检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种改进的非凸正则项模型的噪声去除方法

电子科技 2013年第11期26卷 71-76页

作者：余婷张振山西安电子科技大学理学院陕西西安710071

针对非凸正则项模型,在去除乘性噪声时边缘信息对噪声敏感且强度较大的噪声抑制能力弱的缺陷,提出了一种改进的图像去噪新模型。在新模型中通过取对数将乘性噪声转变成加性噪声,然后在模型的正则项和忠诚项中均引入高斯卷积,既对图像进... 详细信息

针对非凸正则项模型,在去除乘性噪声时边缘信息对噪声敏感且强度较大的噪声抑制能力弱的缺陷,提出了一种改进的图像去噪新模型。在新模型中通过取对数将乘性噪声转变成加性噪声,然后在模型的正则项和忠诚项中均引入高斯卷积,既对图像进行平滑预处理,又获得丰富的边缘信息,从而对边缘作出精确定位,使新模型具有良好的鲁棒性并根据图像的特征进行平滑,因而更好地保护了图像的边缘。数值实验表明,新方法的去噪结果在定量指标上有大幅提高,视觉效果上也有较大改善,尤其是对强度较大的噪声,新方法的优势更突出。

关键词：图像去噪非凸正则项高斯卷积交替极小化

在线全文

学校读者我要写书评

暂无评论

自适应区域拟合的非均匀图像分割

激光与光电子学进展 2022年第18期59卷 86-92页

作者：李云红姚兰任劼罗雪敏马登飞段姣姣西安工程大学电子信息学院陕西西安710048

针对传统水平集方法在分割灰度不均匀图像的过程中存在分割精度低的问题,提出一种自适应区域拟合的非均匀图像分割算法。首先构建自适应的区域拟合能量项来保留更多待分割图像局部区域内的细节信息,实现图像的准确分割;其次引入非凸正... 详细信息

针对传统水平集方法在分割灰度不均匀图像的过程中存在分割精度低的问题,提出一种自适应区域拟合的非均匀图像分割算法。首先构建自适应的区域拟合能量项来保留更多待分割图像局部区域内的细节信息,实现图像的准确分割;其次引入非凸正则项来平滑曲线并保护图像的边缘;然后添加能量惩罚项对水平集函数进行约束,提高算法的分割效率;最后对合成图像和真实图像进行实验验证。实验结果表明,所提算法的Dice相似系数平均值为88.62%,Jaccard相似系数平均值为79.86%,准确率平均值为92.48%,比Local Binary Fitting(LBF)、Local and Global Intensity Fitting(LGIF)、Local Pre-fitting(LPF)三种模型的总体平均值分别高18.19个百分点、16.10个百分点、13个百分点。

关键词：图像分割灰度不均匀 LBF模型自适应区域拟合非凸正则项

自适应图嵌入和非凸正则特征自表达的无监督特征选择

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第16期60卷 177-185页

作者：李梦晴孙林徐久成河南师范大学计算机与信息工程学院河南新乡453007 天津科技大学人工智能学院天津300457

针对传统的无监督特征选择不能充分兼顾样本及特征的局部结构,以及没有考虑非凸正则项带来更稀疏的解并能够选择出更具判别性特征等问题,提出了自适应图嵌入和非凸正则特征自表达的无监督特征选择方法。通过图嵌入降低特征维度,获得样... 详细信息

针对传统的无监督特征选择不能充分兼顾样本及特征的局部结构,以及没有考虑非凸正则项带来更稀疏的解并能够选择出更具判别性特征等问题,提出了自适应图嵌入和非凸正则特征自表达的无监督特征选择方法。通过图嵌入降低特征维度,获得样本相似度矩阵,引导特征选择;引入特征自表达策略,用其余特征线性表示每一个特征,考虑特征间的相似性关系,保持特征局部结构;在特征自表达中添加非凸正则项,获得行更稀疏的权重矩阵,实现特征选择;在特征选择过程中执行自适应图嵌入对数据局部结构进行学习,选择最优特征子集;为求解非凸稀疏问题,使用交替迭代方法优化求解模型,设计了一种新的无监督特征选择算法。在6个数据集上与其他算法进行实验对比分析,实验结果表明所提算法是有效的。

