检索结果-内蒙古大学图书馆

计算机应用 2017年第8期37卷 2334-2342页

作者：郭黎廖宇李敏袁海林李军湖北民族学院信息工程学院湖北恩施445000 University of Groningen Faculty of Mathematics and Computer Science Groningen the Netherlands

针对常见去噪方法容易造成特定区域过度平滑、奇异结构残余噪声以及产生阶梯效应和对比度损失等问题,提出一种自适应非局部数据保真项和双边总变分的图像去噪模型,建立了自适应非局部正则化能量泛函和相应的变分框架。首先,对噪声图像... 详细信息

针对常见去噪方法容易造成特定区域过度平滑、奇异结构残余噪声以及产生阶梯效应和对比度损失等问题,提出一种自适应非局部数据保真项和双边总变分的图像去噪模型,建立了自适应非局部正则化能量泛函和相应的变分框架。首先,对噪声图像利用自适应权值的非局部均值求得数据拟合项;其次,引入双边总变分正则化项,利用正则化系数来适度平衡数据拟合项和正则化项的影响;最后,通过能量函数最小化对不同的噪声统计快速求得最优解,从而达到降低残余噪声并纠正过度平滑的目的。通过理论分析和针对模拟噪声图像与真实噪声图像的实验结果表明,所提出的图像去噪模型能够较好地处理具有不同统计特性的图像噪声,与自适应非局部均值滤波去噪相比,所提算法的峰值信噪比(PSNR)值最多可以得到0.6 dB的改善;与全变分正则化图像去噪算法比较,所提算法的主观视觉效果明显更好,在去噪的同时图像纹理和边缘等细节信息保护得更好,PSNR值最多可以提高10 dB,而多尺度结构相似性度(MS-SSIM)指标可以提升0.3。因此,所提出的图像去噪模型可以在理论上更好地探讨如何合理处理噪声和图像内容本身的高频细节信息,在视频和图像分辨率提升等领域也具有良好的实际应用价值。

关键词：自适应非局部均值数据保真项正则化函数双边总变分图像去噪

来源：评论

学校读者我要写书评

暂无评论

含有非局域数据保真项的图像分解滤波方法

含有非局域数据保真项的图像分解滤波方法

引用

作者：唐晨陈明明张俊江苏永钢李碧原 300072 天津市南开区卫津路92号

本发明属于光学检测和光信息处理技术领域，为改进图像分解算法中的数据保真项，提高图像分解算法的性能，提升图像分解算法去噪性能。本发明采用的技术方案是，含有非局域数据保真项的图像分解滤波方法，根据非局域均值滤波模型、非局... 详细信息

标准号: CN106327440A

本发明属于光学检测和光信息处理技术领域，为改进图像分解算法中的数据保真项，提高图像分解算法的性能，提升图像分解算法去噪性能。本发明采用的技术方案是，含有非局域数据保真项的图像分解滤波方法，根据非局域均值滤波模型、非局域全变分滤波模型、适应性正则非局域均值滤波模型，构造非局域数据保真项，并分别与TV‑Hilbert‑L²模型、TV‑G‑Shearlet模型结合，进行带有数据保真项的图像分解滤波。本发明主要应用于光学检测和光信息处理场合。

关键词：非局域数据保真项图像分解算法光信息处理光学检测均值滤波图像分解滤波滤波模型模型结合去噪应用改进

来源：评论

学校读者我要写书评

暂无评论

含有非局域数据保真项的图像分解滤波方法

含有非局域数据保真项的图像分解滤波方法

引用

作者：唐晨陈明明张俊江苏永钢李碧原 300072 天津市南开区卫津路92号

标准号: CN106327440B

关键词：非局域数据保真项图像分解算法光信息处理光学检测均值滤波图像分解滤波滤波模型模型结合去噪应用改进

来源：评论

学校读者我要写书评

暂无评论

双数据保真项的迭代磁共振弹性成像位移提取方法及系统

双数据保真项的迭代磁共振弹性成像位移提取方法及系统

引用

作者：冯原马盛元严福华陈亮 200240 上海市闵行区东川路800号

本发明提供了一种双数据保真项的迭代磁共振弹性成像位移提取方法及系统，包括：步骤S1：建立相位图像模型并利用交叉相除去除背景相位；步骤S2：设计数据保真项完成等同傅里叶变换的主成分提取；步骤S3：设计梯度数据保真项完成相位解... 详细信息

标准号: CN115995025A

本发明提供了一种双数据保真项的迭代磁共振弹性成像位移提取方法及系统，包括：步骤S1：建立相位图像模型并利用交叉相除去除背景相位；步骤S2：设计数据保真项完成等同傅里叶变换的主成分提取；步骤S3：设计梯度数据保真项完成相位解卷绕；步骤S4：选择超参数并进行迭代求解。本发明通过设计新的数据保真项和梯度数据保真项，同时完成磁共振弹性成像中的相位解卷绕和傅里叶变换，解决了磁共振弹性成像中复杂带噪数据位移提取难的问题。

