检索结果-南通市图书馆

基于引导滤波器和局部回归理论的Monte Carlo图像噪声移除算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2018年第3期30卷 367-374页

作者：刘宇郑昌文袁红亮中国科学院软件研究所天基综合信息系统重点实验室北京100190 中国科学院大学北京100190

针对现有Monte Carlo(MC)光线跟踪算法中噪声影响大和绘制消耗高的问题,提出一种基于引导滤波器和局部回归理论的自适应绘制算法.首先计算场景特征图像的梯度信息,利用引导滤波器对初始特征图像进行预过滤,以提高诸如景深、运动模糊等... 详细信息

针对现有Monte Carlo(MC)光线跟踪算法中噪声影响大和绘制消耗高的问题,提出一种基于引导滤波器和局部回归理论的自适应绘制算法.首先计算场景特征图像的梯度信息,利用引导滤波器对初始特征图像进行预过滤,以提高诸如景深、运动模糊等特殊绘制效果的图像质量;然后利用局部回归理论进行图像重构,并在图像空间计算最优重构参数,从而避免由含噪特征图像导致的噪声传递问题;最后计算Stein’s unbiased risk estimator(SURE)评判像素复杂程度并引导自适应采样过程.实验结果表明,该算法能够在提高图像视觉质量的同时,有效地降低了噪声影响,并能够绘制高质量的景深、运动模糊等特殊效果.

关键词：自适应绘制引导滤波器局部回归理论 SURE误差估计

基于非下采样轮廓波与引导滤波器的红外与可见光图像融合

在线全文

学校读者我要写书评

暂无评论

兵工学报 2021年

作者：丁贵鹏陶钢李英超庞春桥王小峰段桂茹南京理工大学能源与动力工程学院长春理工大学光电工程学院陆军装备部驻吉林地区军事代表室

为克服传统融合方法对灰度相关性较弱的红外与可见光图像融合存在的不足，提出一种基于非下采样轮廓波（NSCT）与引导滤波器的融合方法。利用NSCT对源图像进行多尺度多方向分解，分离出包含在不同频带内的特征信息，得到一个低频近似图... 详细信息

为克服传统融合方法对灰度相关性较弱的红外与可见光图像融合存在的不足，提出一种基于非下采样轮廓波（NSCT）与引导滤波器的融合方法。利用NSCT对源图像进行多尺度多方向分解，分离出包含在不同频带内的特征信息，得到一个低频近似图像和多个高频方向细节图像；将局域窗口加权平均能量和改进拉普拉斯能量分别作为低频近似图像的活性测度，构造显著特征图对近似图像进行加权平均，以解决能量保持和细节提取两个关键问题；在方向细节图像中，基于活性测度取大规则获得决策映射图，将源图像作为引导图、决策映射图作为输入图像进行引导滤波，得到权重分配图，对方向细节图像进行加权平均，降低噪声的敏感度。对融合后的近似图像和方向细节图像进行NSCT逆变换，得到最后的融合图像。采用多组红外与可见光图像进行融合实验，并对融合结果进行客观评价。实验结果表明，所提融合方法在主观和客观评价上均优于已有文献的一些典型融合方法，可获得更好的融合效果。

关键词：图像融合非下采样轮廓波引导滤波器显著特征图平移不变性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多引导滤波器的单幅图像超分辨率技术

红外技术 2017年第10期39卷 920-927页

作者：刘哲韩九强黄世奇西京学院电子信息工程系陕西西安710123 西安交通大学电信学院计算机科学与技术系陕西西安710049

提出了一种基于多引导滤波器的单幅图像超分辨率方法。首先,该方法通过大量的自然图像建立高低分辨率图像块样本训练库,并通过聚类算法将具有相似性质的高低分辨率样本块进行聚类;其次,将输入低分辨率图像进行重叠分块,并在样本库中搜... 详细信息

提出了一种基于多引导滤波器的单幅图像超分辨率方法。首先,该方法通过大量的自然图像建立高低分辨率图像块样本训练库,并通过聚类算法将具有相似性质的高低分辨率样本块进行聚类;其次,将输入低分辨率图像进行重叠分块,并在样本库中搜索最近邻的高低分辨率样本聚类;再次,将输入低分辨率图像块作为输入图像,与样本库中最近邻的低分辨率聚类样本作为引导图像,运用本文提出的多引导滤波器计算引导滤波器的参数;最后,利用样本库中最近邻的高分辨率聚类样本和引导滤波器的参数,通过多引导滤波器就可以重构高分辨率图像。实验结果表明,本文算法不仅能很好地重构图像的高频细节,还能很好地恢复图像的纹理特征。

