集成求解泊松方程和基于样本块的图像修复

提出了集成梯度信息的基于求解泊松方程的修复算法。首先结合像素点的梯度信息进行块匹配的图像修复,在此基础上,通过求解泊松方程的方法重构图像再次修复。经过仿真实验,验证了该算法对大面积的图像破损有较好的修复效果。     

改进的局部最小像素先验遥感图像盲复原算法

为了解决遥感图像盲复原时模糊核估计不准确、复原图像存在振铃效应的问题,提出改进的局部最小像素先验遥感图像盲复原算法。该算法首先引入极端通道先验与局部最小像素先验结合,对图像的强度进行更好的约束,有利于得到更好的潜在清晰图像;然后采用基于梯度的方法估计模糊核,模糊核估计与中间潜在清晰图像估计交替迭代进行,获得较为理想的模糊核;最后引入联合双边滤波器,采用改进的拉普拉斯与正则化图像复原算法抑制图像复原的振铃效应。实验结果表明,本文方法对遥感图像复原效果较好,恢复的图像边缘清晰,振铃伪影得到抑制且模糊核较为理想;客观评价指标峰值信噪比(PSNR)较前沿复原算法平均提高约1.40 dB,结构相似度(SSIM)平均提高约0.02。     

泊松噪声下图像去模糊的几个非凸模型

图像复原中通常假设图像在梯度域上是稀疏的,而非凸正则化方法会更加促进稀疏性。本文基于近年出现的几类非凸正则项,提出了泊松噪声下图像去模糊问题的几个非凸模型,发展了相应的高效求解算法,并研究了算法的收敛性;数值实验表明所提出的非凸模型可以增强图像在梯度域上的稀疏性,并优于一些现有的方法。     

贝叶斯推理模型耦合非平稳边缘保持先验的图像模糊消除

目的针对现行图像去模糊消除机制忽略了图像空间结构特征,降低了模糊消除效果,且算法稳定性不佳,无法克服解模糊等的不足,提出了贝叶斯模型耦合非平稳先验的图像去模糊机制。方法基于二阶统计量方法,定义模糊函数;引入滤波因子和超参数,构造非平稳边缘保持先验模型;基于贝叶斯推理,引入雅克比矩阵设计了超参数动态更新机制;用耦合先验模型与贝叶斯模型完成图像复原。在仿真平台上测试了算法的性能。结果与其他几种机制相比,提出的算法机制去模糊质量更好,局部放大后纹理细节仍然清晰,并且去模糊前后图像的结构相似度更高。结论提出的算法具有较佳的图像去模糊效果,重构质量理想。     

基于独立分量分析的图像特征提取及泊松噪声去除

针对泊松噪声具有与信号相关和不一致性分布的特性,提出了一种基于独立成分分析(ICA)的软阈值滤波算法。泊松噪声对基于高阶统计量的ICA变换不敏感,其能量均匀分布在ICA域。首先将包含泊松噪声的图像变换到ICA域,然后再对图像独立成分进行软阈值滤波。该算法对图像和噪声具有自适应能力,在噪声去除和图像细节保留方面达到一个平衡。实验结果表明:该算法不仅可以有效去除图像中的泊松噪声和提高图像质量,而且具有良好的鲁棒性。     

基于UKF的非齐次泊松跳跃市场微结构模型研究

本文针对不确定性因素引起资产价格的巨大波动,构建了一个由非齐次泊松过程驱动的跳跃市场微结构模型.在模型参数未知的情况下,我们使用非参数化方法检测出时变跳跃强度,由此再利用无迹卡尔曼滤波和极大似然法来估计跳跃市场微结构模型参数的值.模拟仿真与实证分析验证了该方法的有效性,并利用AIC准则对两类跳跃波动率模型进行了优劣比较.研究结果表明,跳跃市场微结构模型在拟合股指数据方面要优于跳跃随机波动模型.     

