一种基于改进分形编码的图像去噪方法

提出了一种针对加性白高斯噪声(AWGN)的改进分形图像去噪方法.该方法在改进的分形编码过程中采用二次函数灰度预测,使得对无噪图像的编码效果优于传统分形编码.在改进分形编码的基础上,改进的分形图像去噪方法通过带噪图像估计原始无噪图像的分形编码参数,从而在分形解码过程中达到去除噪声的目的.实验结果比较表明,改进的分形去噪方法具有很好的去噪效果.     

基于图像稀疏表示视觉显著度计算的自适应尺度调整方法

图像适应是指将图像按照不同的纵横比进行拉伸和压缩,以适应不同显示比例的显示终端(如手机、掌上电脑(personal digital assistant,PDA)、投影仪)的一种技术.研究基于视觉显著度的图像适应,具体实现分为视觉显著度的计算和图像的加权拉伸与压缩两个步骤.采用加权的稀疏表达残差来表示视觉显著度.在图像的加权拉伸与压缩中,提出一种对横向与纵向使用不同加权变化的快速算法,在保证图像处理效果的前提下,达到快速图像适应处理的效果.仿真实验结果表明,该方法对于实验图像具有鲁棒性和有效性.     

基于拉普拉斯模型的双树复小波域图像降噪

分析了图像复小波变换的特点,根据复小波系数服从拉普拉斯分布的特性,采用最大后验概率估计,推导出一种复小波域的软阀值去噪方法。在实验中,分别与图像小波域、复小波域的高斯概率分布模型的去噪方法进行对比分析。结果表明,文中的去噪方法,在去除噪声的同时更好地保留图像的细节信息,且峰值信噪比有所提高,取得很好的降噪性能。     

Robust Hierarchical Framework for Image Classification via Sparse Representation

The sparse representation-based classification algorithm has been used for human face recognition.But an image database was restricted to human frontal faces with only slight illumination and expression changes.Cropping and normalization of the face needs to be done beforehand.This paper uses a sparse representation-based algorithm for generic image classification with some intra-class variations and background clutter.A hierarchical framework based on the sparse representation is developed which flexibly combines different global and local features.Experiments with the hierarchical framework on 25 object categories selected from the Caltech101 dataset show that exploiting the advantage of local features with the hierarchical framework improves the classification performance and that the framework is robust to image occlusions,background clutter,and viewpoint changes.     

一种改进的夜间数字监控图像的去噪算法

本文针对夜间数字监控图像存在大量噪声的情况,比较了各种常见的去噪算法,在综合考虑了图像去噪平滑效果、图像的清晰程度及图像去噪时间复杂度的基础上,提出了形态学方法和中值滤波方法相结合的图像去噪算法。通过图像去噪前后效果对比验证了该算法的可行性。     

基于高斯比例混合模型图像Curvelet域去噪

提出了一种基于高斯比例混合模型的图像Curvelet域去噪算法,改善了图像的去噪效果.首先对图像进行Curvelet变换.然后建立系数邻域的高斯比例混合模型.最后在模型基础上用贝叶斯最小二乘估计方法对系数进行估计.算法有效结合了Curvelet变换对图像边缘的高效表示能力和高斯比例混合模型对邻域系数相关性的概括能力.实验结果表明,在主观视觉上.该算法对图像边缘进行了很好的保护;在峰值信噪L-'c上较其他算法也有所改善;特别是对纹理细节比较丰富的图像.去噪效果更加明显.     

一种几何形状比例可变的分形图像压缩编码方法

在分析了图像压缩的分形几何形状比例变化可行性的基础上,提出一种基于分形几何形状比例可变的分形图像压缩编码方法,以分形几何比例分别为2：1和3：2的最佳父块逼近子块程度的实验为例,得出父块越大,父块逼近子块程序越差的结论,因此,分形图象压缩必须考虑几何形状比例,进一步给出了4种父块越大,父块逼近子块程度越差的结论。因此,分形图象压缩必须考虑几何形状比例,进一步给出了4种分形几何比例的灰度平均采样公式,并模拟这4种分形比例,分别单独进行了分形编码实验,根据同一图像不同部位的具体情况,采用不同的分形几何比例进行混合几何比例的分形编码方法实验,结果表明：分形几何比例可变的混合分形编码方法与其他单一几何比例分形编码方法相比,黑种人铁压缩比和峰值信噪比均有提高,编码时间也有所减少。     

An Improved Image Denoising Algorithm Based on Structural Similarity and Curvelet

An image denoising method based on curvelet within the framework of non-local means(NLM) is proposed in this paper. We use Structural Similarity(SSIM) to compute the value of SSIM between the reference patch and its similar versions, and remove the dissimilar pixels. Besides, the curvelet is adopted to adjust the coefficients of these patches with low SSIM. Experiments show that the proposed method has the capacity to denoise effectively, improves the peak signal-to-noise ratio of the image, and keeps better visual result in edges information reservation as well.     

