广义自对偶形态学滤波器及其在图像去噪中的应用

针对传统的自对偶形态学滤波器(SMF)是依赖于两个互为对偶的形态学滤波器,虽然能较好地保持图像的细节,但抑制噪声的效果较差。本文基于改进的形态学中值算子(MMO)和均值算子(MAO),提出了广义自对偶中值形态学滤波器(GSSMF)和广义自对偶均值形态学滤波器(GSAMF),分析并证明了两类滤波器均满足形态学滤波器的自对偶特性,分别适用于脉冲噪声和高斯噪声的去除。实验结果表明,GSMF在保持图像亮度不发生偏移的同时有效抑制了图像中的噪声,滤波后的图像具有较高的峰值信噪比(PSNR)和较小的均方根误差(RMSE)。     

基于矩阵偏序关系的形态学算子

已有形态偏序由于忽略了图像像素的局部相关性导致运算结果产生噪声叠加、拓扑失真等问题，本文在矩阵Frobenius范数的基础上定义了一种新的偏序关系，从理论上证明了该序满足的自反性、传递性和反对称性.在此基础上，本文提出了基于新序的形态学膨胀、腐蚀算子和相关的梯度运算算子.为验证新序和算子的有效性，与已有的算法进行对比实验，结果表明，新序和相应的算子在保证颜色分量相关性的同时，利用矩阵运算保证了像素的局部相关性，在抑制噪声和边缘保持方面均优于现有的算法.同时，通过结果对比和理论分析发现，新的形态算子对结构元素尺寸的包容性强，克服了形态算子在应用时难以选择合适结构元素大小的问题.这种新序是多通道图像处理的基础，可以扩宽形态学理论的应用范围.     

矢量对偶形态学算子

对偶性是形态学算子的重要性质之一,且具有重要应用.现有的矢量形态学算子均难以满足对偶性,从而限制了矢量数学形态学理论的发展及应用.为了解决该问题,研究了现有矢量形态学算子的性质,发现彩色空间和矢量排序算法是导致矢量形态学算子难以满足对偶性的两个关键因素.通过选用对称彩色空间,利用矢量对称距离实现了具有对偶特性的矢量形态学算子.为了验证矢量对偶形态学算子的性能,给出了满足对偶特性的矢量形态学滤波及梯度算子,并将其应用到彩色图像滤波及边缘检测中.实验结果表明,矢量对偶形态学算子较传统的矢量形态学算子具有更好的对称性,对噪声条件下的图像进行滤波及边缘检测,均获得了更好的处理效果.     

多结构元素的数学形态学图像边缘检测算法

数学形态学作为一门新兴的、以形态为基础对图像进行分析的学科，已得到人们的广泛关注，并应用于图像处理的许多方面。本文提出一种基于多结构元素的数学形态学图像边缘检测算法，该算法通过构造4个不同方向的结构元素，应用形态学梯度算子得到图像4个方向的边缘检测结果，并将这些结果进行加权平均，得到最终的图像边缘。为验证算法的效果，给出了本文算法和几种传统算子对Lena图像进行边缘提取的实验结果。结果表明：本文算法成功地完成了图像的边缘检测，且检测效果明显优于经典的Sobel算子，Laplace算子和Canny算子。     

基于非局部全变差模型的图像复原方法

面向图像复原问题,本文提出一种非局部的全变差图像复原方法。该方法将传统的全变差模型拓展为非局部变差模型,充分利用非局部子块对结构的保持作用,进一步提高复原图像的质量。此外,为了解决上述的非局部全变差模型,本文引入算子运算简化目标函数, 再利用迭代的Splitting算法对其进行交替求解,提高收敛精度。实验结果表明,本文算法在视觉效果和客观评价指标两方面均优于传统算法。     

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。     

图空间上自适应形态学算子

为了解决现有图空间上形态学应用中固定选取结构元素的问题,在图空间上提出了相似权的概念,定义了自适应结构图,对结构图的性质进行了证明.在此基础上提出一种图空间上自适应形态学算子,并从理论上验证了该算子的完备性.新算子不仅考虑了图像像素点的局部特征,同时考虑了连续像素的全局特征.实验结果表明,新算子不仅在保存彩色信息的完整及关联性方面优于现有的彩色形态学,而且可以根据图像的特征自适应的选取阈值和结构元素,在更精细的图像处理方面具有良好的应用前景.     

