期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
非局部变分修复法去除高密度椒盐噪声 被引量:10
1
作者 杨文波 马天玮 刘剑 《中国光学》 EI CAS 2013年第6期876-884,共9页
分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看... 分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看成是图像中遗失或是破损的点,首先在图像中寻找与噪声点邻域相似的区域,将相似区域的中心像素作为噪声点新的邻域然后对其插值,把图像降噪问题转化为图像修复问题,从而达到去除高密度噪声的目的。实验结果表明:该模型对噪声密度为90%的彩色和灰度图像去噪后,其峰值信噪比为22.85和28.77,在客观评价标准方面优于中值滤波及其改进型算法。该模型能有效去除高密度下的椒盐噪声并较好地恢复图像细节,为图像去除高密度噪声提供了一种新的途径。 展开更多
关键词 图像去噪 图像修复 椒盐噪声 中值滤波 非局部变分修复
在线阅读 下载PDF
一种基于L_1范数的非局部变分图像复原模型 被引量:7
2
作者 杨平先 陈明举 《液晶与显示》 CAS CSCD 北大核心 2017年第8期635-641,共7页
针对L_2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息,模糊图像细节信息的缺点,提出了一种基于L_1范数的非局部变分模型。首先,对基于L_1范数的非局部变分模型的扩散性能进行了详细的分析。接着,将该模型应用于退化图像的... 针对L_2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息,模糊图像细节信息的缺点,提出了一种基于L_1范数的非局部变分模型。首先,对基于L_1范数的非局部变分模型的扩散性能进行了详细的分析。接着,将该模型应用于退化图像的复原中,并推导出该模型的Bregman交替迭代求解过程。最后,通过对比实验,证明本文提出的L_1范数的非局部变分复原模型能更好地重构图像的细节信息,相对于L_2范数的非局部变分模型峰值信噪比提高大于1dB,图像复原性能更优。 展开更多
关键词 图像复原 非局部变分 Bregman迭代 局部梯度
在线阅读 下载PDF
一种非对称非局部变分图像复原模型 被引量:1
3
作者 陈明举 林国军 +1 位作者 韩强 董林鹭 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第2期127-132,202,共7页
非局部变分采用关于目标像素点对称的区域作为寻找相似信息的目标图像块,会遗漏部分相似信息或无法找到相似信息,造成图像的非局部相似信息无法有效利用,图像复原性能有限。为更有效地利用图像非局部相似信息,提出以关于目标像素点非对... 非局部变分采用关于目标像素点对称的区域作为寻找相似信息的目标图像块,会遗漏部分相似信息或无法找到相似信息,造成图像的非局部相似信息无法有效利用,图像复原性能有限。为更有效地利用图像非局部相似信息,提出以关于目标像素点非对称的区域作为目标图像块的非对称非局部变分模型。为有效求解该模型,通过图像平移将二维空间的非对称非局部变分模型转变为三维空间的对称非局部变分模型,并给出该模型的交替Bregman迭代求解过程。通过对比实验证明:提出的非对称非局部变分模型更好地利用了图像的非局部相似度信息,可复原更多的图像信息,获得的峰值信噪比与结构相似度都高于非局部变分模型。 展开更多
关键词 图像复原 非局部变分 Bregman迭代 相似窗口
在线阅读 下载PDF
自适应的非局部总变分图像复原算法 被引量:5
4
作者 任泽民 王洪珂 +2 位作者 葛永新 王晓峰 王伟 《小型微型计算机系统》 CSCD 北大核心 2017年第9期2086-2089,共4页
边缘和纹理信息是图像的重要特征信息,在复原过程应得到有效地保持.为此提出了基于非局部总变分的自适应复原模型.新模型的能量泛函包含两项:自适应正则项和数据保真项.自适应正则项的设计是建立在非局部正则项的基础上,主要用其保持纹... 边缘和纹理信息是图像的重要特征信息,在复原过程应得到有效地保持.为此提出了基于非局部总变分的自适应复原模型.新模型的能量泛函包含两项:自适应正则项和数据保真项.自适应正则项的设计是建立在非局部正则项的基础上,主要用其保持纹理;另一方面正则项融入了边缘探测函数,使得模型可以根据局部边缘信息自适应地实施不同程度的扩散力,即在同质区域作用一个较大的扩散过程,避免出现分片常值;在边缘附近作用一个相对平和的力,使得图像边缘得到有效地保持.本文模型利用Gateaux导数计算其扩散方程,通过有限差分进行数值模拟.实验结果表明,所提模型在视觉效果和运行效率方面取得了较好的结果,并且在边缘锐化和纹理保持方面,本文模型相对于经典的TV模型和NLTV模型具有较大的优势. 展开更多
关键词 图像复原 自适应 局部 边缘停止函数
在线阅读 下载PDF
基于对数函数的非局部总变分图像修复模型 被引量:1
5
作者 杨文霞 张亮 《计算机应用》 CSCD 北大核心 2018年第6期1784-1789,共6页
