基于变差函数的红外图像预处理算法

提出一种基于变差函数的红外背景图像预处理算法。通过分析红外目标、背景及噪声的变差函数特性,采用变差函数对红外图像进行纹理分析,研究基于变差函数的目标检测预处理算法。实验表明:此算法对空间和时间相关性强的云背景具有良好的抑制作用,能有效地提高目标信杂比。     

基于图像直方图混合度量匹配的图像检索

本文通过分析图像的空间信息和颜色之间的相关性，提出一种基于直方图混合度量的图像检索方法。实验证明本文提出的方法其检索效果明显优于传统直方图方法。     

基于最小全变差的SAR图像自聚焦算法

该文分析了方位一维图像的全变差范数随二次相位误差的变化情况,得到全变差范数是二次相位误差的单峰函数的结论,且在二次相位误差等于零时全变差范数最小。从而利用全变差范数作为性能函数,采用黄金分割最优化算法,通过循环迭代得到自聚焦的SAR图像。实验结果表明此算法在处理二次相位误差时优于相位梯度自聚焦算法。通过算法复杂度的分析表明该算法的计算量约为相位梯度自聚焦的二分之一。     

基于分裂Bregman方法的全变差图像去模糊

针对全变差图像去模糊问题,提出一种基于分裂Bregman方法的全变差图像去模糊算法,利用分裂Bregman方法来优化其求解问题模型.首先,利用辅助变量及其二次惩罚泛函把全变差去模糊优化问题转化为一个等价的无约束优化问题;其次,基于Bregman迭代将其分解为两个子优化问题采用交替最小化方法进行求解;最后,根据子问题结构特点,采用离散傅立叶变换及收缩技术实现子优化问题的快速计算.实验结果表明,在不同尺寸模糊核条件下本文算法能获得有效、稳定的图像复原结果,相比FTVd、IRN去模糊方法,本文算法复原效果更好,计算更加快速.     

基于全变差正则化的图像修复研究

图像修复是一种插值问题,用待修复区域边界已知图像内容填充修复受损区域。这种插值问题的一个经典的解法就是解拉普拉斯方程。但是它过于平滑,对于图像插值效果通常不能令人满意,不能修复跳变边缘。全变差正则化是一个有效地恢复锋锐边缘图像的修复方法。重点研究了全变差正则化图像修复方法,并设计了改进的修复模型。实验结果表明,改进模型的全变差图像修复方法是有效的,复原图像在客观评价标准和主观视觉效果方面均有更好的表现。     

基于耦合全变差的快速图像着色算法

本文在YCbCr色彩空间机制下,结合目标灰度图像的梯度信息,提出基于耦合全变差的图像着色模型.然后,利用交替方向乘子算法（ADMM）,设计所提模型的快速数值求解算法,并给出了该算法的收敛性结果.最后,数值实验结果表明,该模型在快速着色的同时,能有效地防止颜色越界.     

基于动态全变差的动态磁共振图像重建

动态核磁共振(dMRI)成像技术要在极短的扫描时间内获取高时空精度的MR图像,目前仍然是一个难点。文中提出了一种新的基于动态全变差技术(DTV)的压缩感知(CS)动态磁共振图像重建方案,该方法充分利用dMRI数据在时空域的稀疏性。文中算法采用加权最小二乘算法解决重建速度过慢的问题。论文将该算法与目前比较先进的两种算法TV及k-t SLR做比较,实验数据来源于临床脑部电影数据集。实验结果显示该方法在重建精度上处于领先水平。     

基于失真图像特性测量的扫描图像校正技术

提出一种扫描图像校正技术,解决书籍扫描时图像背景灰度不匀、几何畸变和局部模糊的问题。该方法不依赖扫描设备的物理参数,完全根据对失真图像的测量来计算校正因子。选取适当的采样窗1：3,基于直方图分析导出背景灰度因子,通过内插校正几何失真,最后进行空变高通滤波以减轻字迹模糊。通过建立背景灰度因子和缩小系数的关系实现对扫描设备的标定,从而在校正同一设备输出的其它图像时可根据背景灰度的变化而不必再检测页面边缘。与原始扫描图像相比,处理后的图像质量大为改善,且光学字符识别（OCR）处理的识别率达到82．6％。     

基于耦合非局部全变差的图像着色算法

基于局部算子的全变差(TV)模型在对纹理图像着色时,会出现颜色扩散不均匀,着色范围区域较小等问题。为了解决上述问题,该文提出基于非局部算子的耦合全变差图像着色模型,结合交替方向乘子法(ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果。该模型充分利用像素邻域亮度之间的相似性进行颜色扩散,能有效避免仅利用亮度边缘信息进行局部扩散导致颜色扩散不均匀的问题。数值实验结果表明,该模型在快速着色的同时,能有效解决颜色在纹理等细节处扩散不均匀的问题。     

基于同态滤波和全变差的激光图像降噪方法

针对激光主动成像图像的特点,提出了一种基于同态滤波和全变差的图像降噪方法.首先对图像进行同态滤波,提高图像的对比度并去除激光图像的散斑噪声,然后采用基于最小化全变差模型去除激光图像的高斯噪声和脉冲噪声.采用信噪比、对比度和亮度失真度作为图像降噪效果的评估,将算法与中值降噪、小波与中值滤波结合降噪等进行对比实验,实验结果...     

