基于学习的彩色人脸图像超分辨率重构研究

提出了一种基于四元数模型的彩色人脸图像超分辨率重构算法.该算法利用主成分分析的主要思想,同时结合插值算法的理论,前期进行整体约束,后期进行分块处理,对人脸图像进行超分辨率重构.同时使用奇异值分解去除彩色图像中的噪声,针对主成分分析算法不太忠实于原图像的弱点进行改进;使用四元数表示彩色图像,将R,G,B三个分量同时进行处理.分析结果表明,该算法既利用了彩色分量的相关性,又提高了运算效率.     

一种基于WMF-ACA的深度图像修复算法

针对RGBD相机由于硬件条件的限制,所获取的深度图像往往存在空洞与噪声的问题,提出一种彩色图像引导的深度图像空洞填补方法.对深度图像边缘区域采用基于局部直方图的加权模式滤波器(WMF)进行处理,在有效保留深度图边缘与细节的前提下,消除图像噪声.对深度图像非边缘区域采用一种异步元胞自动机(ACA)模型算法,根据邻域和迭代规则对深度图空洞进行填补,快速、准确地完成任务.在立体匹配数据集Middlebury上测试所提算法实现性能,实验结果表明:该算法的结构相似性(SSIM)与峰值信噪比(PSNR)更高,能够准确地填补深度图空洞,同时保持深度图边缘清晰.     

四元数奇异值分解与彩色图像去噪

提出了一种基于四元数的彩色图像去噪算法.该算法对彩色图像进行四元数奇异值分解，得到表征彩色图像的不同分量的奇异值，同时适当地选择和丢弃分别表征图像和噪声的奇异值，可以有效地去除彩色图像的加性噪声.该算法的特点是采用一种新颖的基于彩色图像能量测度模型，自适应地确定去噪图像重构的奇异值数目，因此具有快速去噪和简单可行的优点.实验结果表明，提出的方法针对彩色图像去噪具有较好的效果.     

基于像素类型的彩色图像混合矢量自适应滤波器

为了更好地去除彩色图像中各种类型的噪声污染,提出了一种基于像素类型的彩色图像混合矢量自适应滤波器.该滤波器首先使用Lee滤波器对YCbCr彩色空间的三通道进行加性噪声预处理;然后基于亮度分量图Y中每个像素8个方向上的基本梯度,以及其3×3邻域窗口像素的结构和连通特性,提出了9条像素类型判别规则,把彩色图像的像素划分为脉冲噪声污染像素、边缘或细节像素和平滑区像素;最后,对3类像素在YCbCr空间分别采用改进的自适应最近邻矢量滤波器(MANNMF)、自适应最近邻矢量滤波器(ANNMF)和加权平均矢量滤波器(WAF)进行滤波处理.实验表明,所提出的彩色图像滤波器不仅能去除图像中各种类型的噪声,而且具有良好的边缘细节保持能力,性能优良.     

基于多图像非局部均值去噪算法研究

为提升图像去噪效果,本文提出一种基于多图像非局部均值去噪方法:首先利用多幅噪声图像线性加权并结合多图像非局部均值滤波获得预去噪图像和方法噪声;然后利用高斯滤波后的方法噪声与预去噪图像求解多图像非局部均值权值,结合权值与输入图像获得最终去噪图像.实验结果表明,针对高斯噪声图像,与NLM等单图像去噪方法相比,本文方法能获得的峰值信噪比能提升0~2 d B,有效改善了视觉效果.     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

基于投影加权的多能光子计数X线CT全能谱图像重建改进方法

为了提高多能光子计数X线CT全能谱重建图像的对比噪声比,提出了一种基于投影加权的图像重建改进方法.首先,针对包含不同对比材料的3种模体进行投影仿真,获得包含泊松噪声和高斯噪声的投影正弦图;然后,从投影正弦图中提取噪声信息,构造关于权重的对比噪声比优化函数;最后,求解出使对比噪声比最优的权重,利用该权重进行投影加权图像重建,并对重建图像进行评估.实验结果表明:与当前仅考虑泊松噪声的基于投影加权的图像重建方法相比,对于含钙材料的模体,利用改进方法可明显提高重建图像的对比噪声比;对于含碘材料和等效软组织材料的模体,利用改进方法重建的图像对比噪声比则无显著统计差异.     

基于峰度系数方差的加权自适应引导滤波

针对传统局部窗口方差提取有噪图像边缘困难的问题，本文介绍了峰度系数方差准确感知有噪图像边缘，并基于此提出一种加权自适应引导滤波器.自适应调节引导滤波中固定正则化系数，解决边缘模糊、边缘光晕的问题；基于像素的多邻域窗口边缘权重，实现聚合加权滤波，进一步抑制边缘模糊.实验结果表明:本文方法在不同噪声级别下，PSNR、SSIM均值提升率分别大于65%、78%；滤波结果图像在噪声平滑和边缘保持两方面均有更好性能.      

一种基于区域信息的图像高斯噪声滤除方法

提出了一种滤除加性脉冲噪声的模糊加权平均滤波器，其加权系数是一个携带了原图像信息的隶属度函数，同时该滤波器还根据图像区域特性差异采用了不同的滤波方法．新的滤波器优点是简单快速，和neuro-fuzzy滤波器相比又无需训练学习时间．实验表明该方法滤波效果优于传统的滤波器和其他模糊滤波器．     

一种鲁棒的无监督聚类图像分割算法

针对目前基于模糊C-均值聚类图像分割算法的噪声敏感问题, 提出一种基于无监督可能性聚类的自动加权图像分割算法. 该算法先应用均值漂移迭代确定可能性C-均值聚类算法的初始化中心, 利用可能性聚类的模式搜索性质自动确定聚类划分; 然后根据像素间灰度值关系进行图像加权, 通过将加权系数与像素噪声的可能性相关联, 降低噪声对图像分割的影响. 实验结果表明, 相对于基于模糊C-均值聚类的图像分割算法, 该算法不仅取得了较好的分割效果, 而且无监督分割时计算效率更高, 对噪声的鲁棒性更强.     