基于多元泊松时间序列的累积和控制图设计

多元离散自相关数据在现代制造业中非常普遍,时间序列控制图常被用来监控此类数据,如P-CUSUM和P-EWMA图等。然而,这些控制图都建立在一维的泊松时间序列模型基础上,忽视多个维度之间的相关性,因此应用范围有限。基于多元泊松一阶自回归时间序列模型,建立多元累积和控制图。之后利用蒙特卡洛模拟,研究了模型参数和偏移距离对该控制图性能的影响。与传统的一维离散自相关数据的控制图相比,在某些参数组合的情形下,新控制图对过程偏移具有较高的灵敏度。     

惩罚KL散度耦合迭代分布加权的图像重构算法

目的利用MAP(Maximizing A Posteriori)估算技术能够较好地重构退化图像,有效降低复原图像的伪影,但MAP估算是惩罚图像的非零梯度,且其图像先验估算忽略了退化图像自身纹理,易导致重构图像过渡平滑,产生突变阶跃边缘和丢失图像中频纹理信息。设计了惩罚KL散度耦合迭代分布重新加权的图像重构算法。方法基于退化图像像素,构建图像参考梯度分布计算模型,以估算图像先验;引入KL(Kullback-Leibler)散度,联合MAP估算技术,惩罚经验分布与参考分布之间的梯度;设计迭代分布重新加权算法,最小化成本函数,优化经验梯度分布,使其更接近参考分布;基于HVS(Human Visual System),构造了转导对比度失真率模型。最后,利用Amazon Mechanical Turk数据集,对提出的算法进行用户响应研究。结果仿真实验结果表明,与当前基于MAP估算技术的图像重构机制相比,在图像退化程度严重时,提出的算法具有更好的用户响应,且具有更高的重构精度,复原图像的纹理细节清晰可见。结论提出的算法具有更高的重构质量,用户响应良好。     

基于成像模型的遥感图像IHS融合

针对色度融合容易产生光谱扭曲的现象,本文利用光谱响应函数,传感器偏置和增益等参数从成像机理的角度解释了IHS融合.建立了描述从光谱密度到全色图像、多光谱图像再到融合图像的过程的新模型.通过对新模型的分析,本文提出了保持IHS融合光谱特性的条件方程,通过对模型有效的简化进而提出了新的融合方法.而且,本文首次提出利用最小二乘法确定光谱响应函数之间关系并计算融合过程所需要的参数.最后本文分别对QuikBird图像数据进行实验并与多种改进的色度融合方法做了深入的比较,试验证明本文提出的方法不但提高了多光谱图像的空间分辨力而且对保持光谱特性有更加明显的效果.     

基于邻域重构模型的高分辨SAR图像精确配准

合成孔径雷达(SAR)的成像过程使其高分辨图像的几何形变呈现局部性.针对高分辨SAR图像精确配准问题,本文提出一种基于邻域重构模型的局部转换函数.邻域重构模型首先采用重构系数刻画参考图像中每个像素点的几何位置;接着给出了一种重构控制点的选择标准使每个像素的配准误差达到最小;最后根据重构系数及控制点坐标对输入图像进行再抽样以实现配准.与经典分片线性映射相比,该模型从理论上给出了一种区域剖分准则:对于每个像素选取能使配准误差能达到最小的控制点作为重构控制点.对模拟数据和真实SAR图像进行了试验,结果表明,该模型能有效地提高配准精度.     

基于改进SR3模型算法的ECT图像重建研究

针对电容层析成像技术应用于气固两相流检测时,图像重建过程中存在的不适定性问题,提出一种稀疏松弛正则化回归模型(SR3)应用于ECT图像重建。采用软阈值迭代法和梯度下降法为SR3模型求解器,向SR3模型中加入L1、L2惩戒项,并设计滤值环节优化解向量。实验结果表明,改进SR3模型算法相比Tikhonov正则化算法、L1正则化算法及原SR3模型算法,重建图像精度明显提高,图像相对误差显著降低,有较好的成像效果。     

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。     

基于深度信念网络的ECT图像重建算法

为提高图像重建质量,针对电容层析成像技术(ECT)中的电容数据复杂多样且与介电常数呈非线性关系的特点,提出一种基于深度信念网络(DBN)的重建算法,利用DBN的深层非线性网络结构来实现电容值与重建图像灰度值非线性关系.并对DBN进行了改进,将自适应步长(AS)引入到对比散度(CD)算法中,解决固定步长寻找全局最优困难的...     

