检索结果-南通市图书馆

基于偏移量与结构稀疏度的数字图像修复算法研究

在线全文

学校读者我要写书评

暂无评论

基于偏移量与结构稀疏度的数字图像修复算法研究

作者：王颂雅西南交通大学

学位级别：硕士

随着计算机技术的发展和各种智能设备的出现,数字图像修复技术得到了广泛的应用。该技术可以利用图像中的已知区域信息对图像的破损部分进行补全。本文介绍了图像修复技术的研究背景与发展现状,对几种基于样本块的经典图像修复算法进行... 详细信息

随着计算机技术的发展和各种智能设备的出现,数字图像修复技术得到了广泛的应用。该技术可以利用图像中的已知区域信息对图像的破损部分进行补全。本文介绍了图像修复技术的研究背景与发展现状,对几种基于样本块的经典图像修复算法进行了算法说明与实验分析,并总结了该类算法中出现的问题。针对目前基于样本块匹配的修复算法不能有效描述图像结构区域,导致修复结构不连贯的问题,本文设计了一种基于偏移差值和结构化稀疏的图像修复算法。首先定义了一个新的特征偏移差值来衡量样本块的相似性,结合图像颜色特征构造样本块间相似度项,并利用该相似度项寻找最佳匹配块;然后将偏移差值信息和颜色信息共同作为稀疏约束项来构造约束方程,使稀疏表示信息更加准确,保持图像的邻域一致性。实验结果表明,本章算法对线性结构和重复区域的破损修复能获得更好的效果。针对基于样本块匹配的算法中搜索范围太大,干扰项过多造成匹配错误的问题,提出了一种基于主导偏移量的样本块图像修复算法。将图像每一对相似样本块之间的偏移量进行统计,并选出其中的M个主导偏移量;对优先权进行改进,使位于结构区域的样本块能得到优先填充;在搜索最佳匹配块时,仅对待匹配块经过上述偏移后指向的样本块及其邻域块进行计算,并从中选出N个最佳匹配块,并使用稀疏表示系数进行加权。实验结果表明,本文算法相较对比算法的PSNR结果提升了约1.5d B。

关键词：图像修复样本块匹配结构稀疏度偏移量偏移差值

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于结构稀疏度的图像块分类方法

现代计算机 2016年第17期 71-74页

作者：程妮运城学院公共计算机教学部

在传统的图像块分类方法中,利用局部方差可以将图像块划分为平滑块和非平滑块,但是对于非平滑块中包含的边缘块和纹理块,则不能有效进行区分。针对这一问题,提出一种基于结构稀疏度的图像块分类方法,根据图像块与其邻域的其余图像块之... 详细信息

在传统的图像块分类方法中,利用局部方差可以将图像块划分为平滑块和非平滑块,但是对于非平滑块中包含的边缘块和纹理块,则不能有效进行区分。针对这一问题,提出一种基于结构稀疏度的图像块分类方法,根据图像块与其邻域的其余图像块之间的相似程度对图像块的局部特征进行辨识。仿真实验结果表明,该方法可以对平滑块、边缘块,以及纹理块进行有效区分。

关键词：结构稀疏度相似度图像块分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于结构稀疏度的图像块分类方法

现代计算机（中旬刊） 2016年第6期 71-74页

作者：程妮运城学院公共计算机教学部运城044000

关键词：结构稀疏度相似度图像块分类

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

结合颜色和梯度信息的稀疏图像修复算法

计算机研究与发展 2014年第9期51卷 2081-2093页

作者：李志丹和红杰尹忠科陈帆西南交通大学信号与信息处理四川省重点实验室成都610031

现有基于稀疏性的图像修复算法仅利用颜色信息衡量样本块的相似度,易降低修复区域内结构部分的连通性及与邻域信息的连续一致性,同时在全局范围内搜索匹配块也增加了算法的运行时间.为解决上述问题,利用颜色与梯度模值信息度量样本块之... 详细信息

