利用移动最小二乘法实现图像变形

将移动最小二乘方法用于实现图像的变形操作,提出了一种基于控制曲线集的移动最小二乘图像变形方法。根据图像的形状拓扑关系或轮廓信息设置点,生成控制曲线,移动控制曲线的方向和位置使图像产生变形,生成图像的仿射变换、相似变换和刚性变换。实验表明,该方法可以使图像产生平滑、真实的变形,获得满意的效果。     

小波滤波的移动最小二乘图像变形方法

为了获得具有真实感的变形图像,改变以往直接对图像进行变形的做法,首先对图像进行预处理,提出基于小波滤波的移动最小二乘法图像变形对原始图像先进行滤波,把图像分成低频子图像和高频子图像,只对低频部分使用基于控制点集的移动最小二乘法进行变形,对不同部位的轮廓和边缘进行不同尺度的变形,较好的描述了图像中的形状和轮廓信息;对高频部分不作处理,有效的保持了图像的细节信息.再将变形后的低频部分与原图像的高频部分相加得到最后的变形结果.实验表明这种方法很好的保留了图像的高频信息,可以使图像产生平滑的变形,获得具有真实感的变形效果.     

基于移动最小二乘法的视差图像拼接

对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。     

移动最小二乘法研究进展与述评

为使移动最小二乘法能更好地应用到无网格方法中,详细阐述移动最小二乘逼近法、移动最小二乘插值法、MUKHERJEE改进的移动最小二乘法以及程玉民等提出的改进的移动最小二乘法和复变量移动最小二乘法等的研究进展,述评各种移动最小二乘法的优缺点,并概述各种移动最小二乘法形成的无网格方法的研究进展.     

基于移动最小二乘法的医学图像配准

提出一种基于移动最小二乘法变形模型的医学图像配准技术.首先用蛇模型的方法分割图像感兴趣区域;其次在分割后的图像上半自动地选取对应标记点;最后基于这些标记点采用移动最小二乘法的变形模型对图像进行变形,从而实现医学图像的配准.实验结果表明,该方法克服了手动选点难度大的缺点,提高了配准的精度,是一种有效的医学图像配准方法.     

基于图像曲线和最小二乘法进行函数拟合的研究

对超导磁体系统中CICC导体进行数字模拟时,发现某些有用的图像曲线,可利用最小二乘法原理,对图像内容进行选择、修改、锐化处理,二值化后获得图像中曲线的函数表达式,即CICC稳定性与氦流量之间的量化关系.同时对拟合的函数曲线和原曲线比较,发现二者基本吻合,因此用最小二乘法来研究图像中曲线拟合构成的函数,是非常有用的方法.     

基于泰勒基函数的移动最小二乘法及误差分析

移动最小二乘法通常选用不超过m次单项式生成基函数空间,本文选用了以计算点(?)为平移点的泰勒基函数生成基空间.理论和数值试验发现:选用此种基函数后会降低形函数及导数计算的复杂性,并且有效减小广义逆矩阵的条件数,提高了计算效率同时增加了计算稳定性,并用该方法推导出移动最小二乘近似的收敛阶及误差主部.     

基于最小二乘法的压缩文本图像恢复算法

文章采用基于算术编码的压缩方法对文本图像进行无损压缩和传送,进而提出基于最小二乘法灰度插值的压缩文本图像的恢复算法,它将高度结构化的灰度图像分解为多个线性模型,估计出模型参数,从而重构出灰度文本图像,明显改善了屏幕浏览的视觉效果。     

基于整体最小二乘法的高分辨率图像重建算法

提出一种用于高分辨率图像重建的整体最小二乘算法。在现有多数重建算法中,假设系统矩阵是精确的而误差主要源于采样图像,但实际上抖动误差也出现在系统矩阵中。该方法能同时最小化这两种误差,采用基于正则化的Rayleigh商来光滑解,用共轭梯度算法来迭代求解该正则化Rayleigh商的最小化函数。实验证明该方法对于抖动系统矩阵是稳定和精确的。     

Moving Least Squares Coordinates

We propose a new family of barycentric coordinates that have closed‐forms for arbitrary 2D polygons. These coordinates are easy to compute and have linear precision even for open polygons. Not only do these coordinates have linear precision, but we can create coordinates that reproduce polynomials of a set degree m as long as degree m polynomials are specified along the boundary of the polygon. We also show how to extend these coordinates to interpolate derivatives specified on the boundary.     

