一种基于全变分模型的图像修复改进算法

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。     

一种运动模糊图像的快速恢复算法

根据运动造成的图像模糊的特点,建立了原始图像与模糊图像间的关系,在此基础上利用最大熵原理实现了对图像的快速恢复,得到较好的效果。由于仅对图像的局部进行处理,因此可以实现对图像的并行处理,从而可大大提高处理速度。     

图像盲恢复算法及其实现

针对图像盲恢复算法及其应用进行了研究，讨论了盲恢复算法中的非参数限定支持域恢复技术，这类算法并不假设图像或者模糊的参数模型，而是同时估计出清晰图像和点扩展函数。在介绍Kundur等提出的非负和集约束递归逆滤波算法的基础上，提出了该算法的改进，利用零相位FIR滤波器的频率特性，消除滤波器带来的相位失真，减少图像失真；增大FIR系数中心像元的加权值，增强图像高频。实验结果证明了改进算法的有效性。     

运动模糊图像恢复算法相关研究发展概述

本文简要概述了目前几种常用的匀速运动模糊恢复算法、匀速运动模糊参数的确定及其他运动模糊相关研究进展和现状,并通过部分实验,对匀速运动模糊恢复算法略作分析比较。     

盲图像恢复算法研究

盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括:介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS-R IF恢复算法原理、实现,并对其恢复性能进行分析.     

基于全变分模型的子午线轮胎X射线图像胎侧缺陷自动检测方法

提出一种基于全变分模型图像分解的轮胎胎侧缺陷检测方法,将轮胎胎侧X射线图像分解为纹理分量和平滑分量,使得胎侧橡胶和胎侧帘线的成像分量分解,从而可以单独对这两种结构中的缺陷进行分别检测。利用对胎侧帘线结构统计特征和帘线缺陷特征表达,分析和设计了帘线缺陷算法,有效的检测帘线断开缺陷、帘线间距缺陷以及帘线弯曲等缺陷。实验结果表明:该算法可以通过胎侧结构的图像分解获得其成像,简化了检测算法的复杂度、提高了检测精度。     

一种用于医学图像恢复的紧小波标架算法

为更好地消除噪声,保留细节信息,根据图像和噪声的小波系数在频域呈现的不同特性,提出了一种基于区域的消噪方法.将该消噪算法插入到小波标架算法中,在消除噪声的同时恢复了部分丢失的系数.实验结果表明,在没有增加计算复杂度的情况下,无论是峰值信噪比还是视觉效果都有了明显改善.     

一种改进的变步长OMP图像重建算法

为了快速、高精度的重建图像,解决滤波反投影(FBP)算法重建图像精度不高,正交匹配追踪(OMP)算法运行时间较长的问题,基于改变步长,提出一种步长变换正交匹配追踪(SCOMP)算法.当残差不小于阈值时,增大步长进行运算,当残差小于阈值时,恢复原步长进行运算.研究结果表明:SCOMP算法重建图像精度高于OMP算法,且运行时间快于FBP算法.SCOMP算法采用大步长快速添加原子,小步长有效去除原子的方法,使得重建图像的精度较高且运行时间也较短.     

基于交替方向乘子法的图像盲复原

为了克服正则化理论的全变分图像盲复原模型中出现的运行效率低、效果不好等问题,提出一种基于交替方向乘子法的盲复原迭代算法。该算法通过交替迭代的方式,将复原图像与点扩散函数交替估计,同时不必更新惩罚项从而提高了运行速度和复原的质量。计算同时加入了对点扩散函数的归一化和阈值约束条件以及对图像的正定性条件。数值试验中,对不同模糊类型的图像进行了盲复原处理,并与已有的其他盲复原方法进行了比较。从主观评价能够发现,提出的算法能够改进图像的质量,提高其分辨率;通过客观指标比较,峰值信噪比(peak signal to noise ratio, PSNR)最大能够提高1.2 dB,结构相似度(structural similarity index, SSIM)最大提高1%,计算时间最大节约一半左右。     

全变分图像去噪的研究

图像去噪是图像处理中的重要环节之一。本文介绍了保持边缘细节效果较好的全变分去噪方法,分析了全变分法去噪的原理。实验结果表明与中值去噪算法相比,全变分算法能有效抑制图像噪声,并能更好地保持图像边缘细节。     

总有界变差与图像清晰度之间的关系

针对目前几种数字图像清晰度评价方法的局限性,研究了图像的总有界变差,理论上证明了图像总有界变差与图像清晰度之间的关系. 在图像恢复过程中,使图像的总有界变差达到极值,可以使所恢复的图像更清晰. 通过计算机仿真,比较了清晰图像与模糊图像的总有界变差,并验证了有关结果.     

总有界变差与图像清晰度之间的关系

针对目前几种数字图像清晰度评价方法的局限性,研究了图像的总有界变差,理论上证明了图像总有界变差与图像清晰度之间的关系. 在图像恢复过程中,使图像的总有界变差达到极值,可以使所恢复的图像更清晰. 通过计算机仿真,比较了清晰图像与模糊图像的总有界变差,并验证了有关结果.     