一种新的基于二值水平集和形态学的局部分割方法

局部分割是图像分割中的关键性工作,针对局部分割方法中存在的窄带控制不稳定和局部分割精度不足的问题,文中提出一种新的基于二值水平集和形态学运算的局部分割方法。该方法引入二值水平集取代传统的符号距离函数,并在曲线进化过程中保持水平集函数的二值性以确保窄带控制的稳定性和一个像素宽度的局部分割精度。为增加曲线平滑方案的灵活性,引入可选择的形态学算子来平滑曲线,并采用稀疏场算法以提高效率。在合成图像和医学图像上的实验结果表明,提出的方法能更好地实现图像局部分割。     

基于形态学top-hat算子的多传感器图像融合

本文根据形态学top-hat算子能够提取图像中极大值与极小值区域的特点,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合.实验中将本文方法与Laplacian塔型变换、子波变换、主分量分析等方法进行了比较,结果表明本文所提的基于top-hat算子的融合方法具有优越的性能,拓广了top-hat算子的应用范围.     

电弧焊熔池图像的边缘检测

本文提出一种基于Canny算子和形态学的图像边缘提取算法。熔池图像经过预处理后,运用形态学的开闭运算滤除噪声和局部灰度增强后用Canny算子检测得到清晰的连续的边缘。实验结果表明,该方法明显优于经过传统滤波后再进行Canny算子的边缘检测效果,为后续的特征提取,目标识别提供了良好的基础。该算法对噪声有很好的鲁棒性,并得到真正的边缘。     

Gray-level image denoising with an improved weighted sparse coding

The nonlocal self-similarity of images means that groups of similar patches have low-dimensional property. The property has been previously used for image denoising, with particularly notable success via sparse coding. However, only a few studies have focused on the varying statistics of noise in different similar patches during the iterative denoising process. This has motivated us to introduce an improved weighted sparse coding for gray-level image denoising in this paper. On the basis of traditional sparse coding, we introduce a weight matrix to account for the noise variation characteristics of different similar patches, while introduce another weight matrix to make full use of the sparsity priors of natural images. The Maximum A-Posterior estimation (MAP) is used to obtain the closed-form solution of the proposed method. Experimental results demonstrate the competitiveness of the proposed method compared with that of state-of-the-art methods in both the objective and perceptual quality.     

图空间上彩色矢量形态学算子

针对现有彩色图像形态学矢量排序算法的缺点,将基于图的二值及灰度形态学扩展到彩色图像,在具备完备格的图空间上定义一种新的彩色矢量形态学算子.为使新算子便于实现,结合图论定义最小生成矢量子图函数及相关理论,并在此基础上提出彩色矢量形态学极值提取算法.实验结果表明,该算子在保存彩色信息的完整及关联性方面优于现有的彩色形态学,避免出现"假色"现象及人为决定主导颜色分量的缺点,同时有效地保护了原图像的纹理不发生较大的变化,较好的保存图像的拓扑结构,有较广的应用前景.     

基于非局部全变分正则化优化的单幅雾天图像恢复新方法

该文针对无雾图像具有高灰度对比度且大气遮罩局部平滑的特性,提出一种基于非局部全变分正则化优化的单幅雾天图像恢复新方法。先构建一种基于非局部全变分正则化的有约束优化算法对大气遮罩进行估计,然后通过优化Bregman分离迭代法求解非局部Rudin-Osher-Fatemi模型获得准确的大气遮罩,进而从雾天场景图像恢复出场景图像。实验结果表明,所提新方法可以有效地对雾天降质图像进行复原,对多纹理复杂区域的恢复效果也较好。     

基于数学形态学的深度图像分割

本文提出了一种基于数学形态学基本运算的深度图像分割方法。首先利用数学形态学算子来获得分别含有跳跃和尖顶边界的凸脊和凹谷图像，然后利用控制的区域生长过程得到最终的分割结果。用本文提出的方法成功地对许多实际的深度图像进行了分割，同传统的方法相比，这种方法的速度快，而且具有良好的抗噪声性能。     

