处理带有变形凸性物体灰度图像的CNN新模板

细胞神经网络（CNN）是图像处理的有力工具。它已用于人工视觉，录像压缩，图像融合、运动和图形识别等领域。本文提出了一组CNN新模板，用于恢复数字化灰度图像中扭曲凸物体像的凸性，通过计算机模拟，利用凸性恢复CNN处理了一幅带有高斯噪声的数字化理想圆灰度图像。处理后图像中的理想圆比用识别算子处理的图像具有更好的凸性，可以预期CNN新模板能够用来分析晶体的电子衍射图和银河系中恒星的图像。     

一种具有非凸非光滑组合正则的图像恢复方法

为保证对含有较多纹理信息的图像有好的恢复性能,提出了一种具有非凸非光滑组合正则的图像恢复方法。一方面,利用一阶非凸非光滑正则在恢复图像的同时保护图像纹理信息;另一方面,采用二阶非凸非光滑正则降低一阶非凸非光滑正则引起的分层效应。交替方向法等用来克服该组合正则项非凸非光滑性带来的数值计算困难。最后,不同污染环境下的仿真实验结果表明算法恢复图像的信噪比、峰值信噪比、图像相似度评价值均优于比较算法恢复结果。     

基于Moreau包络与迭代重加权策略的图像深度恢复

为了解决现有的深度恢复方法存在的局限性,提出了一种基于Moreau包络与迭代重加权策略的图像深度恢复方法。提出了一种基于Moreau包络的非凸惩罚函数,提高了模型的先验稀疏性,同时保持了模型的凸性,并对算法的收敛性进行了分析。然后引入了一种迭代重加权算法处理颜色不一致问题。此外,还提出了一种加速算法将深度观测矩阵转换到傅里叶域进行快速处理时的非均匀下采样问题。最后数据集实验结果表明,该方法能够处理各种类型的深度退化,在恢复精度和运行时间方面都取得了良好的效果。     

Vallee—Poussin算子在C2π万空间的若干性质

讨论了Vallee-Poussin算子的保凸性，保单调性以及保Lipschitz性等保持性质．     

基于改进的POCS算法的超分辨率图像恢复

针对常规的POCS(凸集投影)算法会产生边缘振荡效应这一问题，提出了一种改进的POCS算法，该算法先对图像边缘像素点进行特殊处理，再对图像中其余的像素点进行修正，消除了恢复结果中的边缘振荡效应．将改进的POCS算法与常规的POCS算法进行对比实验，证明了改进的POCS算法的有效性．     

Szász型算子的若干保持性质

研究了Szasz型算子的特性，得到Szasz型算子相应于原函数的单调性、凸性、H^w类的保持性质。     

基于微分算子的钢轨断面图像处理

研究了铁道钢轨断面图像处理中的计算机视觉问题．对于钢轨断面图像特征提取的处理，提出了基于微分算法的三种特征提取算子(Roberts算子、sobel算子、LoG算子)．运用此三种算子对列车行进中采集到的钢轨断面图像分别进行处理，比较分析处理后的结果。找到了一种实用的断面图像处理新方法．该方法有效地解决了处理精度和运算速度之间的矛盾问题。而且处理后的图像有较高质量．     

一种基于边缘增强扩散的凸集投影图像重建方法

将边缘增强扩散与凸集投影算法相结合,提出了一种基于边缘增强扩散的凸集投影方法.该方法能在一定程度上减少噪声的影响,解决重建后图像的振铃问题,且信噪比有一定的提高,改进超分辨率重建图像的效果.实验表明两者能实现很好的结合.     

多星凸约束下的图像自动分割算法

为了有效地自动分割图像,提出了基于多星凸约束的图像自动分割算法.该算法将星凸约束信息融入多分段常数变分模型中,利用显著性检测方法自动获得星凸中心,实现了图像自动的有效分割.实验结果表明:所提出的方法不仅能准确地自动分割图像,而且对处理复杂边缘和抑制噪声有较好的效果.     