关键词：磁共振弹性成像保真傅里叶变换数据保真项相位解卷绕梯度数据迭代主成分提取背景相位设计数据数据位移相位图像求解去除相除

来源：评论

学校读者我要写书评

暂无评论

视觉光流矢量场估计算法综述

引用

北京工业大学学报 2013年第11期39卷 1638-1643页

作者：李秀智贾松敏尹晓琳赵冠荣谭君北京工业大学电子信息与控制工程学院北京100124

主要介绍了光流的理论框架及应用背景,描述了主流的光流算法及逐步演变的数学求解模型.重点从保边平滑、抗光照变化影响、大位移光流、异质点滤除、实时性计算等5个不同的角度全面分析了光流模型优化求解中的技术性重点及难点问题,详细... 详细信息

主要介绍了光流的理论框架及应用背景,描述了主流的光流算法及逐步演变的数学求解模型.重点从保边平滑、抗光照变化影响、大位移光流、异质点滤除、实时性计算等5个不同的角度全面分析了光流模型优化求解中的技术性重点及难点问题,详细介绍了已有的解决策略并对今后的研究方向进行了展望,指出大位移光流、抗光照变化影响、实时性计算等方向将成为将来的研究热点.

关键词：光流场变分模型正则项数据保真项原始对偶算法

来源：评论

学校读者我要写书评

暂无评论

基于时空域全变分正则化的图像序列去噪方法及装置

基于时空域全变分正则化的图像序列去噪方法及装置

引用

作者：曹良才高云晖 100084 北京市海淀区清华园1号

本公开涉及一种基于时空域全变分正则化的图像序列去噪方法及装置，所述方法包括获取采集图像序列并对采集图像序列进行分析得到先验信息；基于采集图像序列和先验信息确定关于目标图像序列的目标函数，目标图像序列用于表示去除噪声后... 详细信息

标准号: CN116563138A

本公开涉及一种基于时空域全变分正则化的图像序列去噪方法及装置，所述方法包括获取采集图像序列并对采集图像序列进行分析得到先验信息；基于采集图像序列和先验信息确定关于目标图像序列的目标函数，目标图像序列用于表示去除噪声后的图像序列，目标函数包括数据保真项和正则化项，数据保真项用于指示基于加性高斯白噪声的最大似然估计函数，正则化项用于指示时空域全变分正则化函数；对目标函数进行对偶化处理得到关于对偶变量的对偶函数，并以对偶函数最大化为目标，对对偶函数进行投影梯度更新，直至满足预设条件；基于满足预设条件时的对偶变量生成目标图像序列。本公开实施例能够对图像序列进行有效去噪。

关键词：目标图像序列采集图像对偶函数目标函数图像序列数据保真项对偶变量先验信息预设条件正则化项时空域正则化去噪加性高斯白噪声最大似然估计投影梯度对偶化最大化去除噪声更新分析

来源：评论

学校读者我要写书评

暂无评论

基于Weibull分布的混合高阶变分超声图像去噪方法

基于Weibull分布的混合高阶变分超声图像去噪方法

引用

作者：崔文超邵良志徐德伟孙水发吴义熔 443002 湖北省宜昌市西陵区大学路8号

基于Weibull分布的混合高阶变分超声图像去噪方法，对超声图像进行噪声分布拟合，采用Weibull概率密度函数，对选定的图像局部均匀区域进行灰度直方图拟合，并对拟合分布参数采用最大似然法进行估计；根据拟合的噪声分布，推导对数真实... 详细信息

标准号: CN111815527B

基于Weibull分布的混合高阶变分超声图像去噪方法，对超声图像进行噪声分布拟合，采用Weibull概率密度函数，对选定的图像局部均匀区域进行灰度直方图拟合，并对拟合分布参数采用最大似然法进行估计；根据拟合的噪声分布，推导对数真实无噪图像的似然函数，将似然函数进行负的对数变换，从而得到最小化能量函数的数据保真项；将对数真实无噪图像一阶正则化表达式和二阶正则化表达式进行加权融合，构建最小化能量函数的混合高阶正则化项；将数据保真项和混合高阶正则化项形成最小化能量函数模型，采用Split‑Bregman迭代方法进行快速求解，迭代收敛后，利用指数变换得到去噪超声图像。本发明方法能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息，从而增强超声图像的视觉判读性。

关键词：超声图像拟合能量函数最小化高阶数据保真项似然函数无噪图像正则化项正则化去噪噪声概率密度函数灰度直方图最大似然法边缘信息迭代收敛对数变换分布参数加权融合均匀区域散斑噪声图像局部指数变换求解推导迭代二阶构建判读一阶视觉图像保留

