一种改进的原始对偶法求解TV-L1图像去噪模型

数字图像在采集过程中通常会因为硬件问题被椒盐噪声所污染,椒盐噪声强度大,分布随机,对图像的后续处理会产生极大的影响.因此,椒盐噪声的去除对图像处理十分重要.在处理椒盐噪声的方法中,传统的中值滤波法在噪声强度增强时容易出现恢复不完全现象,自适应中值滤波法根据噪声强弱自动选择滤波窗口大小改善了传统的中值滤波法,但在噪声强度增强时容易过度平滑图像,丢失图像的纹理细节.研究表明,变分模型去噪时能够克服滤波法的缺点,有效地保持图像的纹理细节.其中,TV-L1模型相对于传统变分模型对椒盐噪声有更好的去噪效果,但在图像平滑区域容易产生阶梯效应.对此,本文提出一种自适应中值滤波和TV-L1交替迭代的去噪模型.在求解TV-L1模型时采用原始对偶算法求解以增大求解空间,克服了TV-L1模型在求解时的不可微性.仿真实验与Chambolle提出的原始对偶求解TV-L1模型,以及加入Huber范数的TV-L1改进模型进行对比.实验结果表明,尤其在椒盐噪声强度较大的情况下,该模型相比以上对比模型的PSNR值及视觉效果均有所提高,在较好去除噪声的同时保持了纹理细节,改善了阶梯效应.     

一种去除图像中Cauchy噪声的滤波算法

数字图像在采集、传输等过程中会产生各种噪声,噪声特征不同,处理方法也不同,如何尽可能恢复被强噪声干扰的图像是一个有意义的研究课题,因为传统的滤波算法在强噪声情况下,难以得到理想的结果.该文在中值滤波的基础上,结合局部区域内像素聚类的思想,提出一种对图像边缘进行修正的滤波算法,对三幅被Cauchy噪声干扰的图像处理的结果表明,该算法弥补了中值滤波在细节处理方面的不足,和其它方法相比,在滤除强噪声并保护图像细节和边缘方面有明显提高,是一种有效的去除强噪声的滤波算法.     

修正的TV-Stokes模型的新快速算法

基于Tai等人的前期工作,本文研究修正的TV-Stokes图像去噪模型,提出一些新的求解该两步模型的快速算法.我们利用对偶形式和多重网格方法得到一个求解第1步的快速算法.给出另外一种新的求解光滑的切向量场的保不可压性质的算法.在第2步中,我们提出一类有效的全新算法:首先通过计算Poisson方程得到具有光滑法向量场的函数g,然后利用Jia和Zhao的方法得到恢复的图像.新算法的运算速度非常快,用于图像恢复的CPU时间少于0.1 s.数值结果显示新的快速算法是有效的和稳定的,恢复图像的质量也超过了一般去噪方法.     

一类新的两阶段椒盐噪声去除算法（英文）

提出了一类新的两阶段方法来去除椒盐噪声.第一阶段,利用经典的自适应中值滤波器辨别出被噪音污染的像素点;第二阶段,利用一种自适应有限冲激响应(FIR)滤波器恢复第一阶段辨别出的污染像素点.算法保留了自适应中值滤波的低计算复杂度.计算机模拟表明该算法是可行的.     

基于改进Canny算子的图像边缘检测方法

经典Canny图像边缘检测算法在面对复杂背景和椒盐噪声时会出现伪边缘或漏检等问题,影响后续图像分割,目标检测和识别.针对经典Canny算法高斯滤波和人工门限设置2个步骤进行优化改进,首先提出一种循环自适应滤波方法代替高斯滤波对图像进行平滑降噪,提升椒盐噪声抑制性能的同时较好的保留了图像中的细节信息,然后提出一种最小类内类间距准则的2-均值算法自动确定高低阈值门限,相对于人工门限设置方法具有更高的精确性和更强的适应性.基于标准图像库数据开展试验,结果表明所提方法可以明显提升经典Canny算法的椒盐噪声鲁棒性和复杂背景下的边缘检测性能.     