针对基于总变分最小化的图像修复模型容易造成阶梯效应及假边缘的问题,提出了基于对数函数的非局部总变分图像修复模型。新的总变分能量泛函的被积函数为一个关于梯度幅度的对数函数。在总变分模型与各向异性扩散模型的偏微分方程框架下... 针对基于总变分最小化的图像修复模型容易造成阶梯效应及假边缘的问题,提出了基于对数函数的非局部总变分图像修复模型。新的总变分能量泛函的被积函数为一个关于梯度幅度的对数函数。在总变分模型与各向异性扩散模型的偏微分方程框架下,首先,从理论上证明了对数总变分模型满足良好扩散所需的所有性质,并对其局部扩散行为进行了理论分析,证明了其在等照度方向及梯度方向扩散的良好特性。其次,为考虑图像块的相似性及避免局部模糊,采用非局部对数总变分进行数值实现。实验结果表明,与经典的总变分修复模型相比,基于对数函数的非局部总变分模型对图像修复的效果良好,避免了局部模糊,且在图像平滑区域能较好地抑制阶梯效应;与基于样例的修复模型相比,所提模型对纹理图像能获得更为自然的修复效果。实验结果表明,与三类总变分模型和基于样例的修复模型相比,所提模型的性能最优,且与各对比模型的平均结果(图2、图3、图4)相比,其结构相似性指数(SSIM)分别提高了0.065、0.022和0.051,峰值信噪比(PSNR)分别提高了5.94 dB、4.00 dB和6.22 dB。含噪图像的修复结果表明所提模型具有较好的鲁棒性,对含噪声的图像也能获得良好的修复效果。 展开更多
关键词 图像修复 最小化 局部 各向异性扩散 阶梯效应
在线阅读 下载PDF
基于自适应高维度非局部总变分的压缩图像去块效应算法 被引量:3
6
作者 索士尧 何小海 +2 位作者 熊淑华 任超 卿粼波 《科学技术与工程》 北大核心 2018年第10期224-230,共7页
经JPEG压缩后的图像存在着块效应,尤其在低码率段块效应更加明显,严重影响了图像质量和视觉效果。通过引入压缩噪声的概念,利用压缩图像及压缩比特流中获得的信息,对压缩过程进行建模。然后在最大后验框架下,联合自适应高维度非局部总... 经JPEG压缩后的图像存在着块效应,尤其在低码率段块效应更加明显,严重影响了图像质量和视觉效果。通过引入压缩噪声的概念,利用压缩图像及压缩比特流中获得的信息,对压缩过程进行建模。然后在最大后验框架下,联合自适应高维度非局部总变分先验及窄量化约束先验构建代价函数,提出了一种能有效去除压缩图像块效应的后处理算法。实验结果表明,相比于一些主流的去压缩效应的算法,本文算法的处理结果有更高的客观参数及更好的主观视觉效果。 展开更多
关键词 去块效应 噪声模型 高维度局部 窄量化约束
在线阅读 下载PDF
基于非局部广义全变分的计算鬼成像重建方法 被引量:3
7
作者 蒋宗铧 田昕 杨晋陵 《应用光学》 CAS CSCD 北大核心 2022年第1期52-59,共8页
鬼成像是一种能够透过大雾等恶劣环境的成像技术。针对传统鬼成像重建图像存在噪声较多、图像对比度较低等问题,将非局部广义全变分方法用于鬼成像的图像重建之中,提出基于非局部广义全变分的计算鬼成像重建方法。所提方法构造了一种非... 鬼成像是一种能够透过大雾等恶劣环境的成像技术。针对传统鬼成像重建图像存在噪声较多、图像对比度较低等问题,将非局部广义全变分方法用于鬼成像的图像重建之中,提出基于非局部广义全变分的计算鬼成像重建方法。所提方法构造了一种非局部相关性权重设计梯度算子,将其代入全变分重建算法中,使得重建的图像能有效去除噪声的同时实现细节较好的还原。首先在不同条件下进行仿真模拟,得到所提方法的峰值信噪比相对其他方法提升1 dB左右,且具有更好的主观视觉效果,进而设计并搭建实验平台对算法的有效性进行验证,实验结果证明了所提方法在去除噪声和细节重建等方面的优越性。 展开更多
关键词 计算鬼成像 压缩感知 局部广义全 空间光调制器
在线阅读 下载PDF
基于多种正则化的改进超分辨率重建算法 被引量:2
8
作者 黄吉庆 王丽会 +3 位作者 秦进 程欣宇 张健 李智 《计算机工程与应用》 CSCD 北大核心 2018年第15期22-28,共7页
为了解决超分辨率图像重建过程中无法同时降低平滑区域噪声和保持图像细节的问题,结合改进的非局部变分(NLTV)和全变分(TV)正则项方法提出一种新的超分辨率重建算法。首先,根据图像重尾分布特性,结合高斯分布、拉普拉斯分布及柯西分布... 为了解决超分辨率图像重建过程中无法同时降低平滑区域噪声和保持图像细节的问题,结合改进的非局部变分(NLTV)和全变分(TV)正则项方法提出一种新的超分辨率重建算法。首先,根据图像重尾分布特性,结合高斯分布、拉普拉斯分布及柯西分布改进了传统NLTV正则项系数,提出了改进的ANLTV正则项。然后利用ANLTV正则项基于分裂Bregman算法重建了初始的高分辨率图像。最后结合TV正则项对重建的高分辨率图像进行去模糊操作,进而得到最终的超分辨率图像重建结果。为验证所提算法的性能,分别利用该算法与传统的TV和NLTV算法进行超分辨率图像重建并对比。实验结果表明,所提出的方法相比于传统的TV和NLTV重建算法,其峰值信噪比、信噪比和结构相似度均有所提高,能够同时满足超分辨率图像重建过程中抑制噪声和保持边缘细节的需求。 展开更多
关键词 辨率重建 正则化方法 改进的非局部变分 裂Bregman算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部