扰动约束和最佳平方逼近的B样条曲线的降阶

将扰动约束技术应用于B啨ｚｉｅｒ曲线的降阶给出了理想的结果 讨论了将这类方法应用于B样条曲线降阶时结果不理想的原因 ,提出了采用最佳平方逼近技术对B样条曲线做降阶运算的方法 ;并用实例对该方法和基于扰动约束的降阶方法进行了比较     

B样条曲线最小二乘降阶方法

提出一种新的B样条曲线降阶方法.该方法利用B样务基转换矩阵建立B样条曲线降阶的数学模型,将B样条曲线的降阶问题转化为求线性方程组的最小二乘解问题.该方法基于整体考虑不必对B样条曲线分段处理,步骤简单易实现;可一次降多阶,避免了重复一次降一阶运算引起的误差累积,而当仅降一阶时与基于控制顶点扰动的约束优化降阶方法的逼近效果一致;在降阶的同时可满足各种给定的端点约束条件,以满足实际应用中的各种要求.     

NURBS曲线拟合的最小二乘渐进迭代逼近优化算法

为了使NURBS曲线更精确地拟合散乱数据点,提出了一种基于最小二乘渐进迭代逼近(least square progressive and iterative approximation,LSPIA)的NURBS曲线拟合优化算法.首先,确定一条初始NURBS曲线,利用LSPIA算法优化控制顶点;然后,分别优化数据点参数,拟合曲线的节点和权因子,每优化好一个变量,重新优化控制顶点;最后,经多次优化迭代得到高精度的NURBS拟合曲线.在优化每类变量时,为了避免被其他变量影响,保持其他变量不变.基于LSPIA的NURBS曲线拟合优化算法充分利用了LSPIA算法的优点,在迭代过程中,可以重复使用前一迭代步骤得到的控制顶点等数据,从而节省了运算时间.算法实例表明,该算法能获得一定保形效果.     

基于总体最小二乘法的图像降噪

来自图像传感器的数字图像会受到各种噪声的干扰,其中主要包括加性噪声、乘性噪声和混合噪声。乘性噪声随信号幅度改变而改变,没有理想的去除方法。为此,运用基于总体最小二乘法的图像估计降噪方法,研究图像块尺寸选取对降噪性能的影响,分析成像系统中去马赛克环节影响噪声传播的内在规律,并通过比较实验给出总体最小二乘法降噪的性能优势。     

用LS-SVMs整体构造B样条曲线

由给定的空间数据点集构造B样条曲线是CAGD中一个重要研究课题,常用的逼近方法实质上是基于“经验风险”意义下的最小二乘逼近。文章讨论了基于“结构风险”意义下用最小二乘支持向量回归机整体构造B样条曲线的逼近问题,其出发点是最小化结构风险,而不是传统学习的经验风险最小化,从而在理论上保证了好的推广能力,能够实现对原始曲线的逼近而不仅仅是对测量数据点的逼近。文章建立了B样条曲线拟合的数学模型,并构造了一种特殊的核函数来保证曲线的B样条表示形式。该方法为曲线拟合问题提供了新思路,数值实验证实了可行性。     

移动最小二乘法在多功能传感器数据重构中的应用

针对传统最小二乘法全局拟合的局限性, 将一种新型的数值算法---移动最小二乘法应用于非线性多功能传感器的信号重构. 通过详细研究插值函数的构造方法及性质, 合理地选取基函数和权函数, 求出试函数的系数, 进而得到信号的重构值. 详细分析了基函数维数、影响域节点数及权函数因子对计算结果的影响, 并对最小二乘法以及移动最小二乘法的重构数据进行了对比, 重构的相对误差分别小于 15.3 % 和 1.03 %, 结果表明移动最小二乘法更适合非线性曲面拟合, 且适当地增加基函数维数或影响域节点数可以进一步提高数据重构的精度.     

基于最佳平方逼近的B样条曲线降阶

提出了一种基于带约束的最佳平方逼近的B样条曲线降阶的方法.首先讨论了降阶后曲线控制顶点个数以及节点向量的取法、保端点的B样条曲线降阶方法,并把带约束的最佳平方逼近技术引入到B样条曲线的降阶,即误差大的区域施加较大的权函数以降低最大误差.为满足给定误差限制下的降阶,提出了对原曲线插入节点的准则,即对不满足误差限制的区域插入节点.并用实例对新方法和基于扰动约束技术的降阶方法进行了比较.