基于纹理特征与最优稀疏表示的图像修复算法

目的解决当前图像修复算法忽略了对修复块后续的优化处理,导致修复图像易出现不连贯效应以及块效应等的不足。方法提出基于纹理特征与稀疏表示的图像修复算法,首先利用像素点对应的数据项,构造了优先权模型。然后,利用像素点在R,G,B分量上对应的像素值来构造纹理特征度量模型,对待修复块中像素点对应的纹理特征进行度量,并根据度量结果,选择其对应样本集的大小。引入SSD型,从样本集中搜索与待修复块最相似的最优样本块,对待修复块进行填充。最后,利用最优样本块函数,构造最优稀疏表示模型,从而实现图像修复。结果仿真结果显示,与当前图像修复算法相比,所提图像修复算法具备更高的复原质量,能有效克服修复图像中出现的不连贯效应以及块效应。结论所提算法具有较高的修复视觉质量,在数字图像处理领域具有较好的应用价值。     

基于边缘纹理技术的图像修复算法研究

本文提出了一种基于纹理边缘合成的图像修复方法 ,根据所有需修复区域范围周围的边缘纹理特征和特点,获得所有边缘图像点的最好自动耦合效果,并且连接起所需修复区域部分内所有遗失的边缘纹理点线,然后沿着这些连接的点线,在有效的图像部分区内的曲线图像周围,寻找最耦合匹配块,用来构成包含边缘纹理的纹理图块,恢复数码图像中因各种原因所丢失的图像信息,然后进行补充填充。通过大量的仿真实验得出:对很多大型复杂的自然图像,利用边缘纹理算法能够取得非常满意的修复效果。     

一种结合CDD模型和Criminisi算法的图像修复算法

针对既含有大块缺失信息又含有划痕的图像,结合CDD模型和Criminisi算法的优点,提出一种新的修复算法.算法先采用可以强化细节的自适应直方图均衡化操作来扩大图像的动态范围,后利用形态学算子分离出待修复图像中的划痕区域与大块区域,接着用CDD模型对划痕进行修复,再用改进优先级的Criminisi算法进行后续修复,最后把修复后的图像对应于缺失区域的像素填补到待修复图像的区域中.实验结果表明,改进后的算法克服了现有算法可能存在的偏差延续问题,使图像修复的结果更加符合人们的视觉效果.     

复合纹理图像拆分的纹理快速合成方法

针对具有非纹理结构特征的纹理样图,提出了一种基于复合纹理图像样图的纹理合成方法。算法在纹理可合成性分析的基础上,对纹理重新划分,给出了复合纹理图像的定义,采用分割法将非纹理结构图像进行分割,减弱纹理合成过程中块匹配边界的约束。利用非纹理结构图案分割与纹理修补的方法解决纹理与图案的整体与局部的可控性问题。在满足图案结构合成的完整性和合理性要求的情况下,使纹理与图案结构在合成过程中实现自然过渡。算法还可在复合纹理合成方法的基础上进行纹理设计,更好地满足实际应用的需求,具有较大的工程应用价值。     

基于形态和小波的低纹理图序列高光修复研究

高光区域多出现于低纹理材料的平滑表面上,严重影响图像采集处理效果。针对现有图像去高光技术中过分依赖特定对象纹理特征的问题,该文提出一种利用形态学重建检测高光区域、利用小波变换修复高光区域低纹理图像序列的高光检测与抑制方法。对地下混凝土、金属等管道内壁表面高光区域进行修复,取得较好效果;通过修复胶合板等多种低纹理经典材质,对比其他方法,并应用差分图像的均值、方差与互相关系数评价修复效果。结果表明,修复后的多种材质与原图相似度在0.87以上,比其他方法的相似度平均提高9.7%与6.7%,且可同时应用于多种材料的高光区域处理,具有较好的应用前景。     

基于纹理图像的点张计数算法设计与分析

针对手工点张耗时长、精度低的问题,提出了一种应用图像纹理分析的纸张计数算法。用高精度图像摄取装置对纸张图像进行采集,对原始纹理图像采用高斯滤波法去除噪点,大大提高了计算机处理速度。引进方向滤波与Gabor小波变换结合的方法对纹理图像进行增强提升了点张准确度;针对图像中难以处理的纸张堆叠问题,提出了计数修正算法。对不同厚度及张数纸堆进行了点数试验。对于0.3mm的堆叠纸张,点张准确率100%; 对于0.2mm的堆叠纸张,点张准确率达99%以上。试验结果表明该算法具有较好的计数能力,计数准确高。     

一种快速图像纹理分析算法

针对目前的纹理分析算法普遍存在计算复杂、运行时间过长的缺点,提出了一种新的图像纹理分析算法。该算法利用差分概念定义出图像的差分矩阵和差分直方图,并从差分直方图中提取特征进行图像纹理的相似度度量。由于本算法在考虑人类视觉特性的基础上尽量采用加减运算,因此不但具有与人类视觉特性相联系的特点,更使得算法的运行效率大大提高。使用本算法对brodatz 图像库进行的检索实验表明,该算法在查准率和检索效率上与共生矩阵算法相比分别提高13.9160%和 9.5 倍,具有与传统算法相比更好的检索效果和更高的检索效率。因此该算法可以满足实时性要求较高的场合,弥补了目前算法运行时间长的缺点。     