现有基于稀疏性的图像修复算法仅利用颜色信息衡量样本块的相似度,易降低修复区域内结构部分的连通性及与邻域信息的连续一致性,同时在全局范围内搜索匹配块也增加了算法的运行时间.为解决上述问题,利用颜色与梯度模值信息度量样本块之间的距离,构造新的相似度以确定块结构稀疏度函数,利用块结构稀疏度确定填充顺序,同时构造新的匹配准则函数寻找匹配块;并利用块结构稀疏度值能够较好地反映样本块所处区域特征的特性,根据块结构稀疏度值自适应确定局部搜索区域大小.并通过实验验证在不同图像中颜色信息与梯度信息所占比例不同.实验结果表明,该算法较对比算法能够更好地保持结构部分的连贯性及与邻域信息的连续一致性,在峰值信噪比上至少提高1dB,并且算法速度提高4~11倍.

关键词：图像修复梯度模值结构稀疏度相似度局部搜索策略

基于邻域一致性的数字媒体视频图像超清修复方法

在线全文

学校读者我要写书评

暂无评论

太原师范学院学报（自然科学版） 2022年第3期21卷 32-36页

作者：夏弘睿赵静马鞍山师范高等专科学校艺术设计系安徽马鞍山243000

数字媒体视频图像大多通过不同的监控设备截图获取,为清楚获取其中的相关信息,提出了基于邻域一致性的数字媒体视频图像超清修复方法,以实现超清修复.通过数字媒体视频图像样本块和其邻域中已知块的非零相似度设置鲁棒结构稀疏度;依据... 详细信息

数字媒体视频图像大多通过不同的监控设备截图获取,为清楚获取其中的相关信息,提出了基于邻域一致性的数字媒体视频图像超清修复方法,以实现超清修复.通过数字媒体视频图像样本块和其邻域中已知块的非零相似度设置鲁棒结构稀疏度;依据邻域关联因子与鲁棒结构稀疏度,获取优先修复样本块;按照鲁棒结构稀疏度确定待修复样本块尺寸、邻域一致性约束权重与搜索区域窗口尺寸;按照最小误差平方和准则,在搜索区域内寻找最相似匹配块;按照邻域一致性约束权重,获取匹配块的稀疏表示信息,在优先修复样本块内填充稀疏表示信息,完成数字媒体视频图像超清修复.实验证明:该方法可以在保持图像结构部分连贯性的同时,超清修复不同程度破损的数字媒体视频图像;在不同数字媒体视频图像破损百分比时,超清修复后的数字媒体视频图像的峰值信噪比较高,噪声抑制均方误差较低.

关键词：邻域一致性数字媒体视频图像超清修复结构稀疏度误差平方和

在线全文

学校读者我要写书评

暂无评论

不规则块的图像补全算法

中国图象图形学报 2018年第9期23卷 1293-1304页

作者：王心怡翟东海西南交通大学信息科学与技术学院成都610031 西藏大学工学院拉萨850000

目的目前在图像补全领域研究的重点和难点是补全具有复杂结构信息和丰富纹理信息的大破损区域的图像。传统的基于样本块的图像补全算法主要采用规则的模板块和匹配块来进行补全,补全过程中不能充分利用图像的结构或纹理的不规则信息,从... 详细信息

目的目前在图像补全领域研究的重点和难点是补全具有复杂结构信息和丰富纹理信息的大破损区域的图像。传统的基于样本块的图像补全算法主要采用规则的模板块和匹配块来进行补全,补全过程中不能充分利用图像的结构或纹理的不规则信息,从而影响算法修复的精度和效率。针对这一问题,本研究提出一种基于不规则块的图像补全算法。方法在该算法中,首先利用结构稀疏度来区分图像的结构信息和纹理信息并基于结构稀疏度和置信度计算破损区域边界点的优先级,然后选择优先级最高的点构造规则模板块。对处于复杂结构区域的模板块,如果其邻域含有已知的结构信息,则膨胀该规则模板并利用其周围的结构信息来辅助构造不规则模板块。接下来,在图像完好区域内搜索与该模板块对应的匹配块,如果该匹配块的邻域包含有效的结构信息,则膨胀该匹配块并补充其周围的结构信息来完善该不规则匹配块。最后,利用该不规则匹配块补全破损区域。对于补全过程中块间接缝造成的视觉不连通问题,本研究利用图像的纹理信息来进行修饰。结果将本文算法与4种修复效果较好的算法(3种基于规则块的算法和1种基于局部敏感哈希的修复算法)进行对比,通过8组经典图像进行实例验证,采用客观评价指标峰值信噪比PSNR和主观视觉连通性进行评价,结果表明本文提出的算法峰值信噪比相较4种对比算法均有0 4 dB的提高,且在补全的精细度和视觉连通性方面有更佳的效果。结论本文算法在补全含有较复杂结构和丰富纹理的破损自然图像、壁画图像和目标物体移除上有较好的修复效果,普适性较强。

