基于冗余字典的一种新的数字图像水印算法

基于图像的超完备字典稀疏表示是一种新的图像表示理论,利用字典的冗余性可以有效地得到图像的几何结构特征,从而实现图像的表示.当前稀疏表示的理论研究主要集中在稀疏分解算法和字典构造算法两方面.基于此稀疏特性,本文提出了一种新的基于冗余字典的数字水印方法.此方法利用图像在超完备字典上的自适应稀疏分解,通过在字典域实现数字水印算法.实验结果证实了本文所提方法的有效性.     

基于冗余字典的高光谱图像超分辨率复原算法

为了提高高光谱图像的空间分辨率,将基于冗余字典的信号稀疏表示理论应用到高光谱图像的超分辨率复原领域,提出一种基于冗余字典的高光谱图像超分辨率复原算法.该算法通过训练一组高低分辨率相对应的冗余字典对,使得高低分辨率相对应的像元曲线在基于各自的冗余字典进行稀疏分解时,具有相同的稀疏表示系数.超分辨率复原过程中,将待复原的低分辨率高光谱图像基于低分辨率冗余字典进行稀疏分解,利用所得的稀疏表示系数和对应的高分辨率字典,重建高分辨率的图像.实验结果表明:与基于图像块字典的超分辨率复原算法及传统的双线性插值图像放大方法相比,重建图像的峰值信噪比(peak signal to noise radio,PSNR)得到了显著提高.该算法将高光谱图像沿光谱维方向进行整体稀疏分解,避免了传统算法逐波段进行超分辨率复原带来的波段间的光谱失真问题,显著降低了算法的运算量.     

基于小波变换与曲波变换的图像插值

提出了一种组合小波变换与曲波变换稀疏约束的图像插值算法。利用小波变换对图像纹理成份和曲波变换对图像卡通成份的稀疏表示特性,首先将图像插值问题转化成稀疏约束的图像重建问题,然后通过迭代投影对复原最优化问题进行求解,从而实现成份自适应的图像插值。实验结果表明,相比于现在有图像插值算法,本文算法可以显著地提高被插值图像的峰值信噪比(PSNR)和视觉质量。     

基于Curvelet-Wavelet变换高分辨率遥感图像降噪

基于图像卡通-纹理分解模型,利用Curvelet变换和Wavelet变换对图像不同部分具有不同的稀疏表示特性,提出新的混合域遥感图像降噪方法.利用分解模型对图像分别进行Curvelet域和Wavelet域中的系数建模,结合高斯混合尺度模型(GSM)对图像卡通部分和纹理部分进行降噪,之后对图像进行合并.实验结果表明,该方法降噪后图像峰值信噪比(PSNR)明显提高,有效地保持了图像的细节和边缘,抑制了降噪图像的混叠现象.     

基于稀疏表示与矩阵填充的多帧超分辨率图像重建

针对现有算法在通用图像分辨率要求较高时重建效果不稳定的问题,提出一种基于稀疏表示与矩阵填充的多帧超分辨率图像重建算法.对自然图像库进行训练建立过完备词典对,并将低分辨率图像分成若干图像块,根据局部先验约束建立稀疏表示模型,通过线性规划的方法求得过完备词典对下图像块的稀疏系数;利用多帧图像序列的相似性,采用非精确增广拉格朗日乘子法对全局约束构建的观测矩阵进行矩阵填充和矩阵恢复,最终获得高分辨率图像.实验结果表明,与其他主流算法相比,重建后的图像保留了更丰富的图像边缘与细节信息,不会过于平滑而导致图像模糊,并且不易受过完备词典选择范围的影响,具有较好的稳定性和更高的峰值信噪比,可应用于遥感图像超分辨率重建等图像应用领域.     

利用稀疏非负矩阵分解的大转角SAR成像方法

提出了一种采用稀疏非负矩阵分解(NMF)的大转角成像方法．首先将全孔径划分为若干相互重叠的子孔径,然后分别使用极坐标格式算法获得不同视角下的子图像,最终采用加入稀疏增强正则项的NMF算法在图像域对子图像进行迭代融合,获得目标增强和信噪比更高的全孔径综合图像．仿真实验结果验证了该方法的有效性．     

基于引导滤波与稀疏表示的医学图像融合

为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法.该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基础层进行融合;同时,采用自适应稀疏表示算法融合细节层;最后,将融合的细节层和基础层相加得到融合图像.在...     

一种自适应低剂量CT图像质量改善算法

针对低剂量CT(low-dose CT,LDCT)扫描会导致图像质量劣化问题,提出一种基于剪切波变换的低剂量CT图像质量改善算法.首先,利用Anscombe变换,将LDCT图像中的X射线量子噪声转化为近似服从Gaussian分布的噪声;其次,将变换后的LDCT图像转换成剪切波变换域并针对剪切波域上的低信噪比高频系数子带,利用剩余自相关功率改进噪声方差的计算精度并结合贝叶斯最大后验估计提取非噪声高频系数;最后,利用剪切波逆变换和Anscombe逆变换获得重构图像.大量的实验结果表明,该算法优于小波域的算法.其重构图像质量与基于小波域的算法相比,峰值信噪比(PSNR)平均提高52.2%,平均结构相似度(MSSIM)提高34.9%.     

基于稀疏表示的人脸图像压缩方法

基于稀疏表示的人脸图像压缩算法首先对人脸图像进行分块,其次利用K-SVD字典学习算法,训练一个图像的冗余字典,最后用OMP算法对其进行稀疏编码,得到压缩的图像.由于OMP算法复杂度较高,为了降低复杂度,提高算法效率,提出了一种基于稀疏表示理论的新的人脸压缩算法.该算法在稀疏编码阶段,用基于块坐标松弛(Block Coordinate Relation)字典学习算法对人脸图像进行稀疏编码,最后用重构算法对压缩数据进行重构.通过实验仿真,与JPEG压缩方法及OMP算法比较,所提方法在同等压缩比下,重构的图像质量有所提高.     

二代曲线波图像恢复模型及其算法

假定图像属于Besov空间,可以利用小波系数和Besov范数的等价性来度量图像小波分解的稀疏性． 但是,小波并不能十分有效地表示光滑函数的边界,而曲线波对于具有C2奇异性的光滑函数能够达到渐进最优的稀疏表示． 基于上述分析,提出了新的二代曲线波的图像恢复模型,运用曲线型分解空间来刻画二代曲线波系数的稀疏性． 此外,利用广义条件梯度法得到了迭代硬阈值算法,并给出了解的收敛性定理和停止准则． 实验表明新算法比已有方法具有更高的信噪比和更好的主观视觉效果．