关键词：无监督特征选择图嵌入特征自表达非凸正则项自适应

基于非凸低秩矩阵逼近和全变分正则化的高光谱图像去噪

在线全文

学校读者我要写书评

暂无评论

计算机科学 2021年第8期48卷 125-133页

作者：陶星朋徐宏辉郑建炜陈婉君浙江工业大学计算机科学与技术学院杭州310023

高光谱图像在采集过程中经常受到混合噪声的干扰,严重影响了图像后续应用的性能,因此图像去噪已成为一个极其重要的预处理过程。文中采用非凸正则项代替传统的核范数重新构造逼近问题,使稀疏正则项更贴近本质秩函数的属性,进而提出了一... 详细信息

高光谱图像在采集过程中经常受到混合噪声的干扰,严重影响了图像后续应用的性能,因此图像去噪已成为一个极其重要的预处理过程。文中采用非凸正则项代替传统的核范数重新构造逼近问题,使稀疏正则项更贴近本质秩函数的属性,进而提出了一种将非凸代理函数、全变分正则项和l 2,1范数集成于统一框架的混合噪声去除算法。所提算法旨在将退化的高光谱图像以矩阵的形式分解为低秩分量和稀疏项,并利用全变分正则化保持边缘信息,提高了高光谱图像的空间分段平滑性。最后利用非凸代理函数的特殊性质,采用一种基于增广拉格朗日乘子法的迭代算法进行变量优化求解。通过多组实验进行验证,结果表明所提算法不仅能有效地去除混合噪声,而且能较好地保持图像的结构和细节,与现有的其他高光谱去噪方法相比,其在视觉效果和定量评价结果上都明显提升。

关键词：高光谱图像混合噪声全变分非凸正则项增广拉格朗日乘子法

在线全文

学校读者我要写书评

暂无评论

基于结构相似度的图像去噪方法研究

基于结构相似度的图像去噪方法研究

作者：张振山西安电子科技大学

学位级别：硕士

近年来，越来越多的学者致力于图像处理领域的研究，使图像处理技术得到了快速发展。本文在研究结构相似度(SSIM)的基础上，针对图像处理中的去噪问题，提出了一些新的基于结构相似度的去噪模型，并给出了新模型的求解方法。本文的主要... 详细信息

近年来，越来越多的学者致力于图像处理领域的研究，使图像处理技术得到了快速发展。本文在研究结构相似度(SSIM)的基础上，针对图像处理中的去噪问题，提出了一些新的基于结构相似度的去噪模型，并给出了新模型的求解方法。本文的主要内容如下： 1.在经典的ROF模型中，作为其忠诚项的L2度量没有考虑图像的空间结构性，导致恢复图像视觉效果差。针对这一缺陷，引入一种基于结构相似度的度量作为模型的忠诚项，提出了一种新的去噪模型(模型1)。在模型1的基础上，为了保护图像的边缘结构不被破坏，用非凸形式的正则项代替模型1中的TV正则项，得到了另一个自适应性的新模型(模型2)。数值实验结果表明，相比于ROF模型，模型1和模型2的去噪结果有效改善了恢复图像的视觉效果，并且模型2在保护边缘方面的性能优于模型1。 2.传统的非局部均值滤波算法中，在细节丰富的边缘区域的小块很难找到与之相似性较高的小块，故加权平均效果不明显，导致它在边缘区域去噪能力较弱。针对这一缺陷，提出一种自适应的权函数计算方法。新的权函数计算方法中，在边缘区域，引入结构相似度参数作为小块相似性的度量。由于结构相似度充分考虑了图像的结构信息，能够准确地将边缘区域的相似小块与不相似小块区别开来，增强算法在结构信息复杂的边缘区域的作用。数值实验表明，新算法在去噪过程中，能够保护图像的细节信息不被磨损，从而提高恢复图像的视觉效果。 3.基于结构相似度与稀疏表示理论，提出了一种改进的稀疏正则化方法。在新方法中，利用一种基于结构相似度的度量代替K-SVD方法中的L2范数，并给出了新模型的求解算法。新方法结合了字典学习下稀疏表示的优势以及结构相似度在局部上考虑了图像像素间相关性的优势。实验结果表明，本文方法能够保护图像的结构信息不被破坏，去噪后图像的视觉效果较优。

关键词：图像去噪结构相似度非凸正则项非局部均值滤波稀疏表示