逆滤波法在图像复原中的应用

针对逆滤波图像复原算法进行研究,在已知系统退化模型的情况下,对退化图像使用逆滤波算法进行复原,再对复原后的图像进行平滑处理,使其更接近于原始图像。文中使用Vis-ual C++6.0和Matlab作为开发工具,实验表明该上述算法具有简单可靠等优点,能使图像质量得到改善。     

稀疏孔径系统的成像和图像复原

介绍复合三子镜和Golay6稀疏孔径系统的结构和调制传递函数(MTF),给出复合三子镜的MTF解析表达式,分析和比较两种稀疏孔径系统的MTF分布,并计算它们在不同填充因子下对应的最大截止频率和等效直径,并对复合三子镜和Golay6稀疏孔径系统进行模拟成像。MTF分析和模拟成像结果表明:稀疏孔径系统由于通光面积减少,在截止频率区域内MTF明显下降,图像清晰度下降。因此,图像复原是稀疏孔径系统的关键环节。进一步阐述Wiener滤波图像复原的原理,并给出应用修正Wiener滤波技术进行加噪图像复原的结果。     

基于模拟退火的信号稀疏分解研究

信号稀疏分解广泛应用于图像和信号处理领域,特别是在教据压缩和数据存储、特征提取领域应用广泛.但信号稀疏分解本身是典型的NP困难问题,要成功的进行信号稀疏分解是十分困难的.文中利用模拟退火算法来快速寻找Matching Pursuit(MP)过程每一步的最优原子,提出了一种基于模拟退火的信号稀疏分解算法.仿真结果表明该算法能有效和快速地进行信号稀疏分解.     

基于模拟退火算法的稀疏表示图像去噪

使用稀疏表示的方法对图像去噪。对于稀疏表示最关键的是稀疏表示系数和自适应字典的确定，如何同时找到这两个最优的参数是研究的主要问题。通过模拟退火算法得到最优的自适应字典与相对应的稀疏系数。用求得的字典和稀疏系数进行逆运算得到去噪后的图像，完成图像去噪。与广泛使用的K-SVD算法对比，所提算法的峰值信噪比提高6.9%，在时间复杂度上改善了13.7%。     

基于模拟退火算法的平面稀疏阵优化

大规模稀疏阵列优化时,解空间十分庞大,一般优化算法难以实现.模拟退火算法不是一种解空间遍历算法,因而非常适合用于解决此类问题.利用平面阵的对称性,对解空间进行镜像压缩,进一步提高了优化效率.利用解空间压缩后的模拟退火算法优化得到了一种副瓣特性优良的稀疏布阵方式.     

稀疏表达的自适应遥感图像融合算法

本文提出一种基于稀疏表达的图像融合算法。该算法利用稀疏系数中的非零元素所对应的基向量作为图像特征,首先分离相同基向量和相异基向量,然后采用加权求和算法合并相对应的稀疏系数,并重构得到融合图像。该算法对相同特征和相异特征分别进行融合,克服了融合图像中相异特征清晰度下降的问题。并且由于稀疏表达具有很好的去噪功能,本文算法也可以同时进行图像融合和去噪。通过与4种流行的融合算法比较,本文算法得到较好的视觉效果。      

融合暗原色先验和稀疏表示的水下图像复原

由于水下图像成像过程中受光的散射、噪声干扰等因素影响,致使图像质量严重退化。为了去除模糊和抑制噪声,改善水下图像质量,该文提出一种融合暗原色先验和稀疏表示的水下图像复原新方法。该方法首先利用暗原色先验理论计算水下图像的暗原色,然后基于稀疏表示理论对暗原色进行去噪和优化,基于改进后的暗原色计算水体透射率和光照强度以计算最终复原结果,可以同时达到去模糊和去噪的良好效果。实验结果表明,提出的方法有效提高了图像的平均梯度和信息熵等图像像素,从而改善了图像的质量。     

