基于自适应搜索窗的非局部均值去噪算法

提出了一种采用局部多项式近似—置信区间交叉(Local Polynomial Approximation and Intersection of Confidence Intervals,LPA-ICI)技术的自适应选取搜索窗的非局部均值图像去噪算法.首先采用LPA-ICI寻找当前像素所在的同质区域,然后将该同质区域设定为当前像素的自适应搜索窗.自适应搜索窗内的像素与当前像素在灰度值以及几何结构上均呈现出"同质"性,对当前像素的估计值更接近真实值.定性与定量实验结果表明:相比于形状和大小固定的搜索窗,自适应选取搜索窗的非局部均值去噪算法能取得更好的去噪效果,对图像中边缘和纹理细节信息具有更好的保护能力.     

非局部偏微分方程去噪模型

针对传统扩散模型中的边界模糊问题, 提出一种基于非局部信息的非线性偏微分方程去噪模型. 在新模型中引入非局部梯度以探测图像边界, 在区域内部和边界处以不同的速度进行扩散, 从而达到去噪和边界保持的效果. 数值计算采用单边格式计算非局部梯度, 以防止离散情形下边界信息的损失. 理论分析和数值实验结果表明了此模型的有效性.     

多线程非局部均值三维MRI去噪方法及其实现

非局部均值滤波算法已经在多种图像去噪场合得到了验证,并且显示出了优异的性能。在核磁共振图像去噪中,该算法存在计算量大的问题。针对该问题,将多线程技术引入到算法实现中,提高了非局部均值滤波算法的计算效率。仿真数据和真实数据的实验结果表明:在保证图像去噪效果不变的情况下,四核处理器主机内,多线程算法较之于单线程算法的运行速度提高了2.53倍。     

联合多尺度块匹配的非局部均值去噪算法

针对非局部均值（Non-Local Means, NLM）图像去噪算法易产生伪影与平滑细节的问题,提出一种联合多尺度图像块匹配的像素相似性测度,提高NLM算法去噪性能。首先,研究与分析了加权欧氏距离与欧氏距离两种相似性度量以及图像块尺寸设置对NLM算法的影响。其次,通过引入图像特征信息并利用K-means聚类方法将图像划分为平坦区域和包含边缘与纹理的结构区域,对每个类别中的像素点,联合两种尺度图像块匹配计算像素的平滑权重。最后,优化了算法的滤波参数。实验结果表明,提出的算法在噪声去除与细节保持方面明显优于经典的NLM算法,相比其他改进的NLM算法也有优势。     

基于Euler弹性项的去噪模型及Split bregman算法

TV去噪模型是基于一阶导数总变差的变分模型,容易在光滑区域出现阶梯效应。通常利用高阶导数信息来使图像扩散更加平滑。Euler弹性项使用光滑的边界对图像进行处理,广泛应用于图像遮挡,修复,分割等领域。本文主要研究基于Euler弹性项的图像去噪模型,并采用Split Bregman算法实现,有效地改善了TV模型的阶梯效应,并用数值实验验证了算法的有效性。     

Shearlet域基于非局部均值的地震信号去噪

由于采集环境及仪器性能的限制,采集的地震信号中含有较强的随机噪声,对后续的处理和解释带来很大困难.多尺度几何分析近年来受到关注,在Shearlet变换域中引入非局部均值(NLM,non-local mean algorithm)算法对地震信号进行去噪,该算法首先对地震信号进行非下采样Shearlet变换,对近似服从广义高斯分布的Shearlet系数进行主成分分析(PCA,principal component analysis),然后采用非局部均值处理Shearlet系数,最后对新的Shearlet系数进行Shearlet反变换,得到去噪之后的地震信号.实验结果表明,文中算法在低噪声情况下能够获得优于非局部均值算法的去噪效果,对地震信号去噪具有可行性.     

含Euler弹性项图像修复变分模型的快速Split Bregman算法

在图像修复的变分模型中引入Euler弹性项可有效修复大破损区域,但直接对该模型变分将导致高阶偏微分方程,其离散差分格式复杂、计算效率低.本文通过引入多个辅助变量和Bregman迭代参数将原模型转化为简单的Split Bregman迭代优化模型,并采用交替优化方法得到关于原变量和辅助变量一系列简单的Euler-Lagrange方程或广义软阈值公式.最后通过多个实验验证了算法的有效性.     

基于Split Bregman算法的图像处理

在本文中,我们介绍了图像去噪的经典模型-TV去噪模型,TV去噪能更好地保留图像的边缘细节.我们通过实验使用Split Bregman迭代算法对TV模型进行图像去噪,最终我们得出Split Bregman算法收敛速度快,处理TV去噪模型时也能保留图像的细节.     

基于模糊度量视觉特征的非局部均值去噪

针对非局部均值(non local mean,NLM)相似性度量不够准确的问题,提出一种基于模糊度量的视觉特征相似度的改进非局部均值图像去噪算法.利用模糊度量理论构建视觉特征度量相似性函数作为衡量图像像素点相似性;将平滑核函数代替高斯加权核函数,提高运算速度和避免滤波参数的设置;利用构建视觉特征相似性度量生成的平滑核函数,对图像进行去噪.由于改进方法考虑图像视觉结构特征,更加完善了非局部均值结构相似的特点.在高斯噪声和椒盐噪声下,用峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity index,SSIM)评价指标分别对比分析提出方法与几种优秀的改进NLM方法的降噪性能.实验结果表明,改进的新方法在去噪性能方面得到较高的提升,同时降低了相似度计算的复杂度和减少了参数设置问题.     

