一种自适应的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节。文中探讨了噪声图像的噪声抑制方法，提出了基于各向异性分布方程的平滑技术。该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率。最后采用了真实数据验证了方法的有效性。     

基于偏微分方程的图像平滑处理技术

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线务、纹理等图像特征,而基于偏微分方程(PDE)的各向异性扩散算法在抑制噪声的同时能够保持这些特征。研究基于PDE的图像去噪平滑算法并对PDE算法的不足作出改进,将其用于图像去噪处理效果非常理想,并在精密光学元件表面疵病识别的实验中取得较好的效果。     

一种自适应的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节.文中探讨了噪声图像的噪声抑制方法,提出了基于各向异性分布方程的平滑技术.该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率.最后采用了真实数据验证了方法的有效性.     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节.文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术.该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率.最后采用数据验证了方法的有效性.     

一种基于偏微分方程的图像平滑技术

图像平滑是大多数图像分析和计算机视觉问题中必需的环节。文中探讨了噪声图像的噪声抑制方法,利用了基于偏微分方程的平滑技术。该方法的优点在于可以在消除噪声的同时有效地保持空间分辨率。最后采用数据验证了方法的有效性。     

基于四阶偏微分方程平滑的图像分割新方法

在方向曲率模值描述图像平滑度的泛函基础上,推导出一种四阶偏微分方程(PDE)图像降噪模型,在有效降噪的同时,较好地保持了边缘。该方法处理结果为分段线性图像,且在目标边缘处梯度存在阶跃。利用降噪结果的这一特点,提出一种新测地线主动轮廓模型。实验表明,新模型不但稳定,轮廓提取能力强,而且收敛速度快。     

偏微分方程图像平滑模型的一种最优停止准则

基于偏微分方程的各种非线性图像平滑模型, 可归结为求解初始值为输入图像的非线性扩散方程. 这些非线性图像平滑模型在滤除噪声的同时, 在保留图像重要特征方面表现出良好的性能.采用这些模型对图像进行平滑的过程中,迭代停止准则对图像平滑的效果有着重要的影响.该文提出了一种简单实用的最优停止准则,该准则确定了一个标准,使得平滑后的图像与噪声的相关性最小时停止迭代. 它易于实现而且又有很强的通用性.实验结果表明该算法可以在图像平滑过程中适时地停止迭代, 获得满意的图像平滑效果.     

基于PDE's的图像平滑方法

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线务、纹理等图像特征,而基于偏微分方程(PDE’s)的各向异性扩散算法则在抑制噪声的同时能够保持这些特征。本文在Perona ＆ Malik模型基础上引入梯度阈值和高斯平滑核,实验结果表明改进后的平滑方法既能更有效消除孤立噪声点,又可以更好地保持边缘。     

一种新的基于高阶非线性扩散的图像平滑方法

该文首先基于方向曲率模值提出描述图像平滑度的泛函,并推导出新的高阶偏微分方程(PDE)图像降噪模型,在有效降噪的同时,能较好地保持特征．低阶非线性扩散方法处理结果是分段恒定图像,而文中方法得到的分段线性图像,视觉效果更加理想．与其它高阶方法相比,新方法具有理论和计算上的优势．其次,针对非线性扩散中出现的过度平滑现象,该文提出利用泄漏修补算子对偏微分方程进行补充,实验表明,泄漏修补机制对图中重要的、细微的特征有较好的保持作用．最后,文中还提出一种新的非线性扩散过程——复合扩散,以扩大方法的使用范围,提高其适应性．同以往的非线性扩散相比,复合扩散不但能自适应地调整扩散方向,而且可并行处理不同类型噪声．     

一种图像放大的偏微分方程综合模型

针对传统图像放大处理过程中基于线性插值方法通常导致边缘模糊问题,分析了各向同性扩散模型和各向异性扩散模型在图像处理中的优缺点,提出了一种线性扩散和P-M方程自适应结合的图像放大综合模型。该模型对图像非平滑区域采用各向异性扩散模型处理,而平滑区域则采用各向同性扩散模型处理。实验结果表明,该综合模型在保持图像边缘锐度的同时提高了图像的清晰度,能够有效提高放大图像的主观视觉质量和客观SNR及PSNR。     

Image smoothing based on global sparsity decomposition and a variable parameter

Smoothing images,especially with rich texture,is an important problem in computer vision.Obtaining an ideal result is difficult due to complexity,irregularity,a...     

一种图像水印鲁棒性的协同序参量评价方法

针对图像水印的鲁棒性,运用协同序参量理论,提出一种基于协同序参量的定量评价方法。对载体图像完成各类鲁棒性实验,计算比较了各模式的协同序参量初始值,使用序参量演化曲线进行验证,得到相应的鲁棒性定量评价。评价结果与相关系数法一致,但更加方便和实用。     

基于PDE的图像去噪方法

针对P-M非线性扩散模型以及自蛇模型对图像滤波的不足,为了充分利用两种模型各自的优势,提出了一种新的基于自蛇模型与P-M扩散模型相混合的去噪方法,同时在其扩散方程中添加了忠诚项,这样噪声去除与边缘保留就可以得到一个较好的效果。最后实验结果表明,该方法既能有效去除图像噪声,也能很好地保持图像的边缘等细节信息。     

Image smoothing based on neighbor linking

A new method for smoothing images by local weighted averaging is presented. The weights are computed as strengths of links between neighbors. These link strengths are averages of the variations in gray level over paths of length 2. It is shown that the method preserves edges, thin lines, and average gray levels. Moreover, it transforms the images into slowly varying regions with sharp borders, having histograms that tend to be composed of sharp peaks.     

