基于整体变分的相位恢复

相位恢复是指利用直接测量得到的强度分布恢复相位从而重建波函数。为了能够在已知强度信息的情况下最大限度地恢复相位,结合强度传输方程提出一种基于整体变分的相位恢复算法：首先在一致性照明的情况下建立相位恢复模型,然后把相位恢复问题转化为带有整体变分正则化项的图像能量泛函极值问题,再使用有限差分牛顿法求出相位的最优解。该算法只需要测量临近空间平面上的光波的空间强度即可从强度图像中恢复相位信息,避免了由于干涉法要求光源的空间和时间连续所造成的分辨率、敏感性等问题。实验表明在恢复相位的同时可以保持良好的边缘。     

一种利用整体变分的深度恢复算法

由散焦图像恢复三维景物的深度信息是一个不适定问题.提出一种新的基于整体变分的散焦图像深度恢复算法:首先将散焦图像深度恢复转化为带有整体变分正则化项的能量泛函极值问题,然后采用变分原理将其中的最小化问题转为偏微分方程的求解,最后通过方程迭代获得深度的最优解.该算法避免了解不适定问题的逆,恢复聚焦图像等问题.模拟图像和真实图像的实验结果表明该算法是有效的,与最小二乘法相比具有较小的均方根误差.     

文本图像的双边总变分超分辨率恢复方法

超分辨率图像复原的目的是从几幅包含有相同观测区域的图像序列中重建更高分辨率的图像。一般的超分辨率算法没有考虑文本图像的分段连续性,因此有可能丢失笔画边缘处的细节信息。双边总变分正则算法具有很好的边缘保持能力,因此可以应用到文本图像的超分辨率恢复。本文根据汉字的字符结构特点,对双边总变分正则算法进行了改进,根据汉字的笔画组成特征。提出新的正则项。该方法由于充分地考虑了汉字文本图像的结构特征,因此能够很好地保持汉字的笔画的尖锐边缘。实验也证明了使用本文所提出的BTVCH算法获得的超分辨率文本图像可以获得最高的字符识别率。     

整体变分算法在图像修补中的应用研究

对如何将整体变分模型用于图像修补进行了讨论．主要研究整体变分算法在待修补区为长条形空白区域的图像修补，并根据待修补区为长条形的特点，通过引入权值，对整体变分模型的离散化算法作了改进，使该算法利用邻域信息仅对待修补空白区域进行填充，而不改变待修补区邻域的像素值．实验表明，文中算法对窄长条状或线状空白区域的图像修补是有效的。     

基于整体变分正则的图像盲恢复研究

实现了一种基于TV正则化的图像盲恢复算法。采用了交替迭代算法,保证迭代中能同时恢复出图像以及点扩张函数,并在每步迭代中自适应调整其扩散参数。实验结果也显示了迭代过程的收敛以及鲁棒性(特别是对于非连续的模糊),而且图像和点扩张函数可以在很高的噪声级下恢复。     

基于整体变分正则的图像盲恢复研究

实现了一种基于TV正则化的图像盲恢复算法。采用了交替迭代算法．保证迭代中能同时恢复出图像以及点扩张函数．并在每步迭代中自适应调整其扩散参数。实验结果也显示了迭代过程的收敛以及鲁棒性（特别是对于非连续的模糊），而且图像和点扩张函数可以在很高的噪声级下恢复。     

基于变分的保持特征的有噪图像放大算法

针对图像放大后出现边缘模糊的现象,该文考察了典型边缘的特征,利用整体变分思想,提出了一种基于变分模型的有噪图像放大算法。利用导出的偏微分方程和图像边缘的局部梯度信息,该文算法实施一种自适应非线性滤波处理,能够较好地保持图像边缘锐度,同时有效地去除图像噪声。为了保持图像的特征和细节,文章利用图像的方向导数局部地调整正则系数.理论分析和实验结果皆表明此文算法的有效性。     

基于最小鉴别信息的正则化图像恢复方法

提出在正则化图像恢复方法中将图像恢复结果与先验图像的最小鉴别信息作为新的正则化约束.同传统的正则化约束不同,新的约束使得恢复的图像与给定的先验图像具有最相似的灰度分布.同时给出一种自适应确定正则化参数的方法.实验结果表明,新方法在恢复效果上要优于传统的正则化方法,但对噪声则比较敏感.因此,提出在降质图像含有较多的噪声时保留传统的正则化约束,以达到更好的恢复效果.     

基于变分和小波变换的图像放大算法

为了更好地放大图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像放大算法.该算法的思想是先构造一个用Besov范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到放大图像.小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得文中新算法具有运行时间短、速度快的特点.与传统的插值放大图像不同,该算法是用变分的思想进行图像放大.理论分析和实验仿真表明,该算法能达到和样条插值同样的放大效果.     