改进的基于单一尺度的医学图像边缘检测

针对经典取边缘算法的缺点和高斯多尺度边缘检测中尺度选择的复杂性等问题,提出了改进的单一尺度边缘检测方法,并将该方法应用到医学图像的边缘检测中。该方法首先用平滑理论,对图像进行平滑,将图像中一些无用的细节信息平滑掉,抑制噪声和高频干扰成分;因为边缘细节也被平滑掉,所以再利用模糊增强算子加大边缘两侧灰度的差异,然后利用基于高斯核的单一尺度过零点边缘检测方法提取图像的边缘;最后,将该算法与经典的sobel,canny算子进行比较。实验结果表明,这种方法较好解决了图像边缘的提取精度和图像噪声的抑制能力之间的矛盾。     

基于EZW的图像编码改进算法

在EZW算法的基础上,采取将低频子带进行无损编码、逆向扫描小波系数和对符号集进行游程编码的策略,有效地利用了小波变换系数的特点,克服了由低频区开始扫描所带来的扫描量过大的问题,减少了扫描工作量,提高了编码速度,也解决了EZW算法中存在的树间冗余问题.     

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法——改进的自适应算术编码．将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码．实验结果表明该算法编码效率高于传统的嵌入零树小波算法．     

基于灰度相关改进算法的图像拼接

针对基于灰度相关的匹配算法进行改进,提出了基于灰度差极小值的匹配算法,采用渐入渐出的融合算法,使图像达到平滑、无缝的拼接.     

一种低比特率JPEG编码图像质量改进算法

JPEG图像编码系统当比特率较低时,常会产生“方块效应”,即重建图像的子块边缘不连续.用空间的低通滤波器对重建图像中每个子块的边界像素进行滤波,也就是通过块间的平滑处理可以消除“方块效应”,但滤去了图像边缘的高频分量而使边缘变模糊.通过对未经量化的离散余弦变换(DCT)系数进行预测,提供了一个后处理系统来减轻“方块效应”的影响且减少了边缘的模糊度.实验表明,该算法与低通滤波相比,在减轻“方块效应”的同时,保留了高频分量,改善了信噪比,图像质量明显改善.     

基于双变量收缩函数与小波系数增强的SAR图像去噪

在充分考虑斑点噪声模型特殊性的基础上,将双变量收缩函数与小波系数显著性增强相结合,提出一种新的用于SAR图像的斑点抑制算法.将双变量收缩函数与双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后,通过最大后验概率估计出滤波后图像的小波系数,再采用小波系数的模极大值准则对系数进行显著性增强,突出图像的边缘特征和点特征.仿真实验表明,与其他传统的去噪算法相比,该算法具有更好的去噪效果.     

提升小波变换二叉树图像编码算法

为进一步提高图像压缩质量,在研究二维离散信号采样的基础上,基于全相位列率滤波理论设计了全相位内插滤波器组,并将其用作小波变换提升格式中的预测和更新滤波器,对图像进行不可分离的二维小波变换.结合各分解子带小波系数金字塔排列的特点,借鉴经典的SPIHT小波编码算法的思想,提出了二叉树小波编码算法.对经典测试图像的实验结果表明,与SPIHT算法在相同编码比特率下做比较,在低比特率下,二叉树小波编码算法重建图像的峰值信噪比平均提高约0.5 dB,并且重建图像的主观质量也较好.     

利用偏微分方程的Tetrolet变换图像去噪

对图像进行Tetrolet变换后利用偏微分方程对图像进行了质量改善,仿真结果表明,该算法不仅能有效去除噪声,而且可得到更高的峰值信噪比和更好的视觉效果,去噪后图像较光滑,减少了方块效应,更多地保留了图像边缘和细节等局部特征.     

并行自适应码流(P-AoB)图像编码算法

分析了三个算法,即嵌入式零树小波编码(EZW)、等级树编码(SPIHT)、内嵌块编码(EBCOT),提出了并行自适应码流图像编码算法.在通道内部,采用了块间剪裁算法,对于通道内小波系数的编码,加入了游程编码的思想.模拟实验证明,该算法并行性较高,在码流长度较小的情况下,效果显著.     

非完全数据光学CT图像重建技术

非完全数据图像重建是光学CT技术的重点和难点内容，本文设计了此条件下的正交测量光路及干涉条纹自动处理系统。同时重点论述了此条件下的重建算法，它包括改进的联合代数重建法和频谱分析重建法。最后设计了一种实用测量重建算法。为光学CT技术的实用化发展奠定了基础。     

基于二维图像矩阵的稀疏表示分类方法

利用稀疏表示对图像分类时,需要将二维图像转换为一维特征向量,这大大增加了计算复杂度和忽略了图像矩阵中固有的局部结构信息.为了解决上述问题,设计了完全基于二维特征矩阵的稀疏表示人脸分类方法.首先将二维图像转为2D Fisherface矩阵,然后直接利用二维矩阵求解稀疏表示和进行分类.整个识别过程中,不需要将二维图像转换为一维向量.实验结果表明,二维特征矩阵在稀疏表示分类中是十分有效的,设计的方法可以更快的运算速度达到更高的识别率.在ORL人脸数据库和Extended Yale B人脸数据库上的识别率分别达到97.5%和99.3%.     

一种快速的三维块匹配图像去噪方法

为了在不降低三维块匹配算法(BM3D)效果的基础上,提高其运算速度,提出一种基于积分图的BM3D的加速算法.在新的算法中,首先利用高斯滤波器对原图像进行粗去噪,再利用积分图计算块的相似性,在块的相似度计算过程中不再进行滤波.在BM3D的第二步维纳滤波中,经过对原算法计算过程进行相应的转换,也可将积分图应用于该阶段.实验表明,改进后的算法,不但保留了三维块匹配算法在去噪方面好的性质,而且运算时间缩短了近1/4.