基于分类学习字典全局稀疏表示模型的图像修复算法研究

基于稀疏重构的图像修复依赖于图像全局自相似性信息的利用和稀疏分解字典的选择,为此提出了基于分类学习字典全局稀疏表示模型的图像修复思路.该算法首先将图像未丢失信息聚类为具有相似几何结构的多个子区域,并分别对各个子区域用K-SVD字典学习方法得到与各子区域结构特征相适应的学习字典.然后根据图像自相似性特点构建能够描述图像块空间组织结构关系的全局稀疏最大期望值表示模型,迭代地使用该模型交替更新图像块的组织结构关系和损坏图像的估计直到修复结果趋于稳定.实验结果表明,方法对于图像的纹理细节、结构信息都能起到好的修复作用.     

图像修复中BSCB模型的粘性分析

考虑图像修复中BSCB方程和变形的BSCB方程组的粘性问题.运用半群理论,得到粘性BSCB方程光滑解的存在唯一性.此外,利用粘性消失方法还得到:当粘性系数ν→0时,粘性变形的BSCB方程组的解在经典意义下收敛到变形的BSCB方程组的解.     

图像修复中BSCB模型的粘性分析

考虑图像修复中BSCB方程和变形的BSCB方程组的粘性问题.运用半群理论,得到粘性BSCB方程光滑解的存在唯一性.此外,利用粘性消失方法还得到:当粘性系数v→0时,粘性变形的BSCB方程组的解在经典意义下收敛到变形的BSCB方程组的解.     

一种改进的Snake算法

针对动态轮廓模型特性，本提出了一种能量函数的选取和收敛算法改进的新方法，结果表明，该方法在实际应用中效果理想。     

多小波图像插值算法研究

与单小波变换一样,多小波变换同样具有多分辨分析的特性,1次多小波变换可以将图像分解成4个低频子带和12个高频子带,而且原图像的大小是每个子带的4倍.根据多小波变换的这一特点,利用原图像与经过1次多小波变换后的各高频子带的信息,并考虑各子带的分形维数,提出了一种新颖的灰度图像插值算法.实验结果表明,与传统的插值算法相比,例如双线性插值与双三次多项式插值,该算法的插值效果较好,且克服了单小波插值中出现的斑点干扰.     

图像盲恢复算法的研究

在点扩展函数未知的情况下,仅通过退化图像来估计原始图像的过程称为图像盲恢复.目前,图像盲恢复已成为数字图像处理领域一个前沿热点课题,有着广泛的应用.国内外诸多学者对图像盲恢复算法已经做了深入广泛的研究.对已提出的图像盲恢复算法进行了分类比较研究,并提出了进一步研究的发展方向.     

快速均值漂移图像分割算法研究

Mean shift算法是一种搜索与样本点分布最接近模式的非参数统计方法.但它是一种迭代统计方法,要保证较高的数值计算精度需要较多的迭代次数,耗费较长的计算时间.为克服这一缺点,提出快速均值漂移图像分割算法.该算法在每次迭代时以前一次的聚类中心集合T动态地更新样本集S,并通过使用直方图缩小样本点的搜索范围进一步加快算法的收敛速度.实验结果表明该方法在保证图像分割质量的同时具有较快的收敛速度.     

基于改进的U-Net视网膜图像的神经纤维层分割算法

视网膜图像中的神经纤维层(Retinal Nerve Fiber Layer,RNFL)作为视网膜病变的最主要最早期的特征性部位,RNFL的分割对于糖尿病视网膜病变的评估具有重要的意义.由于视网膜图像中视网膜纤维层部分的对比度相对于背景较低,边缘不明显,分割的图像中存在断裂和难以识别的情况.提出了一种基于U-Net的R...     

SIFT算法在图像拼接中的应用研究

SIFT算法在计算机视觉中具有广泛的应用,SIFT是一种稳定的图像局部特征匹配算法,该算法具有非常高的唯一性和稳健性,对于图像的亮度变化、尺度缩放、旋转变化和噪声等具有很好的鲁棒性.通过研究SIFT算法的基本原理和步骤,利用pycharm-community-2019.3.2开发工具、python3.7.9对SIFT算...     