基于整体变分的图像修复研究

图像修复是指对数字图像中丢失破损的部分进行还原,是一种很早出现的工艺技术。目前,图像修复技术有了巨大的发展。本文从基本理论、模型建立和数值计算方面介绍了基于总体变分的图像修复算法。     

图像恢复的高效并行算法及关键技术

首次从并行处理的途径分析了能产生高恢复质量，但具有高计算复杂性的图像恢复算法BNM的并行性，并对影响该算法并行效率的关键问题，提出了有效的解决方案：①采用条状重叠的数据分配方案，减少了并行处理中的通信量；②给出了不同读取策略的内部实现模型，分析了不同读取策略对I／O带宽产生的影响，提出了能够获得高I／O性能的读取策略；⑧提出了降低通信量的“关键位通信”方法．综合运用上述策略，设计并实现了高效的并行BNM算法．理论分析和实验表明，该并行BNM算法具有很高的加速比、并行效率及很好的可扩展性，是解决图像恢复实用性的有效途径。     

基于改进的遗传算法的图像恢复

在对图像退化模型和图像恢复的可能性进行分析的基础上,重点介绍采用遗传算法进行图像恢复的原理。针对标准遗传算法进行图像恢复时,存在过早收敛现象,及计算量过大的问题,从整体入手,对遗传算法的编码方式、选择算子、交叉算子、变异算子进行了改进,并采用VC++6.0编程软件进行实验。实验结果表明,改进后的遗传算法用于图像恢复,不但可以较好地克服过早收敛现象,提高了计算速度,而且恢复出的图像具有良好的效果。     

单亲遗传算法及其全局收敛性分析

序号编码的遗传算法(GA)不能在两条染色体的任意位置进行交叉,必须使用PMX,CX和OX等特殊的交叉算子,而这些交叉算子实施起来都很麻烦.针对序号编码GA的上述不足,提出一种单亲遗传算法(PGA).PGA采用序号编码,不使用交叉算子,而代之以隐含序号编码GA交叉算子功能的基因换位等遗传算子,简化了遗传操作,并且不要求初始群体具有多样性,也不存在"早熟收敛"问题.仿真结果验证了这种算法的有效性.     

基于小波四叉树的图像去噪方法

噪声对图像分析、图像压缩的性能有严重的影响。经典的图像滤波器在抑制噪声的同时会丢失图像中的细节。分析了噪声在小波变换下,二进小波变换的极大值在不同尺度下的传播特性之间的关系,并构造了一个一般形式的检测噪声点的四叉树。通过对四叉树的遍历,对图像中椒盐噪声点和高斯噪声的极大值点进行多尺度的定位。实验证明这种方法能有效去除图像噪声,最大限度地保存图像的细节。     

基于DCT和DWT的彩色图像盲数字水印算法

提出了一种实用的基于离散余弦变换和离散小波变换的彩色图像盲数字水印算法.通过实验测试,提出的算法很好地保持了图像质量,对诸如JPEG压缩、滤波、噪声污染、缩放、剪切、马赛克效果、锐化等常见的信号处理和攻击均具有很强的鲁棒性.     

基于视觉选择性的离变焦图像序列慢变特征提取算法研究

传统慢特征分析(SFA)方法提取的慢变特征不能揭示自然图像的视觉空间拓扑结构。基于此,提出基于视觉选择性的离变焦图像序列慢变特征提取算法。以myTICA方法替代源SFA算法的PCA方法,提取能够反映自然图像离变焦图像序列的视觉空间基的种类、每类元素数量、类内与类间拓扑结构不变性的Gabor特征,并建立与该序列对应的不变性特征森林;利用蒙特卡洛马尔可夫(MCMC)算法替代源SFA算法的多项式扩张方法,实现Gabor类内的元素扩展;利用自定义的近似正交剪枝算法实现不变性特征森林的优化,顺次解决元素法的采样丢失与森林优化问题;利用自定义响应度计算规则实现特征匹配。实验结果表明:该算法正确可行,具有较好的抗噪能力;在实验阈值为0.4时,算法获得识别率为99.96%,说明该算法具有较强的分类能力。     

基于Lucy算法的散焦图像复原

本文首先介绍了图像的散焦图像退化原理,并介绍了高斯散焦模型及散焦退化点扩散函数的有效和准确的估计方法.然后详细阐述了一种新的基于Wiener自适应滤渡和Lucy-Richardson迭代算法相结合的复原方法.经大量实验表明,这种新的方法可以取得非常好的复原效果.     

基于改进的神经元网络的图像恢复与重建新算法

本文简单介绍了最早的图像恢复的神经网络方法,Lambertian反射模型虽可用于图像的恢复与重建,但它有很大的局限性。为此,本文给出了一种基于改进的神经元网络的新型反射模型,用于三维图像的恢复与重建,此新法不需知道光源方向,经实验证明,具有计算快捷且图像识别精度高的特点。     

一个基于四元树的图象平移算法

近年来,图象的四元树表示及在四元树上执行图象操作运算已有许多研究,其中图象平移是受到广泛注意的论题之一.但是,至今为止的主要研究工作均需要“排序”或“二分查找”技术实施图象平移操作,因而算法的时间复杂度过高,运行效率较低.本文给出了一个基于四元树的图象平移算法,突破了已有的传统研究方法,采用“活动边(active edge)”数据结构,在图象平移操作时保持“活动块(active block)”的信息,使算法既不需要“排序”也不需要“搜索”,因而大大降低了时间复杂度.大量的对比实验也表明了该算法的可行性和有效性.     

一种基于块配准的运动模糊图像复原算法

提出一种基于图像块配准的运动模糊图像复原算法.首先对测试图像进行分块操作,图像块的大小根据经验值选取;其次,采用SIFT算法在模糊图像和清晰图像对之间进行块配准;遍历模糊图像中的每个图像块,分别计算得到各个块的质心坐标,然后利用质心法计算该图像块发生偏移的角度和距离;统计图像中所有块的偏移,估计出图像退化的点扩散函数,并对每个图像块进行复原校正.分别针对仿真图像和智能视频监控图像进行了实验,来验证算法的有效性.实验结果表明,该算法能够有效地复原智能交通领域的智能视频监控图像,并且具有较高的复原效率.