改进的多方向融合图像插值算法

为了解决数字图像插值过程中出现的边缘模糊和锯齿现象,提出一种改进的多方向融合图像插值算法.该算法将图像分为平坦区域和边缘区域,平坦区域采用双线性插值算法进行插值,边缘区域采用多方向融合算法进行插值.实验结果表明,该算法运算复杂度小,其结果在主观视觉效果和客观指标方面都有很大的改善,且适用于任意倍数的插值放大.     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

考虑光照影响的静态图像感兴趣区域提取

考虑光照对感兴趣区域提取的影响,提出了一种新的基于边缘的感兴趣区域提取算法.该算法基于二维离散小波变换去除了光照对感兴趣区域的影响;并通过对所采集的边缘像素点评价进一步去除了光照在感兴趣区域产生的阴影边缘.将该算法运用于长途客车过道区域的提取.实验结果表明,提出的算法不仅能实现多种情况下的感兴趣区域的自动准确的提取,还能避免光照的影响     

一种快速TMF的无监督SAR图像多类分割算法

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.     

CBERS-02卫星CCD相机MTF在轨测量及图像MTF补偿

针对CBERS-02星CCD相机,提出模拟理想靶标场景进行在轨MTF监测.比较分析了该方法与目前常用的几种MTF在轨测量方法测量结果的差异.基于不同方法测得的MTF,采用迭代法、维纳滤波法及修正的逆滤波器法(MIF)对CCD图像进行了MTF补偿.在MTF补偿中,根据实测45度方向0.5频率处的MTF值插值建立二维MTF矩阵.详细比较分析了常规MTF与改进插值MTF矩阵、3种不同补偿方法以及不同在轨MTF测量法对CCD图像的恢复效果,结果说明模拟理想靶标场景法是一种简单有效的在轨MTF测量法,恢复后图像的DN值更接近真实地物,而点源法与边缘法受噪声影响大,测得的MTF很低,恢复效果不好;3种不同MTF补偿模式的比较显示MIF法对CCD图像的复原效果最佳;研究还说明对于CCD传感器改进的插值二维MTF优于常规的二维MTF.该研究为CCD图像质量的改善具有重要的指导意义.     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．     

基于棋盘分割插值的多描述视频编码

为了提高恶劣信道上视频传输的鲁棒性, 提出了一种基于棋盘式分割插值的多描述视频编码算法, 即将输入图像按照棋盘模式分割并插值形成两路相同分辨率的近似图像, 并对这两路近似图像进行独立的运动预测、补偿和编码. 使用这种编码算法, 接收端可以在同时收到两路描述时得到相当好的重建图像质量, 而在由于误码或丢包等使其中一路描述丢失或受损时也能得到可以接受的重建图像质量. 此外, 编解码器之间的不匹配可以通过对两路描述之间差信号的部分编码得以有效的控制. 在双向通信应用中编码器还可以根据反馈信息来主动跟踪解码器的状态从而消除误差积累. 由于充分利用了分块DCT编码所固有的块间相关性, 该算法与同类算法相比具有更好的冗余率失真性能. 模拟实验表明, 该算法在保持较高压缩效率的前提下, 具有很好的鲁棒性, 在高误码信道上相对于传统的单描述视频编码可以得到更为稳定的重建图像质量, 并且编解码器之间的不匹配和误差积累都得到了有效的控制.     

基于轮廓小波的图像信号去噪算法研究

在非下采样Contourlet变换域中,针对憎水性图像相关特性,分析了图像有用信息与干扰噪声,提出了基于非下采样Contourlet变换复合绝缘子憎水性图像去噪算法,对变换后低频分量中含有光照不均匀成分采用B样条曲面进行近似,得到补偿后低频分量；对多分辨率多方向性带通分量中乘性噪声应用非线性扩散有选择滤波,最后对修正后系数重构.实验结果表明:与同态滤波相比,此算法不仅对憎水性图像光照不均匀部分最佳补偿,而且图像的细节、边缘信息得到有效的保留甚至加强,为后续憎水性图像分析与理解提供了良好的基础.     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影，并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解，然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合，最后利用NSCT逆变换得到融合图像．研究结果表明，利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合，可以获得预期的融合效果．     

一种改进拉氏算子的四阶偏微分方程图像去噪方法

建立了一种描述图像平滑度的泛函,并推导出新的四阶偏微分方程图像去噪模型,在有效去噪的同时,较好地保持了图像的特征。由于该方法得到的图像是分段线性图像,避免了二阶偏微分方程处理图像常出现的"阶梯"效应,同时,和同类的四阶偏微分方程去噪模型相比,其处理结果不会出现"斑"点,因此视觉效果更加理想。最后通过实验证明了该方法的有效性。     

基于Rabin密码体制的图像分存改进算法

图像分存是图像保护的重要措施之一；本文在分析Rabin密码体制及二次剩余定理的基础上，提出了对基于二次剩余定理的数字图像分存改进算法。改进算法为无损图像分存；实验结果表明：图像分存后，安全性高，图像恢复效果好。     

GPU加速的表意式体模型线绘制算法

现有的体模型线绘制算法采用跟踪随机种子的方式得到特征线,存在严重的时空连续性问题.本文提出一种GPU加速的体模型线绘制算法,能够在每一帧抽取全部的特征线,从而彻底解决绘制中的不连续现象.我们首先提出一种并行的特征线抽取方法,在GPU的几何处理器中计算每个立方体单元中的特征线片段.为了解决可见性判定问题,我们采用splatting的方式生成深度图,取代已有方法中的光线投射方法,获得了明显的性能提升.采用自适应的深度偏移获得满意的可见性检测结果.为了将大量的体数据存储到高速显存中,我们通过剔除无关数据和压缩编码的方式,在不影响结果的前提下显著地减少了存储和带宽消耗.实验结果表明,本文算法能够生成时空连续的线绘制结果,并且绘制速度比已有CPU算法提高一个数量级.