全变差框架下快速恢复彩色图像的方法研究与应用

数字图像在采集和传输过程中很容易被噪声污染或出现不同程度的模糊现象,这给图像的后期处理和应用带来相当大的困难. 改进的算法基于交替最小化算法和新的二分法技术,在全变差能量最小化的框架下,提出一个具有自动选择最优均衡参数能力对彩色图像去除噪声及通道内和通道间模糊的算法. 实验结果表明,由于所采用的二分法的快速收敛性,改进的算法可以很快确定最优均衡参数数值,从而提高了算法的去噪声和去模糊能力及自适应能力.     

全变差图像去噪模型的快速求解

针对全变差正则化模型求解算法普遍存在收敛速度慢的问题,基于Bregman迭代正则化方法构建了一种快速求解全变差正则化模型的迭代算法。实验结果表明,该算法能快速求解全变差正则化模型,得到的复原图像在峰值信噪比和主观视觉效果方面有着明显提高。     

Anisotropic Total Variation Regularization Based NAS-RIF Blind Restoration Method for OCT Image

Based on anisotropic total variation regularization (ATVR), a nonnegativity and support constraints recursive inverse filtering(NAS-RIF) blind restoration method is proposed to enhance the quality of optical coherence tomography (OCT) image. First, ATVR is introduced into the cost function of NAS-RIF to improve the noise robustness and retain the details in the image. Since the split Bregman iterative is used to optimize the ATVR based cost function, the ATVR based NAS-RIF blind restoration method is then constructed. Furthermore, combined with the geometric nonlinear diffusion filter and the Poisson-distribution-based minimum error thresholding, the ATVR based NAS-RIF blind restoration method is used to realize the blind OCT image restoration. The experimental results demonstrate that the ATVR based NAS-RIF blind restoration method can successfully retain the details in the OCT images. In addition, the signal-to-noise ratio of the blind restored OCT images can be improved, along with the noise robustness.     

图像去噪的改进自适应全变差正则化模型

针对经典全变差正则化模型在去噪时图像边缘易模糊的不足,在全变差正则化模型与调和去噪模型的基础上构建了一种改进的自适应全变差正则化模型,并利用旋转不变性更好的梯度模值确定其自适应参数,降低该自适应正则化模型对噪声的敏感性,以兼顾图像的平滑去噪与边缘保留。数值实验结果表明,与MARQUINA的改进全变差正则化模型相比,自适应全变差正则化模型的复原图像在视觉效果和峰值信噪比上都有显著提高。     

运用总变分最小化和振荡函数的图像分解方法

为有效地提取纹理和去噪而不损坏图像的边缘及其他重要细节,Meyer(2001)提出了分别用BV空间和G空间刻画图像的主体和细节部分,笔者在Meyer的图像分解模型基础上,建立能量最小化PDE方程,将模型离散化后,利用投影算法和ROF模型的求解方法,将图像分解为有界变差部分u和包含纹理和噪声的部分v.数值实验表明,此方法仅用共40次迭代就能达到很好的分解效果,且去噪的信噪比比ROF模型提高了29.95%,而且除能有效地提取纹理和去噪外本方法对图像的边缘及其他重要细节损坏较小.     

基于分数阶全变差和自适应正则化参数的图像去模糊

为更好地复原图像的纹理细节,避免求解图像去模糊模型时面临正则化参数难以选择的问题,提出了一种基于分数阶全变差（FOTV）模型和自适应更新正则化参数的非盲去模糊图像重建方法。首先,在分析不同分数阶下FOTV的幅频响应特性的基础上,采用不同分数阶次的FOTV模型约束图像的平滑（低频）部分和纹理细节（高频）部分,从而建立图像非盲去模糊重建模型。其次,为了有效地求解重建模型和实现两个正则化参数的自适应更新,采用交替方向乘子法(ADMM)将原本含有两个正则化参数的复杂问题分解成两个相对容易的子问题进行求解,每个子问题只含一个正则化参数。最后,根据偏差准则,在迭代求解过程中实现了两个正则化参数的自适应更新。将所提算法应用于包含平滑、边缘和纹理细节的多幅图像中,测试4种不同模糊核下的去模糊效果;与传统的4种去模糊算法相比,实验结果表明所提算法能自适应地更新两个正则化参数,对于纹理细节适中的图像具有较好的去模糊效果。     

基于总变分规整化的湍流退化图像复原RL算法

根据RL（Richardson-Lucy）不需要点扩散函数尺寸先验信息的优点和湍流退化模式的特点,将RL图像复原算法应用到气动光学效应退化图像的复原中．针对RL算法极易引起噪声放大和过度平滑的缺点,提出了基于总变分最小化的RL图像盲复原算法．仿真结果表明,该算法在噪声抑制和细节保存方面都优于非规整化的RL算法。     

基于全变差的本原对偶有效集图像复原算法

通过应用增广拉格朗日正则化方法,先将全变差复原模型转换为一个非光滑方程.在此基础上,提出了一个求解该方程的计算量较小的本原对偶有效集算法.该算法等价于一个半光滑牛顿法,因而具有快速的局部超线性收敛性.数值结果表明该算法是有效的.