处理碎片图像的多个水平集方法

在Mumford-Shah模型基础上提出了一个泛函极值问题，并提出了用多个水平集来处理较为复杂图像的方法．数值实验结果表明，该方法是有效的．     

基于软阈值小波痕迹图像去噪算法及应用

针对痕迹图像的结构特点及传统图像去噪中所存在的问题，提出了一种基于软阈值的小波图像去噪方法．首先将痕迹图像经过小波分解得到一系列不同程度上的子带图像，再根据噪声和图像信号的不同特性，在不同尺度的子带图像上进行软阈值滤波，最后进行小波重构，得到去噪后的图像．实验结果表明，该算法可较好的保留图像信号的边缘特征，改善图像的视觉效果．     

基于小波变换和偏微分方程的图像去噪方法

应用小波变换去除图像噪声时虽然能保持图像的细节信息,但是图像的边缘信息被平滑了.使用偏微分方程对图像去噪,并与使用小波变换去除图像噪声后效果进行比较,实验结果表明:使用偏微分方程对图像去噪在平滑噪声的同时可以使边缘得到保持.应用偏微分方程进行图像去噪是一种有效的工具.     

结合Curvelet变换与加权双边滤波的图像去噪方法

针对加权双边滤波方法在边缘纹理方面保留不好使得图像模糊的问题,提出一种结合Curvelet变换与加权双边滤波的图像去噪方法.该方法使用加权双边滤波器将噪声图像分解为低频部分和高频部分,然后将Curvelet变换的折衷阈值应用于高频部分用以保留图像纹理细节,最后将低频部分和处理后的高频部分进行重构得到去噪图像.实验结果表...     

利用MLT和SRS的混合图像融合与去噪算法

针对图像融合中的去噪声问题,提出一种基于多尺度变换(MLT)和信号稀疏表示(SRS)的混合图像融合与去噪算法,构建混合模型进行剪切变换,阈值化处理MLT分解后的各个系数值,运用滑动窗口技术和平移不变性形成稀疏表示进行图像融合,运用SRS算法去除源图像中的噪声.实验结果表明该算法减少了融合图像的对比度和光谱信息失真情况,显示出高质量的视觉融合效果,在不同噪声水平下能保持较高的PSNR值.     

基于奇异值分解的多小波图像去噪方法

给出了一种将多小波变换和奇异值分解相结合的图像去噪方法.该方法通过对含噪图像进行多小波变换,克服了单小波变换中无法同时满足正交性和对称性的缺点.对变换得到的高频系数矩阵进行奇异值分解去噪,提取高频系数中淹没在噪声中的信号成分,然后进行多小波重构,得到去噪图像.仿真结果表明,该方法能有效去除噪声,并获得良好的主观视觉效果.     

卡通—纹理字典学习的图像分解方法

结合变分方法与字典学习,提出一个新的图像分解变分模型和由扩散流引导的字典学习算法.实验结果表明,和已有图像分解方法相比,新算法自适应性强,不仅可以更好地将图像的卡通和纹理分开,而且能有效地将纹理中的噪声去除.     

基于变分问题和广义软阈值的图像去噪

采用非线性滤波方法处理图像去噪问题时,阈值参数的选取和恰当的使用滤波器函数,对去噪图像的效果影响极大。构造了可用于非线性滤波算法的广义软阈值小波滤波器函数,它是Donoho的软阈值滤波器函数的推广,可以用来代替Donoho的软阈值滤波器,证明了滤波后的逼近是Besov空间中泛函的近似最小值点。而且,广义软阈值滤波器函数次数越大,逼近效果越好。仿真结果证实了此方法的有效性。     

一种图像去噪模型的有限元并行处理

修正了基于稳健统计误差模函数及变分原理构造的一类用于图像去噪、增强边缘的方程模型，针对方程模型和数字图像的特点，设计了剖分方式，采用有限元方法进行数值求解，并在此基础上设计了针对性较强的并行算法，进行了数值实验．     

基于GCV准则的小波阈值去噪算法研究

在对小波去噪文献进行理解和综合的基础上,研究了广义交叉确认准则下的GCV阈值方法,对其原理进行了分析,给出了GCV阈值的推导过程.