基于纯各向异性扩散和四阶PDE的混合去噪方法研究

综合纯各向异性扩散模型和四阶PDE模型在图像去噪中的特点,提出一种新的去噪模型——基于纯各向异性扩散和四阶PDE的混合去噪模型.该模型克服了四阶PDE模型过多损失边缘信息和纯各向异性扩散模型在平滑区域产生阶梯效应的缺点,在有效去除噪声的同时,既抑制了阶梯效应,又很好地保持了图像的边缘和纹理细节信息.     

基于CONVEF的四阶各向异性扩散及图像去噪

偏微分方程在图像去噪中有广泛的应用。传统的二阶偏微分方程虽然具有较好的去噪效果,但是处理得到的结果容易产生阶梯效应,这种现象会引起后续图像处理的误判断。You和Kaveh提出了四阶偏微分方程,该模型可以有效的去除阶梯效应,但由于该算法是一个各向同性的滤波算法,因此图像的边缘保护能力有所降低,使去噪结果中边缘和纹理等细节信息丢失。针对以上缺点,提出了基于卷积虚拟电子场(CONVEF)的四阶偏微分方程。新的模型降低了图像在边缘方向的扩散,得到一个有效的各向异性扩散模型,从而在去噪的同时可以更好的保护图像的边缘、纹理等细节特征。     

基于前向与后向扩散模型的变分去噪

基于偏微分方程的算法是近年来图像增强中广泛运用的去噪技术.对于图像去噪,单一地采用ROF算法无法有效地保留图像的细节信息,也会产生局部的阶梯效应.针对这个问题,提出结合全变分和前向与后向扩散模型的算法,不仅有效地锐化边缘效果,而且控制了阶梯效应的产生.最后实验结果表明两种方法的结合对于图像有更高的峰值信噪比,改善了单一方法对图像去噪的局限性.     

纹理保留的PCA非局部均值改进降噪方法

针对PCA-NLM去噪方法容易丢失图像纹理细节的问题,提出一种基于纹理特征描述的改进PCA非局部均值去噪方法.基于局部结构张量的边缘纹理描述将图像划分为平坦区、边缘区和纹理区,根据边缘纹理特征值自适应地选取PCA维数和搜索区域以改进去噪效果.实验结果表明,该方法对纹理细节丰富的区域能更好地保留了图像纹理细节,降噪效果优于PCA-NLM方法.     

基于交叠组合稀疏全变分的图像去噪方法

全变分作为一种常用的去噪模型,在图像去噪中较好地保持图像边缘信息,但是容易产生"阶梯效应"。为了克服这个缺点,提出一种基于快速傅里叶变换的交叠组合稀疏全变分去噪模型。首先,充分考虑图像梯度的邻域结构相识性,通过交叠组合计算像素点的梯度,以凸显平滑区域的高噪声污染点和边界区域像素点的差异。然后,基于快速傅里叶变换和交替方向乘子算法在频域中求解去噪模型。实验结果表明,新模型在保护图像边缘信息的同时,有效去除噪声,同时抑制"阶梯效应"。与几种较好的去噪算法相比,新模型的峰值信噪比、结构相识度、视觉效果、计算效率均有明显提高。     

基于局部自适应约束的图像恢复模型

针对基于自适应Lp范数的图像恢复(adaptiveLpnorm based image restoration,ALPIR)模型在恢复图像时引入"阶梯"效应的问题,提出了一个基于局部自适应约束的图像恢复模型."阶梯"效应的产生与ALPIR模型的Lp范数自适应方案性能密切相关;在新模型中,依据人类视觉感知特性,采用图像方向信息测度和局部方差表征图像的边缘特征,利用可见度函数构建了一个新的自适应方案确定Lp范数.实验结果表明,新模型在恢复图像的同时很好地保持了图像的边缘细节,有效地抑制了"阶梯"效应,综合性能优于ALPIR模型.     

