基于各向异性扩散和纠正探测值的PET图像重建

针对如何抑制正电子发射成像(positron emission tomography,PET)中噪声的问题,提出了一种改进的最大化后验估计(maximuma pxsteriori,MAP)算法,该算法将耦合反馈(coupled feedback,CF)模型和各向异性扩散(anisotropic diffusion,AD...     

改进非局部均值各向异性扩散图像去噪算法

针对各向异性扩散算法的不稳定性在去噪过程中易产生阶梯效应,导致纹理细节不能较好保留的缺点,提出一种改进的非局部均值各向异性扩散图像去噪算法.所提算法将非局部均值引入迭代过程,利用图像中的大量相似冗余信息,以中心像素邻域图像块作为像素点的相似性度量,对图像进行合理的描述;同时在扩散系数函数中,将图像梯度结合残差图像中局部能量算子,自适应选择扩散系数.结果表明,所提算法在有效平滑噪声的情况下,减弱了阶梯效应,保留了更多的纹理细节,与各向异性扩散算法、自适应选择扩散去噪算法和基于非局部均值理论的各向异性扩散算法相比,峰值信噪比和结构相似度有较好提升.     

用于各向异性扩散滤波的热传导系数构造方法

针对传统各向异性扩散滤波算法难以在噪声环境下有效估计边界像素,本文提出了一种热传导系数构造方法.该方法结合了各向异性扩散和各向同性扩散的优点,将每次迭代运算分解为两步:第一步采用各向同性扩散降低图像噪声,并完成热传导系数的计算;第二步运用各向异性扩散,实现真正的图像滤波.试验证明该方法能够在大尺度加性和乘性混合噪声环境...     

去除SAR图像斑点的改进型自适应各向异性扩散滤波方法

针对目前基于各向异性扩散技术的SAR图像斑点滤波方法的扩散系数与迭代过程控制不够精确的缺点,提出了一种改进的自适应各向异性扩散滤波方法,该方法结合有效视数（ENL）和梯度两种参数,使扩散系数能够自适应不同地物与细微结构,并通过准确地获取迭代过程中平坦区域有效视数以及扩展扩散的临近点个数,更精确地控制迭代过程。实验表明,这种改进的方法在去除斑点噪声、保持点目标和细节边缘信息等方面均优于传统的增强Lee滤波法、PM滤波法和SRAD各向异性扩散法。     

基于各向异性扩散的弱小目标增强算法

针对弱小目标对比度较低、边缘模糊、难以准确探测的问题,本文提出一种基于PDE的改进的各向异性扩散滤波算法增强弱小目标.该方法根据各向异性扩散原理,通过改进传统的P-M方程建立新的滤波模型,采用自适应滤波的方法在非目标区进行背景平滑,在局部变化的区域进行锐化处理增强弱小目标,从而达到背景平滑的同时增强边缘的效果.同时可以通过调节参数k和W选择平滑和锐化的程度,以适应不同的环境变化.实验结果表明,该方法能够有效的增强低对比度图像中的弱小目标.     

基于局部结构形态改进图像边缘限幅滤波算法研究

应用经典限幅滤波算法(CFA)对边缘去噪处理时容易造成有效的高频边缘被抑制、破坏边缘连续性、丢失目标结构特征的问题.提出了一种基于局部结构形态特征的改进型限幅滤波算法,用于图像边缘滤波处理.该算法利用限幅滤波的原理,引入由5个相邻边缘点构成的滑动模子并遍历边缘各点,对滑动模子中增量超限的点加以结构形态预测和阈值判断,即...     

图像重建中滤波算子的一种优化方法

目的　在图像重建过程中 ,通过滤波算子的优化 ,降低投影噪声对重建结果的影响 .方法　对“滤波 -重建 -滤波”的图像重建形式 ,用矩阵理论、最优化理论等数学方法两个滤波算子进行优化 .结果与结论　得到了其优化算子的矩阵表达式     

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。     

基于非局部均值算法的地震随机噪声滤波

为了改善地震图像的质量以利于勘探,提出了一种基于非局部均值滤波抑制地震图像随机噪声的新算法。非局部算法最初是一种用于图像去噪法。该算法对图像的每一个像素点（或数据）去噪只需考虑像素点的相似性,而无需考虑像素点空间上的距离。非局部均值所对数据没有假设前提,除了数据结构具有一阶冗余度。由于这个假设对大部分地震数据是成立的,所以我们提出了对地震数据随机噪声去噪的非局部算法。合成地震记录和实际数据使用非局部去噪算法,与传统算法（如：中值滤波,高斯滤波）相比,既对随机噪声进行了抑制,又不会降低地震同相轴陡变处或同相轴弯曲处的分辨率,提高了图像的质量。     

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。     

基于双边滤波的Retinex图像增强算法

针对Retinex图像增强技术在高对比度边缘区域存在"光晕伪影"这一缺点,提出了一种基于双边滤波的Retinex算法。该算法先使用带有边缘保存功能的双边滤波将原图像分解成照度图像和反射图像,再分别采用不同的策略压缩照度图像和增强反射图像,最后把两部分图像合成为新的图像。通过从主观视觉效果和客观质量评价两方面对该算法进行检验,实验结果表明它有较好的增强效果,解决了"光晕伪影"问题。     

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...     

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。     

基于对比度和饱和度新的先验图像去雾算法

目的 针对目前图像印刷中清晰度和分辨率不高,为了提高图像的质量和观感,使雾图像细节更清晰,处理效率更高,文中设计一种基于对比度和饱和度的新的图像去雾先验算法。方法 首先对采集的雾图像利用对比度、饱和度和亮度先验来初步估计透射图,然后借助伽马校正的非线性逆策略增强图像的对比度和饱和度来防止传输估计过高或过低,并利用导向滤波对非线性逆策略的粗透射估计进行优化处理,最后使用非线性对比度拉伸方法对复原图像进行亮度进一步的增强。结果 通过实验测试得出,对一个450´450的图像,本文提出的算法相较目前最新算法在PNSR值和SSIM值分别提高了9.220 4和0.332 7,处理时间减少了0.079 38s。结论 图像复原效果较好,细节更加丰富,清晰度更高,效率更高。     

改进乌鸦算法优化多阈值图像分割

目的 针对传统乌鸦算法随机搜索的盲目性和易陷入局部最优的缺点,提出一种改进乌鸦算法,用于多阈值图像分割.方法 采用精英分享策略,弥补乌鸦位置更新的盲目性;引入Levy飞行机制,避免算法陷入局部最优;随迭代次数调整变尺度系数,限制搜索步长,加快算法收敛;以Kapur熵为适应函数,利用改进乌鸦算法对不同类型图像进行多阈值分割,并与传统乌鸦、布谷鸟等4种算法的分割结果进行对比分析.结果 改进乌鸦算法对Lena,Flower,Fruits和Boat图分割后的结构相似性分别为0.7703,0.7761,0.7276和0.7921;标准偏差分别为0.0295,0.0385,0.0344和0.0173,实验数据表明,改进算法较其他算法有着更好的分割效果.结论 文中算法有效地改进了传统乌鸦算法的盲目性和易陷入局部最优的缺点,能够准确地分割复杂图像,在多阈值图像分割领域具有一定的参考价值.