基于模糊中值滤波的椒盐噪声去除方法

研究基于模糊中值滤波的椒盐噪声去除方法。通过比较图像各像素点的灰度值,定义基于图像梯度信息的各点被判别为噪声点的模糊隶属函数。利用此模糊隶属函数对中值滤波方法进行加权,得到了一种加权中值滤波器,可实现边缘处椒盐噪声的有效滤除。讨论这种模糊加权方法与其它先进滤波方法的结合途径,指出了其推广应用价值。最后利用数值实验验证本文方法的有效性,结果表明,相比于自适应中值滤波方法,本文方法得到的滤波图像在峰值信噪比及结构相似度方面均有明显提高。     

具有简单约束的图像恢复正则化方法

图像恢复就是对退化的图像进行处理、尽可能恢复原图像的本来面目的过程.注意到图像的像素值一般都限制在一定的范围内,如8bit的灰度图像,其像素值在0到255之间,如果在图像恢复过程中充分考虑图像的这种特性,那么对图像恢复的效果将是有益的,因此,考虑这种带有简单约束的图像恢复问题.在一类基于分割的正则化模型的基础上,提出了利用ASCBB算法求解这种具有简单约束的图像恢复问题.数值实验结果表明,该算法是有效的.     

基于小波域的多尺度非参数图像分割方法

主要介绍了一种基于信息熵理论及图像多尺度信息来对图像进行非参数主动轮廓模型分割的有效方法.由于小波多分辨率特性的引入,可以最大程度地利用图像多尺度信息以确保分割的准确性和完整性.又由于小波变换的特性,低频信息的使用更是进一步降低了噪声影响.文中把图像分割问题定义为在分割区域边缘长度满足一定约束条件下,图像标记场与各个尺度图像像素值之间的互信息熵最大化过程.该方法可以有效地降低噪声对于分割的影响,及确保分割的准确性和完整性.     

基于上下文光谱角映射的无监督图像变化检测方法

对传统遥感图像变化检测方法未充分利用像素上下文信息的问题,提出一种无需关于像素的概率分布假设、基于上下文光谱角映射的无监督图像变化检测方法.方法避免了在图像分析过程中将像素看作独立单元,通过引入图像的空间上下文信息特征,在对像素变化类别的判别测试阶段加以利用,从而达到提高变化检测精确度的效果.对卫星图像的实施过程首先利用上下文光谱角映射创建一幅相似图像,然后用K均值聚类算法将其分为有变化和无变化的两类来生成映射图像.实验从定量和定性的两方面与最大似然估计法(MLC)比较,结果显示所提方法比已有方法有所改进,对于二时刻图像和多光谱图像的变化检测问题有更好的适用性.     

一种改进的四阶偏微分方程图像去噪模型

针对四阶偏微分方程图像去噪模型对图像平滑区域处理造成不平整现象,以及无法去除椒盐噪声的问题.首先对含噪图像进行高斯滤波,然后通过修改扩散系数得到一个改进的四阶偏微分方程图像去噪模型.MATLAB仿真结果表明:新模型与原四阶偏微分方程去噪模型相比,其去噪图像不仅视觉效果好;而且峰值信噪比也高;另外,新模型还能有效去除椒盐噪声.     

一种寻找星图光斑质心的高精度算法及在成像畸变矫正中的应用

首先讨论星图识别中的质心寻找问题,提出了一种改进的匹配算法.使用高斯分布对光斑内像素点的强度分布进行近似模拟, 并采用最小二乘法中的法方程法对光斑图像质心坐标进行优化计算.算例表明该算法可以得到更为精确的结果, 在噪声小于最大像素值的$5\%$时,质心坐标计算精度高于0.04个像素, 优于以往的匹配算法的结果.最后讨论了算法在望远镜光学成像畸变矫正中的应用, 设计了矫正算法, 并通过算例验证了算法的合理性.     

基于Gray-Scott系统的图像加密

首先给出了从Gray-Scott系统中提取8位整型伪随机序列的一种有效算法,接着提出了一种使用随机序列的图像像素位置置乱算法,在此基础上结合像素值改变技术设计了一套有效的图像加密方法.数值模拟及安全性分析说明加密方法有效.     

去除稀疏和结构化噪声的交替方向增强拉格朗日算法

图像和视频去噪是数字图像处理的必要环节之一.为了去除图像和视频中广泛存在的稀疏噪声和结构化噪声,提出了一种分离低秩矩阵、稀疏矩阵和结构化矩阵的优化模型一主成分离群点追求.在交替方向最小化思想的基础上,利用增强拉格朗日乘子法求解主成分离群点追求模型,设计了求解模型的交替方向增强拉格朗日(ADAL)算法,加入了一种连续技术以提高算法的收敛速率.仿真实验结果表明,提出的模型和算法能够有效去除不同尺寸矩阵的不同比例的稀疏噪声和结构化噪声.     

