基于最小鉴别信息的正则化图像恢复方法

提出在正则化图像恢复方法中将图像恢复结果与先验图像的最小鉴别信息作为新的正则化约束.同传统的正则化约束不同,新的约束使得恢复的图像与给定的先验图像具有最相似的灰度分布.同时给出一种自适应确定正则化参数的方法.实验结果表明,新方法在恢复效果上要优于传统的正则化方法,但对噪声则比较敏感.因此,提出在降质图像含有较多的噪声时保留传统的正则化约束,以达到更好的恢复效果.     

应用粒子群优化算法选择正则化参数

对正则化方法中正则参数的选择进行了研究,提出了利用粒子群优化算法获取正则参数的方法,通过数值模拟实验,对比了该方法与遗传算法,通过图像恢复实验,比较了传统正则化滤波方法和所提出的方法,实验结果表明,所提出的方法在处理不适定问题时更具有优越性,是一种实用有效的方法。     

基于PSO自适应正则化参数图像恢复的研究

图像恢复的根本目的是使降质图像趋向于复原或没有噪声影响的理想图像,当前的主要问题是如何在平滑噪声的同时保持图像的边缘和细节.文中提出了基于粒子群优化算法的自适应正则化参数图像恢复算法,与传统方法相比较,实验结果表明,文中方法在恢复效果上要优于传统的正则化方法、Lucy-Richardson 算法和维纳(Wiener)滤波器恢复,明显地克服模糊退化,同时也保护了图像的边缘等细节信息,图像纹路更加清晰,图像质量评价的ISNR好于传统方法.     

一种基于正则化参数自适应选择的快速近似求逆的图像恢复新算法

本文根据正则化恢复中正则化参数应具有的性质,提出了一种基于正则化参数自适选择方案的新的空域迭代恢复算法。     

一种自适应正则化的图像超分辨率算法

提出一种自适应正则化的图像超分辨率重建算法. 首先, 利用局部残差均值自适应地计算各低分辨率图像通道的权值参数矩阵, 可有效地利用各通道对应区域间的交叉信息; 其次, 利用正则项局部误差均值自适应地计算平衡正则项和保真项的正则化参数矩阵, 能较好地保持图像边缘纹理等信息.实验结果表明本文算法不但具有较高峰值信噪比(Peak signal to noise ratio, PSNR) 和结构相似度(Structural similarity, SSIM), 而且在边缘、纹理等细节区域具有更好的重建效果.     

基于正则化迭代的并行磁共振图像重建算法

为了解决并行磁共振成像过程的病态性和图像信噪比下降问题,降低重建过程中噪声放大和异常值的干扰造成的图像信噪比的损失,提出了一种基于正则化共轭梯度迭代的并行磁共振成像重建算法;该算法基于最小二乘理论,引入正则化,优化方程,进而进行迭代重建;采用了不同加速因子的人脑磁共振K空间欠采样数据以验证该算法的重建性能,仿真结果表明了该算法相较于最小二乘法,能较大限度地降低噪声对重建结果的干扰,具有信噪比更高、误差更小、成像效果更好等特征;重建图像质量得到了较好的改善,对临床诊断更具有适用性。     

基于确定性约束和局部空间自适应正则化的图像盲复原算法

给出了一种用于图像盲复原的基于非负支撑域受限递归逆滤波（NAS－RIF）算法的改进算法。通过在代价函数中加入空间自适应的正则化项来改进算法的抗噪性能和复原效果，并利用迭代算法的中间结果，进一步精确寻找图像边界，有效地达到了保存边界并抑制噪声的目的。使用n步重新开始的共轭梯度法可以提高算法的收敛速度。由实验结果可以看出,对于信噪比较低的退化图像，改进的NAS－RIF算法具有更好的复原效果和稳定性。     

增益映射耦合局部正则化的图像重构算法

针对当前的图像重构方法在对多帧超分辨率图像复原时,存在明显的模糊效应与振铃效应的不足,提出增益映射控制耦合局部正则化的图像重构算法。首先,通过对低分辨率图像中亚像素的移动进行分析,构建高低分辨率图像的成像模型,再对超分辨率图像进行估值,将重构问题转化为一个不稳定的线性方程式组;然后,构造正则化算子,联合改进的代数重建法求其稳定值;最后,采用基于局部自适应正则化的增益可控方法建立增益映射,完成超分辨率图像重构。仿真结果表明,与当前图像重构算法相比,在修复低分辨率图像时,该机制拥有更好的重构效果,有效降低了模糊效应与振铃效应。     