Operators of Approximations and Approximate Power Set Spaces

The concept of a rough set was introduced by Pawlak in 1982[1]. Studies of rough set theory may be divided into two classes, operator-oriented and set-oriented views[2, 3]. The operator-oriented view interprets lower and upper approximations as a pair of unary set-theoretic operators on the power of the universe. While the set-oriented view thinks there are no standard set-theoretic operators, so the rough set theory is an extension of classical set algebra. The two views are relative to moda…     

Modeling of the hot electron subpopulation and its application toimpact ionization in submicron silicon devices-Part II: numericalsolutions

A macroscopic transport model for the hot electron subpopulation (HES) and a nonlocal impact ionization (II) model were proposed in Part I of this article: see ibid. p. 1200, 1994. The transport equations have been derived from the Boltzmann transport equation (BTE) and closure has been provided by an empirically determined equation. The transport equations and the II model have been calibrated using data obtained from self-consistent Monte Carlo (SCMC) simulations. In this article we present the numerical solutions obtained by applying the proposed model to n⁺- n^--n⁺ structures with various doping profiles. The results are compared to the data obtained from SCMC simulations and also to those obtained from models proposed earlier by other authors     

Efficient Design of Discrete Fractional-Order Differentiators Using Nelder–Mead Simplex Algorithm

Applications of fractional-order operators are growing rapidly in various branches of science and engineering as fractional-order calculus realistically represents the complex real-world phenomena in contrast to the integer-order calculus. This paper presents a novel method to design fractional-order differentiator (FOD) operators through optimization using Nelder–Mead simplex algorithm (NMSA). For direct discretization, Al-Alaoui operator has been used. The numerator and the denominator terms of the resulting transfer function are further expanded using binomial expansion to a required order. The coefficients of z-terms in the binomial expansions are used as the starting solutions for the NMSA, and optimization is performed for a minimum magnitude root-mean-square error between the ideal and the proposed operator magnitude responses. To demonstrate the performance of the proposed technique, six simulation examples for fractional orders of half, one-third, and one-fourth, each approximated to third and fifth orders, have been presented. Significantly improved magnitude responses have been obtained as compared to the published literature, thereby making the proposed method a promising candidate for the design of discrete FOD operators.     

基于非局部相似性和交替迭代优化算法的图像压缩感知

压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时进行压缩。目前压缩感知系统通常利用图像在某个变换域具有稀疏性的先验知识,从少量观测值中重构原始图像。本文利用图像像素的邻域结构信息及图像子块的相似性,将图像的非局部相似性作为先验知识运用到压缩感知图像重构中。结合图像的非局部相似性及其在变换域的稀疏性先验知识,提出了基于非局部相似性和交替迭代优化算法的图像压缩感知重构算法,该算法利用迭代阈值法和非局部全变差来交替迭代求解变换域的稀疏性优化问题和非局部相似性的优化问题。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。      

基于非局部稀疏编码的超分辨率图像复原

基于压缩感知的超分辨率图像复原方法通常采用局部稀疏编码策略,对每一图像块独立编码,易产生人工的分块效应。针对上述问题,该文提出一种基于非局部稀疏编码的超分辨率图像复原方法。该算法在字典训练和图像编码过程中分别运用图像的非局部自相似先验知识,即利用低分辨率图像的插值图像训练字典,并通过计算相似块局部编码的加权平均,得到每一图像块的非局部稀疏编码。仿真实验表明,所提算法能够获得更优的复原效果,并且对于含噪图像具有较强的鲁棒性。     

基于秩极小化的压缩感知图像恢复算法

本文将压缩感知图像恢复问题作为低秩矩阵恢复问题来进行研究.为了构建这样的低秩矩阵,我们采样非局部相似度模型,将相似图像块作为列向量构建一个二维相似块矩阵.由于列向量间的强相关性,因此该矩阵具有低秩属性.然后以压缩感知测量作为约束条件对这样的二维相似块矩阵进行低秩矩阵恢复求解.在算法求解的过程中,使用增广拉格朗日方法将受限优化问题转换为非受限优化问题,同时为了减少计算复杂度,使用基于泰勒展开的线性化技术来加速算法求解.实验表明该算法的收敛率、图像恢复性能均优于目前主流压缩感知图像恢复算法.