基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

基于结构分量和信息熵的Criminisi图像修复算法

针对Criminisi图像修复算法中优先级计算易受 图像纹理影响的问题,提出了改 进的基于图像结构分量的优先级函数。首先采用变分分解模型,将待修补图像分解为结构分 量和 纹理分量;其次基于结构分量计算数据项,排除纹理的影响;然后在优先权函数中 引入度量像素块复杂度的信息熵,将像素块中除了中心点之外其它位置的结构信息 融 入到优先权的计算中,使修补次序进一步向结构丰富的像素块倾斜;最后将优先权函数 表 示为置信度、数据项和信息熵的加权和,以解决传统Criminisi算法优先权随着置信度 迅速 下降为零而造成修复次序出现偏差的不足。新的优先权函数排除了像素块中在计算数据项时 纹 理的影响,并且融合更多的结构信息,使修复次序更加准确。实验结果表明,对于 不 同的人工图像和自然图像,本文模型都能取得较为满意的修复结果。     

基于比尔朗伯定律的变分水平集模型

图像成像过程中，由于空气消光性的影响，获取的数字图像质量会退化，包括灰度不均，对比度下降等，给图像分割或者目标的识别带来困难.为解决此问题，本文提出了一个基于比尔朗伯光吸收定律的变分水平集模型以实现此类退化图像的分割和修正.首先基于比尔朗伯定律，将观测图像建模为一个退化场和真实图像的乘积.然后对退化场进行Markov随机场正则化，对真实图像实施分片Gaussian分布拟合建模，结合水平集函数正则项，建立变分水平集模型.最后采用结合梯度下降的交替迭代算法对模型进行数值求解.实验结果表明，本文模型可以很好地排除退化场的影响，得到满意的图像分割和修正效果.和几个经典的变分图像分割模型相比，本文模型展示出较好的实验效果，具有最优的JSI,DSI和VOE指标值.