基于卡尔曼滤波的图像复原

本文研究了基于卡尔曼滤波的图像复原方法。介绍了图像模型的建立以及几种经典卡尔曼滤波图像复原方法,提出了图像模型自适应的复原算法,并进行了仿真研究。在其退化过程只限于假定是被白噪声污染的马尔可夫（Markov）过程的条件下,目前应用卡尔曼滤波进行图像复原结果显示,本方法具有更好的性能。     

基于投影的稀疏表示与非局部正则化图像复原方法

提出一种基于投影的稀疏表示与非局部正则化相结合的图像去模糊、去噪图像复原方法.该方法结合了自适应构造字典的稀疏表示与非局部总变差,提出的正则化模型分解为三个投影子问题进行求解以提高求解效率.实验结果表明,本文所提出的图像复原方法能够有效地保持原图像的纹理细节信息,对于不同程度的退化图像上均有较好的复原结果,在视觉效果和客观评价指标上均优于相比较的现有方法.     

结合稀疏表示与匹配梯度分布的图像复原

针对基于稀疏表示的传统图像复原方法无法准确恢 复图像小尺度细节的不足,提出了一种结合稀疏 表示与匹配梯度分布的图像复原方法。首先在稀疏表示图像复原模型的基础上,利用参数化 的超拉 普拉斯分布估计原始图像的梯度分布;然后,通过对图像的梯度分布进行全局约束,利用梯 度直方图匹配 操作匹配图像梯度分布,使复原图像的梯度分布尽可能接近原始图像。仿真实验结果表明 , 本文算法能够取得较优的复原效果, 并且能以较高精度复原图像的细节信息。     

超声测井图像过井裂缝提取算法研究

在石油天然气超声测井中,裂缝是油藏和储层非 均质研究中的重要参考依据,裂缝参数的提取是成像测井资料解释的重要技术之一。而在测 井中,过井裂缝是最主要的裂缝形 态。因此研究过井裂缝的提取对测井资料的进一步解释具有重要意义。针对现有的过井裂缝 提取算法抗干扰能力差,提出了一种基于边缘检测的过井裂缝提取算法。该算法首先通过限 定对比度直方图均衡化提高测井图像的对比度,提高边缘检测的准确性。为进一步提高其抗 干扰性,对检测的边缘图像进行自适应滤波和形态学处理。最后,通过降维后的Hough变 换提取裂缝。实验结果表明,该算法所需要设置的参数较少,所提取的裂缝准确度较高,抗 干扰性较好。可以基本实现测井图像中过井裂缝的有效提取。     

基于自适应稀疏表示的被动毫米波图像恢复

为了克服傅立叶域和小波域正则化方法不能同时保持目标特征和有效滤除噪声的缺点,提出一种被动毫米波图像恢复的新方法。它利用稀疏表示表达信号灵活的特点,对逆滤波后的毫米波图像采用基于奇异值分解的K聚类（K-SVD）算法进行学习,自适应地得到图像恢复需要的基函数。与傅立叶域和小波域正则化方法相比,论文方法采用了自适应的处理方法,因此能够更好地保持目标特征,更有效地抑制噪声,进而更好地恢复图像。将论文方法用于被动毫米波仿真图像的恢复,得到了很好的结果。因此,它是一种有效的被动毫米波成像方法。     

基于稀疏表达的图像去噪方法研究

提出一种基于混合字典的图像稀疏分解去噪方法。使用小波包函数和离散余弦函数构成混合字典,采用匹配追踪算法对图像进行稀疏分解,提取含噪图像中的稀疏成分,最后利用稀疏成分进行图像重构,达到去除图像中噪声的目的。实验中与单一字典稀疏分解去噪算法进行了对比,结果表明,所提出的混合字典稀疏去噪算法可有效提取图像中的稀疏结构,改善重构图像的主客观质量。     

基于图像稀疏表示的红外小目标检测算法

基于超完备字典的图像稀疏表示是一种新的图像表示理论,利用超完备字典的冗余性可以有效地捕捉图像的各种结构特征,从而实现图像的有效表示.针对红外小目标检测问题,提出了一种基于图像稀疏表示的检测方法,该方法采用二维高斯模型生成样本图像,继而构造超完备目标字典,然后依次提取测试图像的图像子块并计算其在超完备字典中的表示系数,背...     