一种基于偏微分方程的图像复原新模型

首先基于偏微分方程（PDE）提出一个描述图像复原的泛函,并推导出新的PDE图像复原模型,该模型不仅复原效果良好,而且能较好地保持图像的特征。与其他经典的复原方法相比较,新模型具有理论上的优势;其次,有效地解决了保持图像边缘特征和图像的过度平滑这对矛盾。实验表明,给出的新模型既能较好地复原图像,又能很好地保持图像的边缘特征。     

基于差分曲率的偏微分方程图像降噪算法

针对图像去噪过程存在边缘保持与噪声抑制的矛盾,提出一种改进的偏微分方程图像降噪算法。将差分曲率引入各项异性扩散方程中,构造出新的扩散系数函数,其可以较好区分图像的边缘、平坦区域以及噪声,使算法在去除噪声的同时,保留更多弱边缘和纹理等细节信息。实验结果表明,该算法与其它基于偏微分方程的图像降噪算法相比,在客观的质量评价方面,提高了图像的信噪比和峰值信噪比;在主观视觉效果方面,在滤除噪声的同时保留了更多的弱边缘等细节信息,该算法实现了较好的图像降噪效果。     

Spatially adaptive smoothing parameter selection for Markov random field based sub-pixel mapping of remotely sensed images

Sub-pixel mapping is a process to provide the spatial distributions of land cover classes with finer spatial resolution than the size of a remotely sensed image pixel. Traditional Markov random field-based sub-pixel mapping (MRF_SPM) adopts a fixed smoothing parameter estimated based on the entire image to balance the spatial and spectral energies. However, the spectra of the remotely sensed pixels are always spatially variable. Adopting a fixed smoothing parameter disregards the local properties provided by each pixel spectrum, and may probably lead to insufficient smoothing in the homogeneous region and over-smoothing between class boundaries simultaneously. This article proposes a spatially adaptive parameter selection method for the MRF_SPM model to overcome the limitation of the fixed parameter. As pixel class proportions are indicators of the type and proportion of land cover classes within each coarse pixel, in the proposed method, fraction images providing pixel class proportions as local properties of each pixel spectrum are employed to constrain the smoothing parameter. Consequently, the smoothing parameter is spatially adaptive to each pixel spectrum of the remotely sensed image. Synthetic images and IKONOS multi-spectral images were employed. Results showed that compared with the hard classification method and the non-spatially adaptive MRF_SPM adopting a fixed smoothing parameter, the spatially adaptive MRF_SPM with the smoothing parameter constrained to each pixel spectrum yielded sub-pixel maps not only with higher accuracy but also with shapes and boundaries visually reconstructed more closely to the reference map.     

基于自适应Mean Shift算法的彩色图像滤波

利用Mean Shift算法对图像进行滤波时,带宽和采样点权重的选择至关重要。为有效保留彩色图像中边缘等细节信息,提出了一种基于自适应Mean Shift算法的彩色图像滤波算法。该算法首先根据图像颜色信息的灰色关联度来定义自适应空域带宽;然后利用颜色粗糙度计算自适应值域带宽;再根据彩色差别获得各采样点的权重;最后用改进后的自适应Mean Shift算法对图像进行滤波。实验结果表明,与基于Mean Shift算法的滤波算法和常见滤波算法相比,该算法的滤波效果不仅更符合人眼的视觉感知,且能更好地保留边缘等细节信息。     

基于自适应微调因子的改进frost滤波

为避免frost滤波因使用同一微调因子带来边缘细节等结构信息的模糊,以及等距等权所带来的盲目平滑现象,对frost滤波算法提出了一种改进方案。该方案综合考虑滤波窗口本身的局域统计特性以及窗口内各像素本身的统计特性来自适应确定微调因子。通过对真实合成孔径雷达图像进行改进算法降噪实验,以等效视数和边缘保持指数两项指标为评价标准,并与不同微调因子的Frost滤波输出结果进行比较,结果表明改进算法比原算法有很大的改进,在边缘保持和去噪方面具有更好的滤波性能。     

拟正态分布扩散的图像平滑

目的在传统的去噪模型中,若仅考虑去噪与边缘保护这两个方面,会导致纹理等细节信息丢失,为解决传统模型这方面的缺陷,提出了一种基于拟正态分布的图像去噪模型。方法提出的模型是以经典的各向异性扩散模型为基础,首先分析了扩散系数在扩散过程中的作用,引入通量函数,做归一化处理,建立新的扩散系数,构造新的扩散模型;然后考虑新模型在去噪过程中,既要有效去噪,又要保护图像的边缘、纹理等细节信息,将扩散系数构造成拟正态分布函数。结果实验结果表明,在同一实验条件下,新模型的峰值信噪比与经典模型相比提高了28 d B左右,均方差大幅度降低,图像的边缘更加清晰,对比度得到显著增强。结论提出的新模型能够较稳定地控制扩散过程,使图像在去噪和保边缘、纹理等细节信息方面都达到令人满意的效果,峰值信噪比有了大幅提高,其去噪性能较经典模型更具优越性。