基于平移预条件技术的改进超松弛迭代图像复原

图像复原问题常常可转化为大型线性系统的求解问题.为解决超松弛迭代算法在求解大型稀疏线性系统时的收敛不稳定问题,提出了一种改进的超松弛迭代算法.通过平移预条件技术将超松弛迭代的迭代矩阵进行改进以避免奇异,研究了改进算法的收敛性和松弛参数的取值范围.在两个实际图像复原问题上的数值实验结果表明,改进算法是稳定和有效的.     

黄金比例分割法确定对称逐次超松弛迭代法的最佳松弛因子

本文提出了将黄金分割法确定松弛因子与对称逐次超松弛法的改进迭代格式相结合的迭代算法。算法应用黄金比例分割法确定最佳松弛因子,成功的将其与运行速度和效率很高的对称逐次超松弛法的改进迭代格式相结合,并给出了迭代收敛性证明,编写了相应的程序,对一实际结构进行的算例计算表明,与大型商业软件的计算结果相比较,本文所提算法具有精度高,收敛快的优点。     

基于不同分裂形式的逐次超松弛迭代法收敛性

在预条件后用逐次超松弛迭代方法解大型线性方程组Ax=b时,对迭代矩阵的分裂给出三种含参数分裂形式,分析证明不同分裂形式能够使超松弛迭代法收敛,并与一般的预条件方法进行比较分析,证明这些分裂形式加速效果更好.     

Richardson迭代法的松弛策略

将Richardson迭代法拓展应用于更一般的线性方程组求解中. 先用相似变换矩阵对迭代过程和迭代矩阵进行重新表示, 基于使迭代矩阵的谱半径达到极小值, 给出最优松弛参数的取值方法; 然后针对最小特征值难计算的问题, 提出一种仅依赖于最大特征值的加速收敛策略.     

超松弛迭代法中松弛因子ω的选取方法

本文对线性方程组数值解法中的超松弛迭代法进行了算法分析,对于超松弛迭代法中松弛因子ω的选取提出了不同的几种方法,并对其中的逐步实验算法进行了分析与程序设计,使得超松弛迭代算法能在计算机上高效执行.     

线性互补问题的广义松弛两步模基矩阵分裂迭代法

将松弛策略引入到与线性互补问题等价的广义隐式定点迭代方程, 建立了求解线性互补问题的广义松弛两步模基矩阵分裂迭代法, 将已有的松弛两步模基矩阵分裂迭代法扩展到了更一般的情形; 当系数矩阵为H₊-矩阵时, 利用H₊-矩阵的特殊性质, 给出了新方法的收敛性分析.数值结果表明:依据迭代次数和CPU时间, 由新方法所导出的新的广义方法比已有的广义模基矩阵分裂迭代法和广义两步模基矩阵分裂迭代法更有效.     

非线性互补问题的改进超松弛迭代算法

运用松弛迭代算法与矩阵分裂理论,提出了求解非线性互补问题的改进超松弛迭代算法.这类算法设计了两个参数:第一个参数控制了迭代阵的谱半径,从而使算法收敛,适当选取第二个参数,加快了算法的收敛速度.在一定条件下证明了算法的全局收敛性.     

广义修正HSS迭代法的加速超松弛收敛性分析(英文)

通过推广修正艾尔米特和反艾尔米特(MHSS)迭代法,进一步得到求解大型稀疏非艾尔米特正定线性方程组的广义MHSS*迭代法,基于不动点方程,我们还将加速超松弛(AOR)技术运用到了GMHSS迭代法,并证明它的收敛性.数值算例表明,AOR技术能够大大提高GMHSS迭代法的收敛效率.     

稀疏线性方程组求解的逐次超松弛迭代法

针对稀疏线性方程组求解问题，在论述迭代法离散化处理基础上，以二维热传导方程为例，导出了热传导方程离散化后线性方程组，用超松弛（SOR）迭代法对产生的稀疏线性方程组进行迭代法求解，并分析了收敛性和收敛速度，将超松弛迭代算法在计算机上实现，得出了一组与精确解较接近的数值解，验证了逐次超松弛（SOR）迭代法的精确性。     

块对称加速超松弛迭代法及其收敛性

给出了解线性代数方程组Ａｘ＝ｂ的一个新的迭代算法模型——块对称加速超松弛迭代法（ＢＳＡＯＲ迭代法），并在系数矩阵Ａ为块Ｈ－矩阵的条件下，证明了该模型的收敛性．在该模型中，对参数取特殊值可得到块对称Ｇａｕｓｓ－Ｓｅｉｄｅｌ迭代法和块对称ＳＯＲ迭代法等常用的块对称迭代算法，并且还可产生许多新的块对称迭代法．即事实上建立了块对称迭代法的一般性收敛理论．     

