基于相对模糊和边缘强化的散焦深度恢复研究

通过改进Favaro等人提出的迭代求解热扩散方程的方法,研究了由散焦图像恢复物体深度的问题.首先将两幅散焦图像按照不同的相对模糊程度划分为两个区域,证明了这两个区域的边界和图像的边缘有很高的一致性;然后通过强化图像的边缘,使这两个区域的边界在迭代求解热扩散方程的过程中更容易确定;再根据确定的U+和U-的边界较好地求解了物体深度;最后通过模拟实验及实际图像实验对该方法进行了验证.模拟实验结果表明,文中方法具有较好的鲁棒性;实际算例分析表明,文中方法的恢复效果优于Favaro的方法.     

椭圆方程约束的最优边界控制问题的非重叠型区域分解迭代方法

研究了一类椭圆方程约束的最优边界控制问题的数值求解方法。为了避免运用传统数值方法所产生庞大的计算量,我们采用非重叠型区域分解迭代方法。即:将求解区域Ω分解成若干个非重叠子区域,把上述的最优边界控制问题分解成这些子区域上的局部问题,这些局部问题间的内边界条件采用Robin条件。建立了求解这些局部问题的迭代格式,推导证明了迭代格式的收敛性。最后,给出一个数值算例,验证了迭代格式的有效性。     

三维边界元寄生参数提取中的有效预条件方法

为研究集成电路中金属互连线的寄生效应对电路性能产生的影响,分析了三维边界元计算的预条件迭代求解问题,针对寄生参数提取中涉及的复杂多区域边界元计算,提出两种基于MN (mesh neighbor)方法的有效GMRES (generalized minimal residual)预条件.对大量来自实际版图提取实例的计算表明 该预条件方法使方程求解过程迅速收敛,迭代次数与求解时间比对角线逆预条件减少约30%或更多.     

Stokes方程的边界元区域分裂算法及其应用

用边界元求解不规则凹凸区域时,积分误差很大,区域分裂法是将不规则凹凸区域上的求解问题化的多个不重叠凸区域上的求解问题,在公共的边界上用Dirichlet条件,Neumann条件交替迭代得到全区域上的解。该方法计算精度高、适用于并行计算。作者给出了Stokes方程边界元求解不规则凹凸区域的区域分裂算法,并给出了将该算法用在贵阳市阿哈水库的流场计算的算例。     

整体变分模型的修复方法

整体变分模型算法是用变分法求解图像的最小能量方程,整体变分模型执行各向异性扩散,对区域内部执行平滑,而在区域边界处不执行平衡过程,可以起到模糊区域内部噪声,而对边缘进行增强的效果。整体变分模型对含有噪声的非纹理图像进行修复,取得了较好的效果。     

基于方向信息测度的非局部正则化图像去噪方法

针对非局部正则化在图像去噪过程中计算复杂度高、复原速度慢的问题,基于方向信息测度提出了改进的非局部正则化方法.在图像的边缘轮廓区域使用保边性能较好的非局部正则化方法,而在图像的平坦区域使用各向异性全变差模型,且该全变差模型由基于Bregman迭代正则化方法的快速迭代算法进行求解.实验结果表明:基于方向信息测度的非局部正则化方法在快速消除图像噪声的同时,能有效地保留图像的边缘和纹理等结构信息.     

基于矩保持法的散焦图像深度估计

提出了一种基于散焦图像计算景物深度的新方法。该方法不需要获得光学镜头的点传播函数,利用Ｓｏｂｅｌ算子将同一场景的两幅散焦程度不同的灰度图像转换成梯度图像。利用矩保护法计算边缘区的大小与整个图像区域大小的比ｐｃ,根据两幅图像的Ｐｃ值计算出景物的深度。实验结果表明了该方法的有效性。     

抛物型问题的边界元重叠型区域分解法

边界元法是一种求解偏微分方程数值的计算方法，用边界元法来求解抛物型方程，如采用与时间有关的基本解，较其它方法可以采用较长的时间步长，从而节省计算时间，且计算结果精度高。区域分解法是把计算区域分解成若干子区域来分别求解，由于它将原问题分解，由大化小，由复杂化简单，并且可以并行计算，优越性是显而易见的。将这两种方法结合起来（边界元重叠型区域分解法）求解抛物型方程，利用区域分解法将求解区域划分为两个小的子区域，然后在子区域上用边界元法并行求解方程。数值算例表明边界元重叠型区域分解法行之有效的，数值试验显示这种方法的收敛速度依赖于子区域重叠面积。     

凹形区域上双调和方程的重叠型算法

基于交替迭代思想,本文提出了一种凹形半无界区域上双调和方程的区域分解算法,分析了其收敛性。该算法将求解域分为有界子域与标准的半平面,根据自然边界归化理论,在有界区域内用有限元方法求解,在半平面内用边界元法求解,使得有限元与边界元分别在有界子域与半平面上交替进行。     

自适应网格在水平集方法中的优化与应用

在水平集方法对运动界面进行追踪的过程中,利用自适应笛卡尔网格可以在水平集演化的关键区域对网格进行自动细化.水平集方程每个时间步求解后,细化区域和粗化区域的选择是决定迭代求解效率的一个重要因素,由于不同细化级别边界处的节点部分缺少同级别的邻接点,加大了求解水平集演化方程中偏微分近似解的复杂度.提出一种优化后的笛卡尔自适应...     