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...     

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APSO-LSSVM模型的光谱反射率重建算法研究

目的 研究光谱反射率重建算法,提高光谱反射率重建精度.方法 首先通过多光谱相机和分光光度计分别获取Munsell色卡和SG140色卡的通道信息和光谱反射率值,经归一化后将Munsell色卡的通道信息和光谱反射率值作为训练样本的输入和输出.然后,采用APSO算法对LSSVM的最优正则化参数γ和核参数σ进行寻优,构建基于APSO-LSSVM的光谱反射率重构模型.在对模型参数进行寻优过程中,为保持粒子的活性,在粒子群算法中引入自适应惯性权重,并根据遗传算法中的变异思想,加入了变异操作,在普通粒子中引入变异因子.在每次迭代更新中,粒子以一定概率初始化,使粒子群算法可以跳出局部最优解,在较大的空间内进行优化.结果 基于APSO-LSSVM模型对SG140色卡进行光谱反射率重建实验,文中方法的平均色差为0.4677 abΔE?,平均均方根误差为0.0006.相较于最小二乘支持向量模型和反向传播神经网络模型的重构精度均有很大的提高.从显色效果来看,文中方法的显色结果更接近真实颜色,人眼基本上难以察觉到两者间的差异.结论 基于APSO-LSSVM的光谱反射率重建算法可以有效地提高光谱反射率重建精度,实现了利用多光谱相机拍摄的多通道信息重构获得精确的多光谱图像.     

基于相空间重构改进算法的混沌奇异谱分析及应用

针对混沌奇异谱分析嵌入维数和延迟时间不确定性问题,提出相空间重构的改进算法。利用补充准则E2(m)进行联合判断,同时对Cao算法进行了改进,给出了一种改进的嵌入维数的稳定性准则。嵌入维数利用改进的Cao算法,能够快速准确地确定嵌入维数m的值,具有准确性和高效性;用基于符号分析的极大联合熵求取延迟时间的方法,减少计算量和误差。通过数值验证对比实验验证了该方法的优越性。将该方法在滚动轴承早期故障识别中应用,结果表明:混沌奇异谱可以清楚看出不同故障信号的图形分布,实现对机械故障信号的特征提取。为机械故障早期诊断提供一种新的有效途径。     

一种基于MOD字典学习的图像超分辨率重建新算法

将低分辨率图像重建成高分辨率图像是图像处理领域中的一个重要课题。Yang提出一种基于联合字典学习的图像超分辨率重建算法,其算法样本选取与字典训练方法较为复杂。提出一种基于MOD字典学习的图像超分辨率重建新算法,首先采用少量的训练样本代替Yang的大量训练样本,然后使用MOD字典学习算法代替Yang的FFS字典学习算法,最后利用字典对图像进行稀疏表示与重建。实验结果表明,所提出的算法速度较快,并且重建图像的质量较高。     

一种基于色相角算法的图像质量评价模型

目前计算图像色差的典型方法不能准确反应真实的观察效果。介绍了基于色相角算法的图像评价方法,从色相角度出发,对图像中的各个像素进行不同程度的加权,从而控制每个像素对整幅图像的影响效果。通过实验与传统色差计算方法进行了对比,验证了该方法的有效性和普遍性。     

基于梯度投影稀疏重建算法的电容层析成像图像重建

为解决两相流中存在中心物体、物体比较小或存在多个物体且相距较近时电容层析成像(ECT)重建图像精度较差的问题,基于稀疏分布的流型其介电常数分布满足稀疏性的先验条件,采用梯度投影稀疏重建(GPSR-BB)算法进行ECT图像重建。仿真及实验测试结果表明:GPSR-BB算法对于流体中小目标以及复杂流型的图像重建质量较好,重建图像的形状保真度高。