基于稀疏表示的立体图像客观质量评价方法

提出了一种基于稀疏表示的立体图像质量评价方法 ,分为训练和测试两个部分。在训练部 分,通过训练不同频带的立体图像获得立体图像的稀疏字典;在测试部分,根据稀疏字典计 算得到立体图 像的稀疏特征,定义了稀疏特征相似度衡量原始和失真图像信息的差异,并根据稀疏字典计 算了频带增益和左右视点的融合权值,最后融合稀疏特征相似度作为立体图像质量的 客观评价值。在立体图像测试库上的实验结果表明,本文方法的评价结果与主观评价结果有 较好的相关性,符合人类视觉系统的感知。     

基于卷积稀疏表示的红外与可见光图像融合

稀疏表示是以块为单位进行编码的,因此破坏了图像块间的相关性。针对上述问题,提出了基于卷积稀疏表示的红外与可见光图像融合算法。该算法采用交替方向乘子算法(ADMM)求解非下采样轮廓波变换(NSCT)域强边缘子带的卷积稀疏系数,完成特征响应系数的融合。同时,采用脉冲耦合神经网络(PCNN)模型的点火图完成NSCT域高频子带的融合。实验结果表明:该算法解决了稀疏表示的“块效应”问题,同时又兼具PCNN模型的视觉特性,可以有效地捕捉源图像的特征信息。另外,在主观视觉评价和客观质量评价方面均优于现有算法。     

结合VLAD特征和稀疏表示的图像检索

为了实现快速准确的图像检索目标,提出一种结合VLAD（局部聚合描述符）特征和稀疏表示的图像检索方法。首先,根据图像具有结构细节丰富、局部视觉特征差异明显的特点,提取图像的局部旋转不变SURF特征,并采用局部聚合描述符方法,构造具有旋转不变性的图像VLAD特征,然后将VLAD特征与稀疏表示相结合,设计基于稀疏表示的相似性检索度量准则,实现图像的查询检索。实验结果表明,提出方法在查准率（precision）及平均归一化修正检索排序等指标上,均优于其他几种典型方法,并具有较高的计算效率。     

基于稀疏表示的SOM多失真图像质量评价方法

针对非线性回归下客观评分与主观评分一致性差的问题,本文提出一种基于稀疏表示的SOM多失真图像质量评价方法。首先,将参考图像及失真图像应用独立变量分析进行稀疏化表示,应用稀疏表示下的参考图像与失真图像间的结构相似度描述失真图像的质量,再使用SOM聚类算法和交叉验证方法提高非线性回归下的客观评分与主观评分之间的一致性。最后,在LIVE2,TID2013及IVC数据库中的实验结果显示,所提评价模型性能优越;3种数据库的平均结果说明,该文方法的总体性能高于现有的经典算法,表明该文方法能够很好地反映图像的视觉感知效果。通过对比时间效率,该方法基本能够满足实际要求,具有较高的适用性。     

卷积稀疏表示和邻域特征结合的多聚焦图像融合

稀疏表示的分块处理破环了图像的连续性,导致 多聚焦融合图像的清晰测度信息严重丢失。针对上述 问题,提出了卷积稀疏表示和邻域特征结合的多聚焦图像融合算法。该算法将非下采样轮廓 波变换(NSCT)域低频子图通过高斯滤波分解 成基础层和细节层,然后选用交替方向乘子算法(ADMM)求解稀疏系数,完成细节层特征响 应系数的融合。同时, 根据聚焦程度测量函数设计了合理的邻域特征,完成了NSCT域高频子图的融合。实验结果表 明:该算法边缘信息 传递因子(QAB/F)指标略低于对比算法, 但空间频率(SF)、平均梯度(AG)、清晰度(SP)以及视觉信息保 真度(VIFF)指标相比于对比算法分别提高了约16.31% 、41.87%、19.2%以及12.07%,有效地提取了源图像更深 层次的清晰测度信息,克服了稀疏表示的块效应缺陷。