一种鲁棒的无监督聚类图像分割算法

针对目前基于模糊C-均值聚类图像分割算法的噪声敏感问题, 提出一种基于无监督可能性聚类的自动加权图像分割算法. 该算法先应用均值漂移迭代确定可能性C-均值聚类算法的初始化中心, 利用可能性聚类的模式搜索性质自动确定聚类划分; 然后根据像素间灰度值关系进行图像加权, 通过将加权系数与像素噪声的可能性相关联, 降低噪声对图像分割的影响. 实验结果表明, 相对于基于模糊C-均值聚类的图像分割算法, 该算法不仅取得了较好的分割效果, 而且无监督分割时计算效率更高, 对噪声的鲁棒性更强.     

Gabor滤波器在带钢表面缺陷检测中的应用

利用Gabor滤波器具有频率选择和方向选择的特性,将其应用在带钢表面缺陷检测系统中,不但能够去除噪声,而且能够把缺陷的纹理特征完整地保留下来.引入评价函数使缺陷图像和无缺陷图像的能量响应差别最大化,以确定最佳滤波器参数.基于最优的阈值函数得到二值化图像,并应用形态学分析方法去除二值图像上小的噪声,得到分割后的缺陷图像.实验结果验证了该方法的有效性.     

软形态学的多结构加权均值形态滤波算法

在广义多方向加权均值形态滤波的基础上,用软形态学开闭运算代替标准的形态学开闭运算,并设计结构元素和k值,对真实的合成孔径雷达图像进行斑点滤波.提出一种基于软形态学的多结构加权均值形态滤波算法,采用软形态的开-闭和闭-开运算代替标准的形态开-闭运算.通过实例将提出的新滤波算法与Lee滤波、广义多方向加权均值形态滤波和多方向加权均值形态滤波进行抑制相干斑的效果比较结果表明,该算法不仅可以有效地抑制图像中的噪声,而且较好地保持图像的几何结构特征.     

小波域彩色图像的混合噪声抑制算法

图像噪声抑制是数字图像复原预处理中的重要环节。针对传统方法处理混合噪声出现的色调变化问题,同时为进一步提高图像去噪效果,本文提出一种改进的维纳滤波算法。在HSI色彩空间中对输入彩色图像的亮度分量进行小波分解,然后选取以图像低频分量当前像素为中心的不同模板邻域方差最小的模板,计算出模板内像素值相对于中心位置基于欧氏距离加权的均值作为输出图像相应位置的模板中心像素值。实验结果表明,该算法不仅能够使处理后的彩色图像保持原始图像的色调,还进一步提高了对图像中噪声的抑制效果。     

一种基于模糊加权非局部均值图像滤波方法研究

针对传统均值滤波算法滤除混合噪声以及随机值脉冲过程中滤除效果差的问题,提出一种新的模糊加权非局部均值滤波方法.该算法在传统的非局部均值滤波算法基础上,引入了模糊信息价值指数,对图像中的每一个像素点进行标记.由该指标对图像中像素点信息价值性进行判断,抑制脉冲分量的影响.实验结果表明,所提出算法的滤除噪声视觉效果更加清晰,能够有效滤除混合噪声以及随机值脉冲.     

基于混合中值滤波的图像去噪处理

本文结合线性滤波技术和非线性滤波技术,对受高斯噪声、泊松噪声和椒盐噪声影响的图像采用局部均值再取中值的滤波方法进行去噪处理。实验结果表明,该方法较好地实现了图像中混合噪声的滤除和图像细节的保留,显著提高了图像的清晰度、可懂度和信噪比。     

一种基于加权均值检测的夜景图像增强算法

夜景图像由于照度较低且长时间曝光往往混有噪声。针对传统增强算法对其进行处理时无法避开噪声点而导致视觉效果不佳的问题,本文提出了一种基于改进的加权均值检测夜景图像增强算法。算法通过加权均值检测标记出图像中的噪声点,然后使用基于RGB灰度值变换的增强算法对所有非噪声的像素点进行处理,最后用近邻插值法来替换原图像噪声点所在位置的灰度值。大量实验结果表明,本文算法可以在去除噪声的同时较好地保持原始图像的细节边缘特征,总体性能优于现有的算法。     

图像的多图加权求和去噪

本文提出了一种基于同一图像的多图加权求和的去噪方式。由于均值滤波器和中值滤波器对不同噪声的抑制作用,单独采用哪种滤波器都不能达到很好的去噪效果。因此,本文将图像分别进行均值滤波和中值滤波,将得到的两幅图像与原信号进行加权求和,原图像的信息对滤波后的图像起到一定的补偿效果     

拓扑超导体与量子点结构中非简并能级的全计数统计

利用占据数方程研究拓扑超导体与量子点中非简并能级的全计数统计.在有限温度与偏压下,将计数统计的各阶累计矩表示为特征多项式的各项系数及其导数.通过计数统计,Majorana费米子总是导致微分电导峰,与费米子宇称是否简并无关.在大偏压区,噪声明显增大,呈超泊松分布.当费米子宇称非简并时,噪声减小,呈亚泊松分布.偏离度在大偏...     

两传感器信息融合最优白噪声反卷积Wiener滤波器

应用现代时间序列分析方法和白噪声估计理论,提出了两传感器最优信息融合白噪声反卷积Wiener滤波器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。