组合傅里叶变换与曲波变换的图像复原

针对图像复原的病态反问题进行研究,分析了图像复原的数学模型及其病态性,提出了组合傅里叶变换与曲波变换的图像复原(ForCurIR)算法.算法利用傅里叶变换对色噪声和曲波变换对分片光滑图像的稀疏表示特性,将图像复原问题转换成傅里叶变换域约束去卷积和曲波变换域约束去噪问题,最后通过组合傅里叶变换域和曲波变换域收缩法实现去卷积和抑制噪声.实验结果表明:ForCurIR算法很好地再现了图像的边缘等细节信息,复原出的图像在信噪比和视觉质量两方面部有显著的提高.     

基于局部约束群稀疏的红外图像超分辨率重建

针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法.考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型.然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对.最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像.实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.     

用转移矩阵方法计算一维光子晶体的禁带结构

该文提出了一种利用转移矩阵来计算一维光子晶体的光子禁带结构的新方法．利用此方法计算了不同介电常量、不同几何结构的晶体的禁带特征,并讨论了掺杂后的一维光子晶体光子禁带的变化情况．     

基于离散Fourier变换的非线性滤波图像去噪算法

传统的低通滤波去噪算法在滤除噪声的同时会使图像边缘模糊,为了更好地保留图像的边缘信息,该文提出了一种保留具有较大模值的Fourier变换系数的非线性滤波方法．实验结果表明,该算法在滤除噪声的同时还能较好地保留图像的边缘信息。     

基于层间相关性的小波边缘检测

在计算机视觉系统当中,图像边缘检测占据着重要位置．图像成像过程中,噪声、畸变等因数引起图像细节模糊,如何有效提取图像边缘成为一个不断探索的课题．众所周知,采用Sobel、LapLacian边缘检测算子尽管能够有效地去除噪声的干扰,但是破坏了图像边缘细节．基于此,本文提出了一种基于层间相关性的小波边缘检测．在不同层间,如果低分辨率下的父系数绝对值大,则在高分辨率下四个相应的子系数的绝对值可能性也大,则其所代表地图像边缘信息可能性越大．因此,采用基于层间相关性的小波边缘检测算法既有效地去除噪声的干扰,又保留了图像边缘细节．     

基于子带噪声的自适应小波阈值算法

该文提出了一种新的小波阈值的算法,它是在传统的Donoho阈值上的改进．传统的Donoho阈值没有考虑小波系数中不同的子带包含的噪声不同,均采用唯一的一个Donoho阈值对小波系数进行判别．这显然是不合适的．因此,作者提出了这种根据子带中的噪声自适应的调整小波阈值的算法,收到了比较满意的效果．     

改进的中值滤波算法应用于的冲噪声的滤除

中值滤波是广泛应用于去除脉冲噪声的一种非线性去噪方法,但是单一地使用中值滤波方法去除脉冲噪声会造成图像细节信息的丢失,从而使图像变得模糊．基于噪声点检测的脉冲噪声滤波方法可以在滤除噪声的同时有效地保持图像的细节信息．本文在此基础上提出了一种改进的基于噪声点检测的脉冲噪声滤波算法,该算法在检测噪声点时用被检测点的中值滤波结果作为判定该点是否为噪声点的依据．而在滤除噪声时,采用的是迭代的中值滤波算法．从实验结果中可以看到。与其它中值滤波算法相比。本文的算法在去除脉冲噪声时能取得理想的去噪效果．     

基于层间和层内相关性的局域自适应双变量收缩小波去噪

图像小波系数存在很大的相关性．该文考虑到小波系数层间相关性,引入双变量概率分布模型．基于贝叶斯估计理论,得到了相应的非线性阈值函数(双变量收缩函数)．基于小波系数层内相关性,利用双变量收缩作者提出了局域自适应收缩去噪算法．在实验中,将该文去噪结果与Donoho‘s hard thresholding、BayesShrink和HMT作了比较,实验结果显示该文算法能获得更好的去噪效果．     

新农村建设水平对山塘水管护质量影响分析

为响应国家乡村振兴战略、促进新农村建设,选取江西省九江市修水县7个具有代表性的山塘作为研究对象,对新农村建设水平(由生态建设成果、村民环保态度、村民环保意识体现)和山塘水水质管护质量(由水质溶氧量、pH值体现)开展调研。本次调研采用问卷调查与实地水质测量,利用分层抽样和随机抽样等方式收集数据。通过标准指数法对数据进行评价分析,结果显示,本次调研的7个山塘的pH值均达到《地表水环境质量标准》(GB3838—2002) Ⅵ类地表水要求,5个村镇的总体水质评价排序为:桃坪村、杨家坪村、潭坑村、坳头村、黄溪村。