关键词：图像补全结构稀疏度不规则块接缝修饰局部一致性自适应

在线全文

学校读者我要写书评

暂无评论

视频监控中图像压缩技术的研究

视频监控中图像压缩技术的研究

作者：张侠中国矿业大学

学位级别：硕士

随着社会的进步发展,将视频监控和嵌入式的有效结合,为人们的生活和安全提供了极大的方便。由于图像采集设备和硬件设备的不断更新,获取的图像数据越来越庞大,大大的增加了传统图像压缩算法的计算复杂度,同时也会耗费大量的图像传输和... 详细信息

随着社会的进步发展,将视频监控和嵌入式的有效结合,为人们的生活和安全提供了极大的方便。由于图像采集设备和硬件设备的不断更新,获取的图像数据越来越庞大,大大的增加了传统图像压缩算法的计算复杂度,同时也会耗费大量的图像传输和存储资源,所以通过研究优质的压缩算法来获取低数据和高质量的图像成为人们关注的重点。压缩感知的过程主要是使用过完备字典对输入信号的稀疏表示,然后通过对采样观测后的观测值进行重构恢复信号。本文将压缩感知理论和图像分块技术应用于视频监控系统进行图像压缩,然后针对压缩图像产生的块效应,提出块效应的抑制算法,以期在视频监控系统中获取高质量的压缩图像。本文的主要研究内容如下:1.对稀疏表示过程中的过完备字典的设计,通常采用传统的KSVD算法结合OMP算法对预先准备好的样本集进行训练获得相应的学习字典。在对稀疏系数矩阵的求解通常使用OMP算法近似求得,并在每次迭代中完成字典的不断更新。然而实际中大部分图像的稀疏度未知,此时在图像重构过程中,随着迭代次数的不断增加,重构算法恢复的图像误差的不收敛导致图像效果较差。因此,本文引入不需要稀疏度K的StOMP算法取代目前主流的OMP算法计算稀疏系数,提出了基于改进KSVD字典学习算法。改进算法极大的改善了算法的收敛速度,同时在图像重构效果方面也有小幅度的提升。2.在传统分块压缩感知中,图像分块使得不同图像块纹理信息各不相同,但仍然采用相同的字典进行稀疏表示,导致重构图像精度较差。本文引入了结构稀疏度理论,并对图像块分类为平滑块集合、边缘块集合和纹理块集合,然后采用基于改进KSVD字典学习算法分别对分类完成的图像块集合进行训练,并得到针对不同图像块类型的冗余字典。3.由于改进后的压缩感知算法中引入了图像分块的思想,在一定程度上会有块效应的产生。为了能够有效地降低块效应,本文在经典的CES图像增强算法的基础上提出了基于频域的图像增强技术的改进算法。该算法依据结构稀疏度理论将图像进行分块和分类,并对不同的图像块采取不同的图像处理算法。4.为了验证本文提出的基于SSSVD分类稀疏字典的图像压缩感知算法和基于频域的图像增强技术改进算法有效性,搭建了基于Zynq-7000的视频监控系统。利用FPGA处理器处理图像算法的高效性,将改进算法封装成IP核,同时在ARM处理中移植Linux操作系统和相关的驱动配置,然后移植OpenCV和Qt库,设计相应的控制操作图形界面,最终在嵌入式平台实现图像压缩技术。该论文有图44幅,表7个,参考论文71篇。