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.     

一种鲁棒的散焦模糊图像点扩散函数参数估计方法

提出了一种具有较强抗噪能力的频率域鉴别散焦模糊参数的方法。该方法对模糊图像对数频谱图实施极坐标变换,然后计算距频谱中心不同半径下的多方向幅值累加和函数,进而提取第一过零圆环的半径,完成散焦模糊参数的估计。实验结果表明,该方法能够适应带噪散焦模糊图像退化模型的参数估计问题,且具有较高的鉴别精度。     

一种改进的偏微分方程图像平滑方法

针对退化扩散方程在图像平滑时对角点的圆弧化,提出由梯度及其正交方向上的二阶方向导数共同决定扩散速度。在图像的角点位置上,扩散速度趋于零,在线条点位置上,扩散速度由梯度的模值来决定,并在与梯度正交的方向上进行平滑,在灰度变化不大的区域上,采用传导系数为常数的热方程进行平滑。文中的理论上说明了扩散速度的构造方法。实验结果表明,该扩散模型在对图像进行平滑的同时,对特征点的保留是明显的。     

基于小波变换和SUSAN算子的灰度图像边缘检测算法

根据小波变换的多分辨率特性和SUSAN算子良好的抗噪和检测能力提出了一种灰度图像的边缘检测算法。首先对待检测的灰度图像进行小波多尺度分解,得到高低频信息;然后对高频细节信息进行SUSAN算子的处理得到图像的边缘信息。实验结果证明,该方法效果良好,具有很强的实用性。     

等离子体显示中基于边缘检测的动态误差扩散方法

针对交流等离子体显示器中的常规误差扩散方法因误差扩散系数固定导致反映图像细节轮廓损失的问题，提出了一种基于边缘检测的动态误差扩散方法．该方法在对每个像素的误差扩散处理过程中，先沿误差扩散方向进行边缘检测，再根据边缘检测结果动态地选择误差扩散系数组及调整各个方向的误差扩散系数，使得误差扩散系数与轮廓特征相关，减小了误差扩散过程中造成图像细节轮廓损失的累积误差．仿真结果表明，将新方法应用于交流等离子体显示器中，不仅能够减少因较少子场引起的假轮廓，同时还可以避免由于常规误差扩散方法中固定误差扩散系数引起的轮廓细节损失．     

适用于地毯编织图像处理的误差扩散改进算法

常规误差扩散方法会导致图像细节轮廓损失问题,为满足地毯编织图像处理中对图像细节处理的要求,本文提出一种基于HVS模型及边缘检测的像素点误差扩散半色调算法。该算法首先对图像进行边缘检测处理,提取图像的边缘点信息,然后采用基于HVS模型误差扩散系数对图像进行误差扩散处理,处理过程中对于边缘点不进行误差叠加,以保留图像边缘信息。仿真结果表明该算法能够更好地减少图像细节损失,保留图像细节信息,进而满足地毯编织图像处理的需要。     

基于非凸区域下近似的图像边缘修补算法

将粗糙集中的上、下近似理论应用到解决遥感油库图像的边缘残缺问题中,即通过引入凸集、最大肯定凸子集,给出了基于非凸区域下近似的图像边缘修补方法,最后通过实验验证了该方法的有效性.     

基于边缘方向直方图的印鉴鉴别方法

提出一种基于边缘方向直方图的印鉴鉴别方法。经过Canny边缘检测算子提取待检的纯印鉴图像的边缘像素点,计算边缘像素点的法向量方向角并量化为边缘方向直方图,采用循环移位最小值计算直方图的相关性进行印鉴图像匹配。实验结果证明,该算法具有旋转不变性和尺度不变性等优点,并具有一定的鉴别能力。     

基于改进边缘方向判定方法的图像插值算法

为了解决图像超分辨率重建过程中传统边缘插值方法边缘方向定位不准确,以及边缘区域只沿着边缘点一侧进行插值,而没有考虑边缘内外侧的问题,提出一种基于边缘二值化图像的边缘方向判定算法。该算法通过边缘像素点之间的相互关系来确定边缘方向,得到的结果更加可靠;并且加入方差来判定插值侧边,有选择性地对边缘一侧进行插值,考虑了边缘判定的特征。实验结果表明,与传统的边缘插值方法相比,两种改进获得了更好的图像重建效果。