一种更一般全变分图像复原模型

分析了TV模型图像复原的特点,针对Aubert TV模型扩散函数不满足次优条件的缺点,对扩散函数进行改进以获得更好的图像复原效果。实验结果表明,本模型在图像复原中既能克服平滑区域的阶梯效益,又能较好地保留图像的细节,取得较高的峰值信噪比,取得了很好的图像复原性能。     

一种基于压缩感知全变差算法的图像去噪方法

压缩感知技术突破了奈奎斯特准则的局限性,在图像处理方面有着广泛的应用。提出一种改进的基于压缩感知的图像去噪方法。该方法中,对混有噪声的图像首先进行稀疏变换,然后对变换后的部分系数采用测量矩阵进行测量,最后通过全变差(TV)重建算法进行图像重建。仿真结果证实全变差重建算法在图像去噪中优于其他压缩感知重建算法,可以有效地去除图像中混有的噪声,实现图像的良好去噪。     

气动退化图像的改进复原算法

针对气动光学效应引起的图像模糊退化导致复原处理困难的问题,提出了一种气动退化红外图像的改进复原算法。具体做法是:在假设退化图像的点扩散函数服从高斯分布的前提下,对图像进行带参数维纳滤波,在此过程中,使用图像清晰度评价函数作为复原效果的评价实现了算法中参数的最优化。通过多组仿真实验和算法的对比分析表明,算法较好地保持了图像细节,较好地恢复了图像质量,实时性较好。     

适应于图像复原的无参考图像质量评价方法

由于图像降质过程的复杂性、成像获取条件限制,以及图像本身的复杂性和图像复原过程的病态性,图像复原解大多都是近似的或畸变的,一种适应于图像复原质量评价的计算方法将大大提升图像复原的应用范围。针对图像复原过程的病态性,提出了一种针对图像复原图像质量评价的计算方法,该算法通过在图像质量算子中引入图像相似矩阵和图像复原趋势矩阵,使其能适应复原对于图像结构或噪声结构的变化。该图像质量评价算子计算无需参考图像,可以很好地反映图像的模糊程度和噪声程度,并且计算简单。实验证明了该图像质量评价算子的有效性。     

一种自适应分数阶变分图像复原模型

为了克服分数阶变分图像复原模型在图像的不同区域变分策略恒定以及未有效利用退化函数先验信息的缺点,建立了一种充分利用退化函数先验信息的自适应分数阶图像复原模型。该模型利用退化函数的平滑先验,采用分数阶变分对退化函数加以表示,并通过极小化图像局部梯度信息对分数阶变分项进行约束。模型的优化求解采用极小化Bregman距离与对偶迭代相结合的方法,并通过对比实验证明建立的自适应分数阶图像复原模型可以更好地复原图像的结构与纹理信息,峰值信噪比与结构相似性都有所提高,图像复原性能更优。     

基于总变分和中值滤波的图像去噪方法

总变分图像去噪方法是一种经典的图像去噪算法,但是在噪声水平较高时容易产生虚假边缘,从而影响了去噪效果。为了克服总变分去噪算法容易产生虚假边缘的不足并有效地去除噪声,在此利用噪声的无方向性这一与边缘特性不同的特点,提出了一种结合中值滤波和总变分的图像去噪方法。为了说明该去噪算法的有效性,进行了大量的仿真实验。实验结果表明,该方法降噪效果明显,人眼能直观感受到图像质量的改善,在高噪声水平下,其峰值信噪比至少提高了1．2dB左右。     

基于全变分的全向图像稀疏重构算法

折反射全向成像由于曲面镜的反射作用,导致全向图像存在严重变形,传统的梯度计算方法在全向图像中不能很好地符合折反射成像的特点.为了从压缩采样数据快速有效地重构全向图像,提出了一种结合全向图像特征的全变分模型——全向全变分,并在基于TV范数进行全向图像重构时,采用全向全变分作为目标函数,进行模型的求解.实验结果验证了本文算法的有效性和可行性,其重构结果的主客观效果明显优于传统TV模型.     

一种基于图割的全变差图像去噪算法

本文提出一种基于图割的全变差(TV)图像去噪算法.该算法将全变差去噪模型的能量函数最小化问题转化为图的最小割问题,然后采用图割技术(最大流/最小割算法)求得能量函数的全局最优解.并给出了去噪模型中,均衡系数的自适应设定方案.实验结果及分析表明,该算法能有效抑制以往最小化方法产生的阶梯效应,具有较优的复原效果.     

一种改进的全变差盲图像复原方法

当点传播函数未知或不确知的情况下,从观察到的退化图像中复原原始图像的过程称为图像盲复原.传统的图像盲复原算法常采用最小均方误差作为复原效果的评判准则,但它很少考虑人类视觉心理,而图像最终都必须由人类的视觉系统来观测和解释.因此,本文提出一种新的基于人类视觉特性的图像盲复原算法:它采用交替最小化的结构,在模糊辨识阶段,采用全变差正则化算法;在复原阶段,采用基于Weber定律和全变差正则化相结合的算法.仿真实验表明,这种算法可在未知点扩展函数的情况下取得较好的复原效果.     

基于大气MTF的退化图像复原

由于大气中气溶胶和湍流的存在,致使图像质量退化,依据退化的物理过程,建立了基于大气调制传递函数（modulation transfer function, MTF）的退化模型,从而进行图像复原。首先,利用图像拍摄时刻湍流和气溶胶的相关大气参数,估算出粗略的大气MTF;其次,采用一种指数调节MTF曲线的方法,指数因子通过迭代递归的方法确定,并以复原图像平均梯度最大为截止条件,从而得到更加精准的MTF曲线;最后,给出了实验结果,并对其进行定量评价,结果表明复原后的图像在视觉效果和定量指标上都有很大提高。