上;所以,利用CUDA可以加快SA-TVM-POCS算法的计算速度。     

彩色多聚焦图像邻域融合算法的改进

针对彩色多聚焦图像融合存在色彩分布不均、斑效应问题,提出一种图像空间信息和颜色信息分离研究的改进算法。首先对源图像进行HSV变换并分离各分量,然后表示空间信息的V分量进行小波分解,最高分解层高频系数选用基于邻域的对比度取大融合规则,而其余分解系数选取基于邻域梯度的加权融合规则。其次重构得到融合图像V分量,表示颜色信息的H、S分量采用源图像与融合图像间V分量欧氏距离取小规则,最后进行HSV逆变换得到融合图像。经MATLAB仿真,该算法可有效缓解融合图像色彩分布不均及斑效应现象。     

一种有效的压缩感知图像重建算法

多数现有的压缩感知重建算法基于单观测向量,处理图像信号时将其表示成一维信号,算法效率低,重建图像的效果也有待提高.本文提出了一种基于多观测向量和稀疏贝叶斯学习的重建算法,通过同时处理观测矩阵的每一列直接求得加权系数矩阵,从而快速重建图像.在相同的采样率条件下,该算法的重建图像效果更好,算法效率明显提高.采用标准测试图像...     

基于全变分Retinex及梯度域雾天图像增强算法

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分Retinex及梯度域雾天图像增强算法。首先,采用高斯—赛德尔GS（Gauss-Seidel）迭代算法对基于Retinex的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度, 在全变分Retinex理论下重建增强后的雾天图像,并将该增强算法应用到彩色图像;最后,加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果,使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明,本算法提高了雾天图像增强后的对比度和清晰度,具有颜色恒常性、颜色保真高等特性。     

基于暗原色先验模型的水下彩色图像增强算法

针对在水下环境中,光的散射和衰减导致水下光学成像质量严重下降,图像对比度低、颜色失真的问题,提出了一种暗原色先验和基于通道直方图量化的颜色校正算法相结合的图像增强新方法。对于待增强的水下彩色图像,首先建立水下光学图像成像模型,并利用优化与改进的暗原色先验算法对图像进行去模糊,然后通过分析R、G、B三通道的累积直方图,对去模糊后的彩色图像各通道灰度值进行量化,实现图像的颜色校正。实验结果表明,提出的方法可以有效地消除了由于光的散射造成图像的模糊,有效提高了水下图像的视觉效果,恢复水下图像的颜色平衡。     

双分支残差去马赛克网络

为了缓解传统拜耳型去马赛算法中常出现的拉链和伪影等问题,提出一个新颖的基于深度学习的去马赛克算法.所提算法首先对马赛克图像中的红色、绿色及蓝色通道中的像素进行分解、剔除及组合等操作得到两幅彩色图像,然后将这两幅彩色图像输入到设计的卷积神经网络中,以重建出完整的彩色图像,该网络能充分地利用卷积层所生成的特征信息.实验结果...     

基于不可分离MRA的快速小波去噪图像重建

提出了一种基于不可分离MRA的小波去噪重建算法.算法将投影数据进行二通道的小波分解,从而直接得到小波的近似系数和细节系数,对这些小波系数进行基于小波的阀值化去噪处理,再经过逆小波变换就得到了最终的重建图像.算法降低了复杂度,与可分离MRA重建算法比较速度更快,并且可以去噪.