来源：评论

学校读者我要写书评

暂无评论

基于平滑结构张量自适应的非局部全变分图像复原方法

基于平滑结构张量自适应的非局部全变分图像复原方法

引用

作者：尹学辉张士宝余冬炉唐逸航赵锡琰谢渝佳 400065 重庆市南岸区南山街道崇文路2号

本发明属于数字图像处理技术领域，具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法，包括基于平滑结构张量特征值导出的局部对比度，结合结构相似度，构建图像中两个像素之间的权值，该权值为两个像素之间的非局部相似... 详细信息

标准号: CN113870149A

本发明属于数字图像处理技术领域，具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法，包括基于平滑结构张量特征值导出的局部对比度，结合结构相似度，构建图像中两个像素之间的权值，该权值为两个像素之间的非局部相似性的度量；基于两个像素之间的权值，构建非局部正则项和L2数据保真项，并以最小化正则项和数据保真项之和为目标构建目标函数；使用分裂布雷格曼数值迭代方法求解目标函数，获取复原后的图像；本发明权值函数中除包括像素灰度信息外，同时包括了结构信息，权值函数的构成更加合理，另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域，既能去除噪声，又能保留和增强纹理细节。

关键词：平滑结构像素数据保真项目标函数非局部图像构建复原数字图像处理技术非局部相似性像素灰度信息局部对比度结构信息结合结构目标构建权值函数数值迭代纹理区域纹理细节分图像相似度自适应最小化求解导出度量去除噪声刻画分裂保留

来源：评论

学校读者我要写书评

暂无评论

一种基于张量分解的总变分遥感图像去条带方法

一种基于张量分解的总变分遥感图像去条带方法

引用

作者：朱虎符志哲邓丽珍 210012 江苏省南京市雨花台区宁双路28号

本发明公开了一种基于张量分解的总变分遥感图像去条带方法，将遥感图像分解为目标图像和条带噪声及随机噪声的叠加，对各成分分别采用不同的正则项约束构成目标模型：为了保证恢复数据与原始数据之间的相似性，将引入一项非凸数据保真... 详细信息

标准号: CN111738937B

本发明公开了一种基于张量分解的总变分遥感图像去条带方法，将遥感图像分解为目标图像和条带噪声及随机噪声的叠加，对各成分分别采用不同的正则项约束构成目标模型：为了保证恢复数据与原始数据之间的相似性，将引入一项非凸数据保真项；同时引入总变分正则项约束目标图像的分段平滑特性；最后，对于条带噪声采用低秩Tucker分解和L21范数联合约束，采用交替方向乘子法给出了一种详细的算法来求解上述模型，实现从原始图像中恢复目标图像，并给出了仿真实验结果验证本发明的可行性和有效性。

关键词：目标图像条带噪声遥感图像项约束分解仿真实验结果数据保真项分段平滑恢复目标恢复数据交替方向目标模型随机噪声原始数据原始图像引入求解低秩范数条带算法叠加验证图像保证联合

来源：评论

学校读者我要写书评

暂无评论

一种图像复原方法、系统、处理终端及计算机介质

一种图像复原方法、系统、处理终端及计算机介质

引用

作者：许淑华齐鸣鸣 325000 浙江省温州市温州经济技术开发区滨海二十二路326号

本发明公开了一种图像复原方法、系统、处理设备及计算机存储介质，涉及图像处理技术领域，包括：获取原始图像x，并利用降质退化矩阵H退化原始图像x,生成具有柯西噪声和/或模糊的图像y；将具有柯西噪声和/或模糊的图像y分割成m个图像... 详细信息

标准号: CN113592728A

本发明公开了一种图像复原方法、系统、处理设备及计算机存储介质，涉及图像处理技术领域，包括：获取原始图像x，并利用降质退化矩阵H退化原始图像x,生成具有柯西噪声和/或模糊的图像y；将具有柯西噪声和/或模糊的图像y分割成m个图像块，进而根据图像块的非局部自相似性把m个图像块分成n个组；将图像y的被划分的n组图像块的每一组，利用数据保真项与基于组的稀疏表示、基于组稀疏多方向全变分两个正则化项相结合，去除图像块组中的柯西噪声和/或模糊，得到去除柯西噪声和/或模糊的图像块组；将所述得到去除柯西噪声和/或模糊的图像块组归还到原始图像x的对应原始位置上，对所有图像块组计算平均值得到复原后的图像。

关键词：噪声图像块组模糊原始图像图像块图像去除计算机存储介质退化图像处理技术矩阵数据保真项处理设备图像复原稀疏表示正则化项多方向非局部组图像降质稀疏复原分割

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：