基于四元数的边缘自适应正则化模型

通过在HSV空间的全变分模型中加入了边缘自适应约束，得到基于四元数的边缘自适应全变差模型。该模型利用HSV空间各通道的特点得到图像的边缘信息，然后自动调节选择适当的参数作为边缘约束，解决之前模型恢复图像的边缘模糊或细节缺失问题。证明了算法的全局收敛性，并使用ADMM求解。数值实验表明了提出方法的有效性。     

基于PDE的图像分解与边缘检测的一种新方法

Luminita A.Vese和Stanley J.Osher提出的卡通—纹理图像分解模型,能将一幅自然图像中的卡通部分和纹理部分分开,但是分解不完全,卡通部分还含有一些纹理信息且边缘容易被模糊。在Vese和Osher卡通—纹理分解模型的基础上,运用半二次规整化方法,得到联合图像分解与边缘检测的新模型。并讨论了其中边缘正则项的三种形式。数值实验表明新模型C使得卡通—纹理分解与边缘提取同时进行,在保持卡通图像较好光滑性的同时,能有效地保护边缘细节的信息,使得图像分解更彻底,提取的边缘信息更准确。     

一种去除乘性噪声的自适应混合阶偏微分方法

针对偏微分方程在图像处理中的斑点噪声滤除问题,在自适应全变分去噪模型和四阶LLT去噪模型的基础上,提出一种针对乘性噪声的自适应混合阶变分去噪方法。该方法引入混合阶偏微分方程和尺度自适应边缘检测函数作为正则项,并利用乘性噪声分布构建保真项。用标准测试数据对所提自适应混合阶变分降噪模型进行验证,试验结果表明,该模型在有效滤除图像乘性噪声的同时,能很好地保护图像的边缘和纹理细节信息。处理后的图像在峰值信噪比PSNR、均方误差MSE、运行效率方面均优于自适应全变分和LLT模型。     

基于边缘增强总变分正则化盲泊松图像反卷积

针对总变分的方法支持分片常值解,易导致图像内容中的平坦区域出现"阶梯效应"和纹理及部分细节随着噪声消失等问题,提出基于边缘增强总变分正则化的盲泊松图像反卷积方法.受边缘信息对视觉感知的重要性的影响,提出具有空间自适应性的边缘增强指示算子约束总变分正则化项,并采用双边滤波区分图像内容中的边缘和平坦区域.一系列仿真和真实模糊图像实验表明:提出的方法与其他方法相比具有较好的平滑平坦区域和保边缘的特性.     

基于尺度分维的图像边缘检测方法研究

将分形用于自然纹理描述，指出了单一分形维数测度用于纹理分析的局限性，并提出了尺度分维的新概念．研究了自然纹理与纹理边缘的尺度分维随尺度的变化规律，提出了一种基于图像纹理特征的边缘提取方法，并分析了它的抗噪性能，给出了边缘检测的实例     

一种基于非线性扩散的图像放大算法

针时传统图像放大处理过程中基于线性插值方法通常导致边缘模糊问题,分析了Tikhonov模型、全变差模型和高阶偏微分模型在图像处理中的优缺点,提出了一种全变差和高阶偏微分模型自适应结合的图像放大模型及推导算法.该模型对图像非平滑区域采用全变差模型处理,而平滑区域则采用高阶偏微分模型处理,最终新插入的图像点象素值由该点邻域象素自适应地各向异性加权得到,在保持图像边缘锐度的同时有效克服了平滑区域的阶梯效应.4种模型的实验比较验证了本文算法的有效性.     

Texture preserving denoising method combining total variation and wavelet shrinkage

In this paper,we propose a new image denoising method that combines total variation(TV) method and wavelet shrinkage. In our method,a noisy image is decomposed into subbands of LL,LH,HL,and HH in wavelet domain. LL subband contains the low frequency coefficients along with less noise,which can be easily eliminated using TV-based method. More edges and other detailed information like textures are contained in the other three subbands,and we propose a shrinkage method based on the local variance to extract th...     

全变分极小与二阶泛函的组合图像恢复模型(英)

通过组合全变分极小泛函与一个二阶泛函得到了新的变分模型，用于图像恢复. 相应的负梯度流是一个四阶偏微分方程.此组合模型兼有TV模型和二阶泛函的长处，能够在保持轮廓的同时避免光滑区域出现“块状“效应.数值实验用的是包含轮廓，平坦区域和光滑区域的图像，实验结果说明了此模型的优越性.     