非局部总体变分正则化的多帧图像盲反卷积算法

针对没有完整先验知识的降质图像的多帧图像恢复问题,利用非局部总体变分正则化方法,提出了多帧图像盲反卷积问题求解的有效数值算法。该算法既能保持重建图像的边缘与纹理结构又能抑制相关噪声,而且能同时重建原始图像和相关的点扩展函数PSF。实验结果表明提出的方法具有明显的优越性。     

基于正则化最小二乘的局部判别投影的人脸识别

受子空间学习和正则化技术的启发,提出正则化最小二乘的局部判别投影,为了获得投影子空间,首先构建类内和类间图,然后推导出计算公式,再使用正则化最小二乘法解出子空间,与普通算法相比,该算法既保持了流形的局部几何结构,又保持了判别结构,在标准人脸数据库上的实验表明该算法有效.     

图形屏幕图像的保存与恢复

本文将介绍一种实用的图形屏幕图像快速保存与恢复的方法，同时给出程序编制与使用中注意的几个问题。     

小波变换及图像压缩编码时小波基选择

阐述了小波变换的原理,分析了小波变换用于图像压缩时小波基选择与图像压缩编码效果的关系,并通过实例加以说明。     

相位相关法实现图像拼接的仿真与优化

相位相关算法是目前应用最广泛的图像匹配算法之一,基于频域分析快速实现包含平移、旋转、缩放关系的图像之间的自动拼接.对该算法作了全面细致的仿真实验,总结了纯平移图像匹配的各方面特性,提出对旋转图像按照一定规则进行极坐标变换,使旋转放缩量具备平移特性,降低了噪音影响,大大提高了算法的可行性.     

一种图像分割模型的自适应参数选择方法

针对灰度分布不均匀的图像特征,提出一种基于局部和全局高斯分布拟合能量的自适应权重参数选择方法。基于图像的局部和全局区域信息,以高斯分布作为拟合函数建立能量泛函。基于水平集方法,随着活动轮廓的演化,局部和全局区域信息在能量泛函中的权重会相应地变化,有利于提高图像分割的质量和效率。数值实验验证了该方法的有效性。     

滤波器组合设计与参数优化

综合考察了信号的分析与综合系统,即滤波器组合;从分解与合成滤波器组合系统构成及其时域和变换域特性出发,对滤波器组合加以分类,导出有限基上滤波器组合设计的迭代算法;并给出不同类型的滤波器组合的参数优化方法,扩展了Daubechies与Antonini的滤波器系列,供信号处理的各种场合选择使用.     

动态系统最优化理论与自适应算法在轧钢中的应用

本文就自行研制的轧机计算机厚度控制系统,应用动态规划、随机最优控制理论与自适应算法,在轧制规程和厚度分配的最优化计算、轧制规程在线修正与自动厚度控制的改进算法几方面进行了研究,使轧机的厚度控制精度有了显著的提高。应用结果表明,普碳钢卷板的纵向同板差精度≤80μm,命中目标厚度精度为±0.1mm。     

基于狮群优化算法的自适应图像去噪技术

针对现有技术不能同时处理多种噪声的问题,提出一种基于狮群优化算法的自适应图像去噪技术.利用不同空间滤波器组合,在保留图像更多边缘纹理细节的同时,消除图像中的高斯、斑点和椒盐等多类噪声.为了提高线性滤波器组合的效率,采用狮群优化算法在无人为干预的情况下寻找最佳滤波器组合,使得算法在最少的时间消耗内实现最优的图像噪声消除效...     

空域中退化图像恢复的有效算法

在作者先行研究工作－频域正则化参数自适应修正模式的基础上,对退化图像的空域正则化恢复提出了隐式迭代算法及改进的近似求逆技术,并对隐式迭代过程中解的稳定性与逼近性给予了分析。试验表明,在迄今的所有退化图像空域恢复技术中,该算法是十分成功的,它的高质量恢复图像与合理的机时开销,有助于在大型机器上实现实量高质恢复。     

手势特征提取与图像分割的优化研究

手势识别的关键是手势分割。在现实应用中,手势图像因光照强度和复杂背景会存在不同程度的畸变,致使手势分割的精确程度降低以及分割消耗的时间增长。针对这一弊端,提出改进传统手势识别的思路。对手势进行主要特征点的提取,将多个先验图像减至单个先验图像,缩短了手势分割所需的时间;将YCBCR色度空间和粒子滤波跟踪算法相融合,更新参数阈值,优化边缘去噪。该方法将手势分割的准确度提升至96%以上,用时降至2ms以内,精准程度高,所耗时间短,在复杂环境下的识别效率高。