基于最优权重的三维非局部均值图像去噪算法

将二维非局部均值的优化理论和收敛性定理推广到三维情形,并提出了具有最优权重的三维非局部均值算法。首先通过最小化L₂估计的上界,得出了三维非局部均值算法的自适应平滑参数的最优加权。接着证明提出的算法在统计上是以最优速度收敛的。仿真实验表明,与其它去噪方法相比,本文算法能够有效去除各类方差稳定的独立同分布随机噪声,并且具有更好的估计结果。     

基于分割Bregman迭代的内-外置电极电容层析成像

针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。     

基于快速应用开发的功能点增量迭代模型

针对快速应用开发模型、增量模型和敏捷软件开发方法等普遍存在的因控制不当而蜕变为边做边改模型等问题,一种使用敏捷软件开发方法的基于快速应用开发的功能点增量迭代模型正式提出.它通过切分流程、生成增量序列、使用项目进度池和缺陷(bug)状态池等手段,重新构筑了功能点的迭代过程.项目进度池负责跟踪软件系统开发的进度,bug状态池则负责装载用于后期质量评估的代码bug反馈,从而提升软件项目的开发效率.最后,通过实例应用表明功能点增量迭代模型在实际应用中具有较好的效果.     

基于异步迭代和自映射的分形图像压缩

介绍了分形压缩编码和解码现状,利用自映射编码和异步迭代改进了分形压缩编码和解码。     

基于改进迭代模型的车-桥耦合系统竖向随机振动研究

采用改进的车-桥耦合系统迭代计算模型,建立了基于虚拟激励法(PEM)的列车-轨道-桥梁竖向随机振动分析模型.采用虚拟激励法将轨道不平顺精确地转化为一系列竖向简谐不平顺的叠加,并运用分离迭代法求解车-桥耦合系统振动方程.以CRH2高速列车通过5跨简支梁桥为例,对改进的车-桥耦合系统迭代计算模型的计算精度和效率进行了验证.结果表明:在保持与传统模型相同计算精度的前提下,改进模型能使计算效率提高5倍左右.通过对列车-轨道-简支梁桥竖向随机振动响应中确定性激励引起的均值和轨道不平顺引起的均方根进行分析可知:桥梁竖向位移主要受列车自重控制,轨道不平顺引起的桥梁竖向位移影响很小;桥梁和车体竖向加速度受轨道不平顺影响显著,改善线路条件能有效提高列车的乘车舒适性;同时,车速越高,桥梁和车辆随机响应的均方根越大,由轨道不平顺引起的耦合系统振动响应的离散度越大.     

基于多元线性回归的PM2.5 含量的影响因素研究

针对PM2.5含量的影响因素,利用搜集到的2015年1月1日至7月31日蚌埠地区每日的AQI指数和AQI六项基本监测指标数据,建立了多元线性回归模型,对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究,并通过拟合优度检验、F检验、t检验等方法对模型进行检验,最后得到了准确可靠的多元线性回归模型,此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在PM2.5含量分析中的应用提供了有力参考。     

基于分水岭和广义非局部平均的小波去噪

非局部平均滤波去噪方法和基于广义非局部平均的小波域去噪方法都会在不同程度上损失图像细节信息.为了在去除图像噪声的同时更好地保留图像细节,文中提出了一种基于分水岭分割和广义非局部平均的小波去噪方法.首先对含有噪声的图像进行基于梯度的分水岭分割并保留分水岭脊线;然后对含有噪声的图像进行多维度小波分解,对分解的每一层系数估计尺度系数和形状系数,构造每层小波子系数的广义高斯模型,对每层细节子带信息分别在水平、垂直、对角线3个方向应用基于广义高斯模型的非局部平均滤波;最后用含噪图像中与分水岭脊线相对应的像素点替换小波重构后图像的对应像素点.仿真结果表明,该方法与基于广义非局部平局的小波分析去噪法相比能获得更好的视觉效果和去噪效果.     

基于图像整体变分和分数阶奇异性提取的图像恢复模型

分析基于图像整体变分理论所对应的图像恢复整体变分模型的不足：对于纹理丰富的含噪自然图像，在去除噪声的同时，损失了图像中固有的纹理信息。揭示从残差图像中提取具有分数阶导数奇异性图像的可能性，提出用于图像恢复的残差校正整体变分模型。模型提供一种图像的分解与表示方法。实验结果表明，该恢复模型对自然图像的边缘和纹理等细节保持效果大大优于整体变分模型。     

基于Mumford-Shah模型的图像处理

讲述了偏微分方程的基础数学理论,诸如：梯度、散度、变分定理、欧拉-拉格朗日方程等知识;然后重点介绍了Mumford-Shah模型及Ambrosio-Tortorelli的近似求解,最后进行了数值试验并展开分析。     

一类带时滞PDE模型在图像去噪中的理论研究

基于经典的P.L.Loins模型,提出了一类带时滞非线性PDE模型在图像去噪中的应用。该模型与以往图像去噪模型不同。以2阶扩散张量代替经典的各向异性扩散系数的方法,给出一种简单有效的描述方法。针对新模型,给出了模型解的适定性证明,为进一步进行数值模拟提供了理论依据。