基于布雷格曼迭代的稀疏正则化图像复原方法

为了实现模糊噪声图像的清晰化复原,提出了一种基于布雷格曼迭代的稀疏正则化约束的图像复原算法。首先,运用差分算子,得到图像中各个方向上的梯度信息;然后,利用提取的梯度信息,得到图像边缘各个方向上的权重;并结合稀疏性原理,针对复原图像,提出了一种权重的稀疏性正则化约束;最后,运用了一种布雷格曼迭代(Bregman Iteration,BI)策略对提出的方法进行最优化求解。实验结果表明,较近几年的一些具有代表性的图像复原方法相比,不仅主观的视觉效果得到了较为明显的改进,而且客观的信噪比增量也增加了0.3~2.5 dB。     

基于傅立叶-小波HMT方法的卫星图像恢复

卫星图像的恢复是一个病态逆问题.本文提出降值卫星图像在傅立叶域中进行Wiener反卷运算后,在复数小波域中利用隐含Markov树(HMT)进行去噪的傅立叶-小波HMT图像恢复算法.典型卷积加噪线性降质卫星图像的仿真实验结果表明,建议的基于傅立叶-小波HMT方法在客观指标,以及视觉效果上都比常用的Wiener恢复算法有较大的提高.     

基于改进的Chambolle对偶迭代的图像分割方法

为了克服基于对偶迭代的分割方法在要求达到较高精度的分割时收敛较慢的缺点,提出了对二相位分片常数Mumford-Shah模型的一个子问题采用改进的Chambolle对偶迭代进行求解.通过对Chambolle对偶迭代和一种修正对偶迭代分别进行局部傅立叶分析,证明了所提出的算法的合理性.实验结果表明:对于two-cell图像,dot256图像,当终止准则精度要求更高时,提出的算法迭代步数少,收敛更快.     

基于小波变换的正则化图像恢复方法研究

介绍了基于小波变换的正则化图像恢复方法,它利用图像小波变换后各个子频带所具有的不同的频率选择性和不同的方向特性,对各子频带采用不同的正则化参数和正则化算子,将图像分解为一个低频子频带LL和三个高频子频带,然后对原图像的各个子频带图像分别进行迭代恢复,使各个子频带分别收敛于其最大信噪比。     

关于广义对称SOR方法的收敛性

对求解对称线性鞍点问题的广义对称SOR（successive over-relaxation）方法作了进一步的推广,即把该方法运用于求解非对称线性鞍点问题之中,并给出了其收敛的充要条件.     

一种基于纹理补偿的图像恢复方法

基于TV模型的图像修复方法对非纹理图像有较好的恢复效果,但对带纹理的图像,很容易将纹理磨掉。本文从原图像中提取纹理,针对纹理作恢复处理,再将恢复后的纹理信息补偿到TV模型输出的图像上。实验结果表明这种方法大大提高了视觉效果。     

基于高阶交叠组稀疏正则项的图像恢复方法

为进一步提高交叠组稀疏全变分模型的图像恢复效果,通过在现有模型的基础上结合图像的二阶梯度信息,增加二阶梯度正则项的方法对交叠组稀疏正则项进行改进,研究了基于高阶交叠组稀疏正则项的模型建立和算法以及在图像恢复中的效果及各参数的影响。结果表明：在一定水平噪声标准差的情况下,应用该方法对图像进行恢复时,基本上均可获得比其他模型更好的恢复效果。可见在交叠组稀疏全变分模型中考虑二阶梯度信息有助于提高图像的恢复性能。     

基于GA-MCMC的粒子滤波图像恢复算法

针对粒子滤波的退化和贫化问题,提出一种GA-MCMC粒子滤波图像恢复算法.该算法引入遗传算法(GA)全局寻优和粒子总数多样性的特性,结合马尔可夫链蒙特卡罗方法(MCMC)的收敛性,将交叉、变异和选择操作融入到粒子滤波图像恢复中,提高了粒子滤波的鲁棒性、精确性和灵活性.实验结果表明,该算法能减少贫化和退化问题,且在对具有混合噪声的真实图像恢复效果方面显示了其优越性.     

基于FPGA硬件的彩色图像恢复系统设计

为实现数字图像的实时处理,在FPGA上应用硬件描述语言实现功能模块的方法,利用FPGA技术,在数码摄影系统前端对Bayer格式图像进行实时彩色复原,并对系统进行调试.选用四合一简单算法处理Bayer图像,使其恢复成全彩色图像,并用MATLAB软件先验证算法的正确性与可靠性,最后在ISE上进行工程仿真.仿真实验表明,系统工作实时、正确、可靠.