单调凹（凸）算子的（正）不动点存在性定理

该文运用半序方法研究了单调凹（凸）算子在不要求任何紧性或连续性条件下其（正）不动点的存在性问题，定理中所选取的Ｍａｎｎ迭代序列的收敛点正好是该算子的（正）不动点。     

基于模糊融合技术的图像恢复方法研究

研究了利用模糊融合技术对白高斯噪声图像进行恢复的方法。分别用均值滤波器和自适应维纳滤波器对噪声图像进行滤波，然后用Sobel算子和形态学中的膨胀操作提取滤波图像的边沿，把所提边沿部分的均值滤波图像和自适应维纳滤波图像利用模糊融合技术进行融合，得到融合图像。理论分析和仿真实验证明本文所提算法得到的恢复图像较清晰。     

用于全息光学头的 HOE 几个问题讨论

分析了全息光学头中的关键元件ＨＯＥ的衍射效率与位相量化噪声,通过槽纹轮廓结构参数优化与改善工艺提高衍射效率,实现ＨＯＥ元件的实用化．     

三维凸面分析法在迷彩伪装检测中的应用

针对边缘检测算法无法检测具有三维凸面性能的伪装目标的缺陷,引入三维凸面检测算子,分析发现,该算子对目标的凸面性能可产生无穷大值响应,但是对噪声相当敏感,从而导致检测结果不准确。由此提出,采用空间域平滑滤波器对图像进行预处理,经预处理后的图像具有良好的抗噪性。通过伪装场景的实际检验证明,改进的方法可有效利用目标具有的三维凸面这一形状特征所表现的灰度差异,成功检测到良好伪装下的迷彩伪装目标。     

基于多尺度边缘的血管内超声图像增强算法

血管内超声图像同时具有低对比度和低信噪比的特征,传统的图像增强算法会明显放大噪声.为此,提出一种基于边缘表示的算法来增强血管内超声图像的对比度,采用平滑函数的导数作为小波函数对图像进行二进小波分解,使用小波系数在各尺度间的局部极大值来刻画图像的多尺度边缘,通过拉伸小波系数极大值再重构图像来增强灰度图像的对比度.实验结果表明,本文提出的增强算法在有效增强图像对比度的同时避免了放大噪声,并且可以通过调节不同尺度的拉伸因子来获得不同的增强效果,同时提高了运算速度.     

基于非线性预处理策略的文档图像二值化处理

在许多对图像进行识别的应用中,如机票图像识别,芯片字符识别等,首先都要将图像进行二值化,转为黑白图像.但是由于一般扫描的图像都不是非常理想,直接二值化的效果并不好,通常都要经过一些预处理方法增强图像,去除在扫描过程中产生的噪声和形变,但使用线性的、空间不变的过滤器,去噪声的同时又会丢失边缘信息.因此笔者介绍了一种自适应的非线性预处理的方法,能够在去噪声的同时很好地进行边缘增强.     

基于序列图像的高密度脉冲噪声去除新方法

针对受脉冲噪声污染大(大于50%)的图像,提出运用多幅序列图像的点对点噪声检测算法.首先利用MMEM算法判断噪声点与非噪声点,再把非噪声点拷贝到输出图像,通过实验得出了噪声密度与所需要图像幅数之间的关系.通过噪声密度判别公式的引入,实现对噪声图像的自适应处理,实验显示该方法优于传统滤波算法.     

基于顺序形态滤波的边缘检测

介绍了灰度图像的顺序形态变换基本概念 ,定义了两种基于顺序形态滤波的广义边缘算子 ,重点讨论了百分位p =1 /2时的边缘算子抑制噪声、提取边缘的理论和方法 .实验表明 ,同传统的边缘检测算子相比 ,该方法具有良好的噪声抑制和边缘提取特性 .     

低质量指纹图像的增强算法研究

研究指纹增强技术对于提高指纹特征提取的准确率乃至整个自动指纹识别系统都具有重要的意义。本文利用加博滤波具有良好带通滤波的特性,对指纹图像进行去噪处理,再使用纹线投票算法获取指纹图像的纹线结构,由此提取指纹图像的方向信息,并在此基础上对图像进行了增强处理。实验结果表明,指纹图像增强效果显著,可满足非实时性自动指纹识别系统的要求。