关键词： KSVD 稀疏表示结构稀疏度块效应 Zynq-7000

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不规则块的图像修复算法研究

基于不规则块的图像修复算法研究

作者：王心怡西南交通大学

学位级别：硕士

修复具有复杂结构信息和丰富纹理信息的大破损区域的图像是目前图像修复领域研究的重点和难点。传统的基于样本块的图像修复算法主要采用规则的模板块和匹配块进行补全,没有充分利用图像结构或纹理的不规则信息,尤其是局部不规则性,从... 详细信息

修复具有复杂结构信息和丰富纹理信息的大破损区域的图像是目前图像修复领域研究的重点和难点。传统的基于样本块的图像修复算法主要采用规则的模板块和匹配块进行补全,没有充分利用图像结构或纹理的不规则信息,尤其是局部不规则性,从而影响算法修复的精度和效率。针对这一问题,本研究提出了基于不规则块的图像修复算法。具体工作如下:(1)本文提出的基于不规则块的图像修复该算法中,首先利用结构稀疏度来区分图像的结构信息和纹理信息,并基于结构稀疏度和置信度计算破损区域边界点的优先级。然后选择优先级最高的点构造规则模板块。对处于复杂结构区域的模板块,如果其邻域含有已知的结构信息,则膨胀该规则模板来并利用其周围的结构信息来辅助构造不规则模板块。接下来,在图像完好区域内搜索与该模板块对应的匹配块,如果该匹配块的邻域包含有效的结构信息,则膨胀该匹配块并补充其周围的结构信息来完善该不规则匹配块。最后,利用该不规则匹配块补全破损区域。对于修复过程中块间接缝造成的视觉不连通问题,该算法利用图像的纹理信息来进行修饰。(2)本文提出的基于不规则块的图像修复改进算法可以克服基于不规则块的修复算法中块尺寸、稀疏度阈值等参数不能自适应调整,全局搜索策略计算量大和匹配函数没有考虑到图像的结构特征等问题。该算法首先引入了双阈值结构稀疏度,能针对不同的图像特征计算结构稀疏度的高、低阈值,并基于双结构稀疏度阈值自适应的调整块尺寸;然后,改进了传统的搜索策略,结合了全局随机搜索与局部深度匹配,提高了搜索效率;最后,优化了相似度函数的计算公式,增添了结构性约束并区分了不同区域的贡献值,提高匹配精度同时避免了误差的累计与传播。通过实例验证将本研究提出的算法与其他五种同类算法相比,从主观上评价,本文算法补全的精细度和视觉连通性方面有更佳的效果,修复结果更为自然;从客观上评价,峰值信噪比PSNR指标有0dB的提升,结构相似度SSIM指标更加接近于1。本研究提出的算法在补全含有较复杂结构和丰富纹理的破损自然图像、壁画图像和目标物体移除上有较好的修复效果,普适性较强。

关键词：图像修复结构稀疏度不规则块自适应搜索策略

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于样本错误匹配改进的图像修复算法

国外电子测量技术 2018年第3期37卷 34-37页

作者：何凤杰郭中华杜娟裴希伍宁夏大学物理与电子电气工程学院银川750021 宁夏沙漠信息智能感知重点实验室银川750021 成都凯天电子股份有限公司成都610091

Criminisi算法对于含有复杂的纹理结构信息的图像,修复时会出现优先权不合理与匹配块匹配错误的情况。为此提出多样本块匹配的方法。对于优先权,为了使结构信息更先修复,把结构项改进为块结构稀疏度和邻域像素差异度的数值和。对于匹配... 详细信息

Criminisi算法对于含有复杂的纹理结构信息的图像,修复时会出现优先权不合理与匹配块匹配错误的情况。为此提出多样本块匹配的方法。对于优先权,为了使结构信息更先修复,把结构项改进为块结构稀疏度和邻域像素差异度的数值和。对于匹配块匹配不合理的情况,先使用块内距离与块间距离设定阈值,如果破损块与样本块之间的块间距离或者块内距离大于阈值,则用多块匹配的方法恢复当前破损块;否则,用传统的Criminisi图像修复算法修复。结果表明,使用此方法修复结果较好,符合人类视觉原理。

关键词：图像修复结构稀疏度邻域像素差异度块内距离块间距离多块匹配