低秩表示实现鲁棒的CT和MR图像分割

由于图像中的噪声和复杂性,传统的图像分割方法并不总是能够捕捉到所有细节,即可能会忽略相邻像素的属性或者将图像的不同部分合并在一起.为了充分利用可用信息,利用低秩表示(LRR)和鲁棒主成分分析(RPCA)模型的优点,提出了一种新的图像分割方法,通过模糊c均值(FCM)方法对低秩亲和矩阵进行聚类来获得分割结果.在整个方法中,低秩分量是图像的主要信息,是通过求解RPCA模型获得的,而亲和矩阵表示全局结构,则是通过求解LRR模型获得的.在实验部分,使用计算机断层扫描(CT)图像分割来评估本文方法,结果显示在准确性和鲁棒性方面都有了显著改进.与现有一些算法相比,本文算法对异常值更加鲁棒,并尽可能地保留了图像的细节信息.     

基于图论的快速图像等周分割算法

等周算法应用于图像分割,因多次求解线性方程组,造成时间复杂度过大.针对于此,通过以区域代替像素、设置新的权值函数、降低迭代次数提出了一种新的快速等周算法,并将其应用于图像分割,取得了很好效果.     

基于方向信息测度的图像边缘检测

边缘检测是图像处理中—个重要的研究课题．针对传统图像边缘检测算法对噪声敏感的问题,本文在分析图像像素灰度信息的基础上,建立了—个改进的确定方向信息测度的方法,并利用震动滤波对边缘检测图像进行增强,该方法在滤除噪声的同时,能有效地保留图像的基本目标信息,正确提取图像的边缘．     

基于模糊隶属函数无损可见数字水印

设计了一种基于模糊隶属函数的可见水印算法.该方法通过定义隶属度函数建立起和遮蔽图像相关的融合系数,每种像素的融合系数不相同,克服了单一融合系数易非法消除的问题.该方法可以无损恢复载体图像.其具有自恢复性,可以在限制非法用户使用图像的同时,为合法用户提供和原始图像完全一致的信息.通过对遮蔽子图像RH加密运用,将一位错扩散到整个图像中.非法用户在没有密钥的情况下,无法恢复出载体图像,安全性高,具有广阔的应用前景.     

不确定多通道信号鲁棒稳态估计

对于一类具有随机参数矩阵、不确定噪声方差、一步随机时滞、丢包和丢失观测的多通道自回归(Autoregressive,AR)信号系统,文章研究其鲁棒稳态Kalman滤波问题.应用状态空间方法,增广方法和虚拟噪声技术,混合不确定AR信号模型被转换为仅带不确定噪声方差和相同过程以及观测噪声的状态空间模型.根据极大极小鲁棒估计原理,基于带不确定噪声方差保守上界的最坏情形系统,提出了鲁棒稳态Kalman一步和多步信号预报器.证明了所提出的信号预报器的鲁棒性,即对于所有容许的不确定性,信号预报器的实际稳态预报误差方差被保证有相应的最小上界.仿真例子验证了所提出方法的正确性和有效性.     

视频监控系统中运动目标的阴影消除

本文通过分析阴影的像素特征,建立了一个关于目标帧与背景帧的对比帧来实现阴影监测和消除.为了研究问题方便,本文只考虑视频系统中的摄像头是固定位置的,并且检测目标区域中的较大阴影.利用光流法技术和背景差方法,运动目标能被快速准确的提取出来.同时,背景帧、前景帧及它们的对比帧也被提取出来,而对比帧具有更好的阴影特征.在对比帧上,可以使用静态图像处理技术的一些高效算法,来实时检测阴影区域.本文提出一个对比帧的建立方法,并进一步利用水平集方法来定位阴影区域和消除阴影.通过实验,在选择合适的阈值下,该方法是有效而快速的.     

基于亮度均衡化的图像阈值分割技术在黄河冰凌监测中的应用

一种基于亮度均衡化的图像阈值分割算法被提出.该算法将冰凌图像亮度数据均衡化,以类间方差最大为标准,求得最佳阈值,并将冰凌图像转化为二值图像,通过冰凌像素统计,最终确定冰凌密度.该算法被应用于黄河河道冰凌图像密度的计算中,取得较好的效果.