关键词：超分辨率引导滤波器样本训练库高频细节

多级方向引导滤波器及其在多传感器图像融合中的应用

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2019年第1期57卷 129-138页

作者：陈广秋梁小伟段锦才华长春理工大学电子信息工程学院长春130022

基于多级方向引导滤波器,提出一种图像多尺度几何分析方法,并将其应用于多传感器图像融合中.首先利用引导滤波器对图像进行多级边缘保持分解,得到一个近似子带和多个不同尺度上的细节子带;然后采用楔形小尺寸方向剪切滤波器对细节子带... 详细信息

基于多级方向引导滤波器,提出一种图像多尺度几何分析方法,并将其应用于多传感器图像融合中.首先利用引导滤波器对图像进行多级边缘保持分解,得到一个近似子带和多个不同尺度上的细节子带;然后采用楔形小尺寸方向剪切滤波器对细节子带进行方向分析,在不同尺度上生成多个方向子带,根据近似子带和方向细节子带所具有的不同物理意义,分别采用不同的融合准则对分解后的系数进行合并处理;最后通过对合并后的系数进行简单的叠加计算获得重构图像.该方法有效解决了在其他多尺度分解中滤波器缺乏自适应性和图像分析不具备平移不变性的问题.多组图像融合实验结果表明,在图像融合过程中,该方法的性能优于已有的其他典型多尺度分解方法.

关键词：图像融合引导滤波器边缘保持剪切滤波器融合准则

应用引导滤波器和成像系统特性的多光谱与全色图像融合算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2016年第7期43卷 297-302页

作者：李旭寒董安国封建湖长安大学理学院西安710064

为了提高多光谱与全色图像融合的质量,提出一种应用引导滤波器和成像系统特性的多光谱与全色图像融合算法。该算法采用引导滤波器建立降质全色图像与多光谱图像的关系,进而利用这种关系对多光谱图像进行插值;再对待融合的多光谱和全色... 详细信息

为了提高多光谱与全色图像融合的质量,提出一种应用引导滤波器和成像系统特性的多光谱与全色图像融合算法。该算法采用引导滤波器建立降质全色图像与多光谱图像的关系,进而利用这种关系对多光谱图像进行插值;再对待融合的多光谱和全色图像进行区域划分和NSCT变换,然后结合LCCS、FOCC和图像成像系统特征对图像高频系数进行区域融合,最后进行逆NSCT变换得到融合图像。实验数值表明,该算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,提高了多光谱图像的融合效果。

关键词：图像融合引导滤波器成像系统特点 NSCT变换分水岭分割局部相关系数四阶相关系数

基于注意力U-Net网络的红外夜视质量增强研究

在线全文

学校读者我要写书评

暂无评论

光学技术 2023年第5期49卷 623-630页

作者：祁宏宇江苏商贸职业学院电子与信息学院江苏南通226011

针对红外夜视遥感系统成像质量差的问题,提出一种目标与背景分离的多模态图像融合方法来改善红外夜视的成像质量。一方面,采用注意力U-Net对红外与可见光图像的目标区域进行分割与融合处理,利用U-Net强大的学习能力充分保留原图像中的... 详细信息

针对红外夜视遥感系统成像质量差的问题,提出一种目标与背景分离的多模态图像融合方法来改善红外夜视的成像质量。一方面,采用注意力U-Net对红外与可见光图像的目标区域进行分割与融合处理,利用U-Net强大的学习能力充分保留原图像中的目标信息;另一方面,通过引导滤波器对红外与可见光图像的背景区域进行分解,采取不同的融合策略处理基层信息与细节层信息,增强背景中的显著区域。在TNO数据集上的对比实验结果表明,该方法在主观视觉评价与客观量化评价两方面均优于其它对比方法。

关键词：红外夜视系统图像融合图像质量增强深度神经网络引导滤波器

在线全文

学校读者我要写书评

暂无评论

基于引导滤波与稀疏表示的医学图像融合

电子科技大学学报 2022年第2期51卷 264-273页

作者：王兆滨马一鲲崔子婧兰州大学信息科学与工程学院兰州730000

为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基... 详细信息

为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基础层进行融合;同时,采用自适应稀疏表示算法融合细节层;最后,将融合的细节层和基础层相加得到融合图像。在指标评价和视觉分析上比较了该算法和其他6种经典算法的融合结果;此外,还比较了该算法与两种基于稀疏表示算法的时间复杂度。结果表明,该算法在纹理和边缘信息保存上优于其他算法,其时间复杂度优于基于稀疏表示的算法。