酸压裂缝内酸液指进的计算机模拟与分形研究

酸压裂缝内,低黏度酸液在高黏度前置液中发生指进现象.该现象对酸压施工效果有非常重要的影响.指进现象的内在随机性、复杂的酸岩反应以及酸液重力等因素的影响使得酸液指进形态非常复杂,采用传统方法不能进行准确研究.改进了扩散限制凝聚模型,建立了酸液指进扩散限制凝聚模型;根据正交设计,共进行了9次模拟,得到了不同模拟参数控制的酸液指进形态;采用数盒子方法求得所模拟的指进形态的分形维数平均值为1.67;通过极差分析发现,反映射孔孔眼间距的衬边中心距对指进形态的分形维数影响最大.     

基于图像多尺度分解的前景提取

为了弥补纹理对传统GrabCut提取结果的负面影响,本文分析了图像边缘和颜色分布的尺度特性,结合图像多尺度分解和GrabCut,提出了基于图像多尺度分解的前景提取模型.首先,该模型运用全变分对图像进行多尺度分解得到一系列平滑图像,该分解保护了图像边缘并平滑了纹理,压缩了图像区域颜色的分布范围;其次,将给定平滑图像前景颜色分布表示为高斯混合模型,并运用直方图形状分析方法优化了高斯混合模型的高斯函数个数,弥补了传统固定高斯函数个数的负面影响;最后,根据不同平滑图像的分割结果设计了迭代终止条件,使得从适当的分解尺度中提取前景.与传统前景提取算法相比较,该模型降低了纹理对前景提取的负面影响,其测评分数高于传统算法.     

焊缝图像的分形模型

在焊接条件下,用工业摄像机获取的焊缝的实时图像中常含有各种干扰信息,导致传统的图像边缘检测的方法很难准确地检测出焊缝的边缘。为了提高焊缝实时图像处理的准确性,提出了宏观处理与微观检测相结合的思想。分形理论被引入了图像处理,建立了焊缝图像的分形数学模型,对其性质进行了讨论与证明。最后给出了图像综合处理的方法。这种图像处理思想不仅可用于焊接图像处理,对图像处理向智能处理方向发展也有重要的启发意义。     

基于空域正则化的模糊图像复原方法

以解决病态问题的正则化技术为基础,针对模糊图像的复原问题提出了一种新的空间域复原方法。在空间迭代运算中引入自适应的正则化参数,使其自动修正到最优,通过锐化图像进行后续处理,由此增强了原图像中重要的信息及边缘纹理部分。计算机仿真结果表明,与传统的迭代正则化方法相比,该方法的复原图像在改进信噪比数值(ISNR)和主观视觉效果上都有明显提高。     

关于测井序列和地震道的反射系数序列的分形性质

应用分式Ｂｒｏｗｎ运动和分式Ｇａｕｓｓ噪声之样本函数的分形性质，分析了吉拉克地区，轮南第５７号测井序列，得到其速率序列及其扫射系数序列分别是维数为１．７６和１．１０的分形，它们的谱密度分别为ｆ＾０．５１和ｆ＾－０．０８。应用局部分式Ｂｒｏｗｎ运动和局部分式Ｇａｕｓｓ噪声的分形性质放改进的反褶积法，分析了吉拉克地区地震道信号，是到了各地震道ＣＤＰ之反射系数序列维数为（２－ＨＫ）的局部分式Ｇａｕｓｓ噪     

基于间隙度维数的城市土地利用聚簇格局模拟分析

城市土地利用多中心自组织聚簇格局是土地集约节约利用的重要特征和标志之一.针对传统间隙度指数在表达模拟上存在着"可塑性面积单元"等空间尺度效应问题,借助分形理论具有的空间尺度无标度特性,采用"间隙度指数——采样网格尺度"双对数形式构建间隙度维数模型,实现定量表达城市土地利用在空间上的聚簇程度,并以武汉市为例展开验证应用分析.研究结果表明,该模型在统计上具有较好的拟合度,能够跨尺度准确表达城市典型用地类型的聚集离散程度.