图像修复问题中,局部细节特征的辨识修复和全局特征的保护是至关重要的。基于分数阶偏微分方程的模型具有丰富的演化行为能力,在图像修复中能较好地理解图像细节并兼具一定的锐化作用,但也易出现不能准确辨识较大尺度特征和过度锐化等...图像修复问题中,局部细节特征的辨识修复和全局特征的保护是至关重要的。基于分数阶偏微分方程的模型具有丰富的演化行为能力,在图像修复中能较好地理解图像细节并兼具一定的锐化作用,但也易出现不能准确辨识较大尺度特征和过度锐化等问题。为此提出以图像整体特征的总变差能量为目标函数,空间分数阶向量值Cahn-Hilliard方程为约束的最优控制模型,以达到局部细节修复和整体特征保持的均衡效果。通过L_(2)梯度流、H^(-1)梯度流和凸分裂设计非凸约束条件的数值计算格式,再结合分裂Bregman方法优化目标函数,并引入灰度级动态调整策略,保持灰度辨识能力的同时,进一步提升计算效率。数值实验表明,新模型修复结果的峰值信噪比(peak signal to noise ratio,PSNR)相较其他方法提升0.3718~9.9352 dB,结构相似指数(structural similarity,SSIM)表现出较强的竞争力,且在碎片破损的图像上更具效用;相较传统的分数阶方程模型,计算时间减少49.50%~52.91%。展开更多
非量测相机以价格低、体积小、使用灵活等优势被广泛应用于高精度测量工作中,但相机标定结果对测量精度影响较大,针对现有相机标定方法存在着精度不够或标定效率不高等问题,文章提出一种联合加速分割检测特征(features from accelerated...非量测相机以价格低、体积小、使用灵活等优势被广泛应用于高精度测量工作中,但相机标定结果对测量精度影响较大,针对现有相机标定方法存在着精度不够或标定效率不高等问题,文章提出一种联合加速分割检测特征(features from accelerated segment test,FAST)算法和双像光束法平差的相机标定方法。首先利用FAST算法对像片标志点自动提取,利用直接线性变换方法解得相机内、外参数初值;然后基于固定基线长度约束的双像光束法平差模型解算相机相关参数,并通过分类阈值方法提高模型收敛效率。结果表明:该方法相较于普通双像光束法平差的精度有所提升,其标定后的中误差达到0.0064 mm,且实现了相机标定流程的半自动化,提高了作业效率,有望应用于实际场景的相机标定作业。展开更多
文摘图像修复问题中,局部细节特征的辨识修复和全局特征的保护是至关重要的。基于分数阶偏微分方程的模型具有丰富的演化行为能力,在图像修复中能较好地理解图像细节并兼具一定的锐化作用,但也易出现不能准确辨识较大尺度特征和过度锐化等问题。为此提出以图像整体特征的总变差能量为目标函数,空间分数阶向量值Cahn-Hilliard方程为约束的最优控制模型,以达到局部细节修复和整体特征保持的均衡效果。通过L_(2)梯度流、H^(-1)梯度流和凸分裂设计非凸约束条件的数值计算格式,再结合分裂Bregman方法优化目标函数,并引入灰度级动态调整策略,保持灰度辨识能力的同时,进一步提升计算效率。数值实验表明,新模型修复结果的峰值信噪比(peak signal to noise ratio,PSNR)相较其他方法提升0.3718~9.9352 dB,结构相似指数(structural similarity,SSIM)表现出较强的竞争力,且在碎片破损的图像上更具效用;相较传统的分数阶方程模型,计算时间减少49.50%~52.91%。