关键词：自适应稀疏表示引导滤波器图像融合多模态医学图像

在线全文

学校读者我要写书评

暂无评论

蒙卡渲染画面多特征非局部均值滤波降噪算法

系统仿真学报 2022年第6期34卷 1259-1266页

作者：杨凯陈纯毅胡小娟于海洋长春理工大学计算机科学技术学院吉林长春130022

针对蒙特卡罗渲染在低光线路径采样率下绘制的图像容易出现噪点的问题,提出一种蒙特卡罗渲染画面多特征非局部均值降噪算法。使用canny算法对场景反射率图进行梯度化,以反射率梯度图为引导图,利用引导滤波器对法向量图预滤波;求出预滤... 详细信息

针对蒙特卡罗渲染在低光线路径采样率下绘制的图像容易出现噪点的问题,提出一种蒙特卡罗渲染画面多特征非局部均值降噪算法。使用canny算法对场景反射率图进行梯度化,以反射率梯度图为引导图,利用引导滤波器对法向量图预滤波;求出预滤波后法向量图中图像块之间的结构相似性,利用结构相似性倒数的对数值对非局部均值滤波器权值进行改进;利用改进后的非局部均值滤波器对噪点图像进行滤波重构。实验结果表明:该算法能在典型场景中有效降低渲染画面的噪声,改善均方误差和峰值信噪比质量指标。

关键词：蒙特卡罗渲染引导滤波器非局部均值滤波器结构相似性

在线全文

学校读者我要写书评

暂无评论

基于聚焦区域检测的多焦点图像融合

基于聚焦区域检测的多焦点图像融合

作者：朱文德南昌大学

学位级别：硕士

数字成像设备通过镜头或传感器阵列等光学元件捕捉物体反射而来的可见光并且记录下场景信息。然而,由于光学镜头受到景深的限制,同一场景下的物体很难被同时聚焦,从而造成了前后景呈现出不同的清晰度。多焦点图像融合技术可以有效地捕... 详细信息

数字成像设备通过镜头或传感器阵列等光学元件捕捉物体反射而来的可见光并且记录下场景信息。然而,由于光学镜头受到景深的限制,同一场景下的物体很难被同时聚焦,从而造成了前后景呈现出不同的清晰度。多焦点图像融合技术可以有效地捕捉位于不同景深处的对象,使两个或多个部分聚焦的图像融合为完全聚焦的图像。本文的主要工作内容如下:(1)针对有监督学习缺乏自然数据集,并且网络计算量大等问题,本文基于分形维数(Fractal Dimension,FD)提出了一种名为FD-Fuse的无监督混合模型。该模型的关键是将传统图像处理方法和深度学习相结合,减少了模型的参数量,节省了硬件设备的算力。此外,基于卷积注意力模块的特征提取网络也提升了最终的融合效果。首先,FD-Fuse使用无监督方式训练编码器和解码器网络,以获取输入图像的浅层和深层特征。然后,使用本文提出的像素级差分盒计数法计算深度特征的活动水平,得到初始的决策图。接着,利用一致性验证方法得到最终的决策图,最后利用像素加权的融合规则得到最终图像。实验结果表明,相较于9种现有的多焦点图像融合方法,FD-Fuse在指标评价和视觉评价方面实现了最先进的融合性能。(2)针对基于块的多焦点图像融合方法中固定分块导致融合效果不佳的问题,本文提出了一种基于自适应块和引导滤波器的多焦点图像融合算法。为了更好的实现图像分块,提出了循环差分进化算法去避免超参数对最终结果的影响。此外,为了提升融合效率,将种群相似性作为终止条件,避免了算法的无效迭代。首先,该方法利用循环差分进化算法计算输入图像的最佳分块大小。然后,利用清晰度标准函数得到源图像的锐度矩阵。最后,使用引导滤波器指导融合,使最终的决策图中聚焦与散焦的交界处细节更加丰富。实验结果表明,与5种现有的多焦点图像融合方法相比,该算法具有更好的性能。

关键词：图像融合差分盒计数法差分进化算法引导滤波器无监督学习