用于图象复原的离散L-曲线自适应算法

描述了一种自适应的离散L-曲线正则参数的计算方法,正则化方法为截断奇异值分解法.该算法不需要预置参数,能够滤除L-曲线上的局部特征,略掉局部拐点,确保了解的收敛.在不同的噪声背景下以及不同尺度下我们进行了数值测试,并将测试结果与最优正则解进行对比分析.实验表明,该算法对图像的复原效果、可靠性和稳定性要优于传统的算法.     

基于除法模型和核密度估计算法的镜头径向失真校正方法

针对镜头径向失真的问题,提出了一种基于除法模型(DM,division model)和核密度估计算法的校正方法.该方法利用同一场景两个不同视点的失真图像对建立DM模型.首先对失真图像对进行特征点的提取和匹配.然后根据基本方程式联立方程组,采用核密度估计算法求出最优解即为校正参数.最后根据求得的校正参数对两幅失真图像进行校正.仿真表明,核密度估计算法提高了失真校正的鲁棒性和图像校正的精度.     

基于LDPC码的数字图像水印技术研究与利用

主要研究了LDPC码在数字水印中的应用。图像水印系统和通信系统的模式具有相似性,对一种基于LDPC码的图像数字水印算法进行了研究。该算法利用LDPC码的纠错性能和图像的人眼视觉特性（HVS）,以实现静止图像中数字水印的嵌入和提取。实验结果表明,该算法降低了水印在传输过程中的差错率,具有很强的鲁棒性和隐匿性。     

基于样式编码的真实图像逆映射算法

将图像准确地逆映射到StyleGAN的潜在空间,构造能够恢复真实图像的潜码,是实现真实图像语义操纵的基础。然而现有方法将图像逆映射为1×512维W潜码,重建后的图像并不能保真恢复。为此文中提出了一种基于样式编码网络的真实图像逆映射算法,其编码器网络提取粗、中、细不同的空间尺度特征作为风格特征向量,通过组合得到W+潜码后,送入预训练的StyleGAN生成器中,利用潜在空间重构出输入真实图像。实验表明,文中算法能够构造出真实图像在潜在空间的准确逆映射的潜码,提高了图像重构的质量,从而实现优于现有技术的图像语义操纵。     

基于区域的立体匹配算法研究

提出了基于区域的立体匹配算法,实现从彩色立体图像对中提取深度信息.其中利用平滑函数求取全局错误能量最小化获得的视差图更为可靠,但是计算时间也较长;而采用线性生长算法获得的视差图则计算时间短,但可靠性差.结果是利用滤波去掉了不可靠的视差估计,可以提高视差图的可靠度,还对算法生成的结果进行了比较.     

基于DAISY描述符和改进型权重核的快速局部立体匹配

为了消除双目立体歧义,提出一种基于DAISY特征和改进型权重核的快速立体匹配。首先,稠密构造局部特征DAISY描述计算初始匹配成本;基于Epanechnikov权重核双通聚合消除特征相似歧义得可靠匹配代价;优胜者全选逐像素优化初始视差。然后,利用改进型双边滤波、对称一致性验证和多方向权重视差外插等策略改善视差。实验表明,该方法能有效提高匹配精度,得到分段光滑、精度高的稠密视差,且结构简单、复杂度低。