改进偏微分方程的脑MRI图像降噪比较研究

对于噪声降低的时候传统的脑MRI医学图像降噪算法会使脑MRI医学图像的纹理、边缘和血管等的重要信息产生丢失.而偏微分方程(PDE)的脑MRI医学图像降噪算法能够在降低噪声的同时可以非常有效的缓解上述的情形确保细节的存留.主要介绍了几种PDE降噪模型.研究发现全变分的模型与四阶PDE模型降噪情况好于其余算法的降噪情况,但是水平线的生成对于成为水平集算法的初始水平集的情形较差,而四阶PDE模型迭代次数较多,运行时间长,在实际应用中有较强的限制.     

Parallel Algorithm and Software for Image Inpainting via Sub-Riemannian Minimizers on the Group of Rototranslations

The paper is devoted to an approach for image inpainting developed on the basis of neurogeometry of vision and sub-Riemannian geometry. Inpainting is realized by completing damaged isophotes (level lines of brightness) by optimal curves for the left-invariant sub-Riemannian problem on the group of rototranslations (motions) of a plane SE(2). The approach is considered as anthropomorphic inpainting since these curves satisfy the variational principle discovered by neurogeometry of vision. A parallel algorithm and software to restore monochrome binary or halftone images represented as series of isophotes were developed. The approach and the algorithm for computation of completing arcs are presented in detail.     

一种分形图像编码的改进方法

在分析小波包变换和分形编码特点的基础上,先将图像进行小波包分解,对进一步细分的高频部分直接进行频域截断,对低频部分进行分形压缩.计算机模拟试验表明,上述方案与基本分形编码方法相比,在重建图像主观质量和运行时间上都显示出优越性.     

基于改进遗传算法的自动阈值图像分割方法

图像分割技术在图像分析和图像识别上具有重要意义.传统自适应遗传算法有可能使问题求解陷入局部最优解,而求得错误的图像分割阈值.为了得到最优的图像分割阈值,对交叉率和变异率公式进行了重构,使得交叉率和变异率在任何情况下都不为零.同时,以最大二维熵函数作为适应度函数,采用选择、交叉变异等遗传操作作搜索最优分割阈值.仿真实验表明,该方法可以有效地提高图像分割精度和计算速度.     

实数遗传算法进化策略的改进研究

在现有文献研究的基础上,对传统实数遗传算法的进化策略又作了进一步研究,提出了一种改进的进化策略.进化策略克服了传统实数遗传算法中交叉得到的优秀个体有可能在变异过程中遭到破坏而不能生存的不足,并取消了交叉概率,使交叉产生的个体数增多,这样可增大产生更优秀个体的可能性,因而可使实数遗传算法的性能得到更好的改善.另外,给出了一种计算种群中个体适应度的计算公式和计算方法.该方法不但使得遗传算法具有较强的局部搜索能力,而且具有较强的广域搜索能力和较好的种群多样性,不易陷入局部最优解,从而可快速收敛到全局最优解.5个测试函数的计算结果表明,给出的实数遗传算法的改进进化策略比传统实数遗传算法进化策略的运算速度明显提高,迭代次数明显减少,从而验证了提出的实数遗传算法改进进化策略的有效性.     

基于改进量子遗传优化的模糊C均值聚类图像分割

针对模糊C均值聚类算法对初始聚类中心值敏感和抗噪声能力差的问题,提出一种基于改进的量子遗传优化初始聚类中心的算法,改进双链编码的量子遗传算法增加了全局搜索能力,改变传统的FCM算法计算迭代慢和易陷入局部极值的问题.同时引入空间邻域信息,利用加权隶属度矩阵建立适应度函数来改善对噪声的鲁棒性,实验结果表明,算法具有很好的分割效果和较强的抗噪能力.     

基于改进ICP算法的曲面特征配准研究

随着3D激光扫描技术的发展,点云数据的应用越来越广泛.然而点云配准一直是点云数据预处理过程中的一个关键问题.目前ICP算法是实现点云配准的主流算法.然而面对数据量大、噪声大的点云数据时,ICP算法在执行的配准效率和执行效果上不够理想.本文通过PCA算法,提取了点云数据集的方向向量,根据源数据与目标数据的方向向量,初步设定了旋转矩阵R的值.此外,定义了源数据与目标数据的曲面距离,在此基础上改进了传统的ICP算法.将改进后的ICP算法成功的应用到点云数据配准中来,提高了点云数据的配准效果,并压缩了算法的执行时间.