一种改进的自然纹理合成方法

自然纹理合成方法是一种适合自然景物的基于样图的快速纹理合成方法。但是候选点超越样图边界的问题没有很好得到解决,成为导致合成后图像产生的纹理块间明显变化的主要因素。论文提出了一种改进的自然纹理合成算法,将样图边缘易产生无效候选点的区域用样图内部与之大小和形状相同的像素块来代替,像素块和被替代像素块沿一条不规则的曲线相匹配。合成过程中在接近边缘时像素块的生长会转向纹理内部。该方法减少了因随机产生候选点而形成的块间不连续,有效地改善了视觉效果。     

基于颜色特征与纹理特征的图像检索

对目前国内外的图像检索理论研究进行研究与分析,讨论基于纹理特征的图像检索和基于颜色特征的图像检索的算法,并提出研究方向。对研究图像检索方面有一定的借鉴意义。     

基于图像纹理特征的目标快速检索

在讨论共生矩阵的基础上,提出了一个通过图像分割获取目标图像纹理特征,进而实现图像快速检索的方法。试验表明,该方法检索目标图像的可靠性较高,具有良好的应用价值。     

基于SVM的ECT图像重建算法

电容层析成像（ECT）技术是基于电容敏感机理的过程层析成像技术。ECT的图像重建是一个典型的有限样本非线性映射问题。支持向量机（SVM）作为一种小样本处理方法,具有较强的泛化能力,被认为是目前针对小样本分类问题的最佳理论。提出了一种基于SVM的四层神经网络的图像重建算法,仿真结果表明,该算法用于三相流图像重建具有较强的空间分辨率和泛化能力。     

基于模糊非线性回归算法的图像复原

为了利用多幅具有相似降质特性的退化图像信息恢复出原图像,提出了一种新的基于模糊参量非线性回归估计的图像盲复原算法。 该算法充分利用多幅图像具有的相似降质特征,首先给出一种非理想光照分布参数的模糊非线性回归估计方法,然后通过估计出的参数得到与原图同样大小的非理想光照分布图,最后通过观测图像与非理想光照分布图相消的方法,对退化图像进行复原。 实验结果表明,该算法运算快速,对边缘细节及平滑区域均有良好的修复能力,在修复效果上明显优于一般图像修复算法。     

一种基于空间自适应的盲图像复原算法

针对非负有限支持域约束递归逆滤波（NAS-RIF）图像盲复原算法对噪声敏感问题，提出一种基于空间自适应的改进算法。利用最优阈值估计图像支持域，在代价函数中引入空间自适应加权因子和尺度因子，结合正则化技术对图像复原进行局部控制，并对不同信噪比和背景的图像进行了实验。结果表明，在较低信噪比情况下，改进NAS—RIF算法仍具有较好的复原效果，有效地达到了保存图像细节并抑制噪声的目的。     

改进的共轭梯度算法的图像重建算法

针对电容层析成像图像重建问题的病态性,在Tikhonov正则化的基础上,以正则化解决方案的规模和给定数据的质量为理论依据,引入一个数学变换,提出了一种新的正则化方法,该方法克服了常规正则化方法扰乱原系统的缺陷。同时,将ECT物理模型进行规范化,并对共轭梯度算法进行改进。仿真实验表明,改进的共轭梯度算法的成像质量高于LBP算法、 Tikhonov正则化算法和共轭梯度算法,并利用相关系数进行了验证。     

基于lp范数的ECT图像重建算法研究

针对在ECT图像重建过程中,基于lp-范数的非凸压缩感知算法常存在计算量较大以及现有的近端映射算法受一些特定的p值限制而导致成像分辨率较低的问题,利用改进的插值函数替换lp-范数xpp,通过调整参数使得改进的函数无限逼近lp-范数xpp,同时引入阈值表示理论,并在此基础上提出新的自适应阈值迭代算法对新模型进行求解。实验结果表明,改进后的自适应lp-范数重构算法相对于Landwebr算法、迭代重加权最小二乘法具有更强的适应性,更高的图像分辨率,更快的成像速度。     

正则化恢复联合稀疏表示的图像超分辨率重构

为改善强降质图像的分辨率水平,提出了一种正则化恢复联合稀疏表示的单帧图像超分辨率重构框架。为同时放大图像并抑制模糊及噪声,首先根据退化估计正则化平衡极小问题的逼近项和先验项,然后基于初步的锐利清晰图像和预先建立的图像超完备稀疏表示字典实现边缘保持的图像分辨率放大。正则化恢复的输出改善了传统学习法图像超分辨中低频分量的双立方插值版本,同时对降质的有效抑制降低了字典原子对退化信息的依赖性。实验结果表明,本方法可对模糊含噪的低分辨率图像实现有效的超分辨率重构。     

基于改进半阈值迭代算法的ECT图像重建

针对电容层析成像逆问题求解存在病态性和欠定性的问题,将压缩感知理论应用到成像过程中缓解其欠定性.首先将初始信号稀疏化处理,其次基于高斯随机阵对灵敏度矩阵的各行重新排列,随后进行奇异值分解得到了列独立性更高的观测矩阵.最后将基于l1/2-范数的半阈值迭代算法引入到ECT成像过程中,并在罚函数中加入l2-范数的约束项,通过...