检索结果-南通市图书馆

基于非局部相似字典学习的人脸超分辨率与识别

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2016年第10期41卷 1414-1420页

作者：廖海斌陈友斌陈庆虎湖北科技学院计算机科学与技术学院湖北咸宁437100 广东微模式软件股份有限公司广东东莞523808 武汉大学电子信息学院湖北武汉430072

随着视频监控应用的普及,超低分辨率人脸识别问题越来越突出。现存的人脸识别算法在面对超低分辨率人脸图像时无法给出满意识别性能。在一定程度上,人脸超分辨率方法可以提高人脸的分辨率,但是,目前主流的基于字典学习的人脸超分辨率方... 详细信息

随着视频监控应用的普及,超低分辨率人脸识别问题越来越突出。现存的人脸识别算法在面对超低分辨率人脸图像时无法给出满意识别性能。在一定程度上,人脸超分辨率方法可以提高人脸的分辨率,但是,目前主流的基于字典学习的人脸超分辨率方法并不能很好地处理超低分辨人脸图像重建问题,尤其是超分辨率人脸识别问题。利用人脸图像块的非局部相似性和多尺度相似性,提出一种改进的基于字典学习的超分辨率人脸重建算法,同时提出尺度不变特征的超低分辨率人脸识别方法。实验结果表明:本文提出的方法不但具有很好的视觉效果,而且还具有很好的识别效果,与目前主流的人脸超分辨率和识别算法相比具有明显的优势。

关键词：人脸超分辨率人脸识别字典学习线性组合非局部相似

基于非局部相似联合低秩表示的高光谱图像去噪

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

计算机科学 2020年第1期47卷 170-175页

作者：张显叶军南京邮电大学理学院

高光谱图像(Hyperspectral Images,HSI)在采集过程中常受到多种类型的噪声干扰,会直接影响其在后续应用中的精度,因此HSI的去噪是一项十分重要的预处理过程。低秩表示(Low-Rank Representation,LRR)模型能很好地满足HSI的光谱性质,但该... 详细信息

高光谱图像(Hyperspectral Images,HSI)在采集过程中常受到多种类型的噪声干扰,会直接影响其在后续应用中的精度,因此HSI的去噪是一项十分重要的预处理过程。低秩表示(Low-Rank Representation,LRR)模型能很好地满足HSI的光谱性质,但该框架下字典的选择尤为重要,在当下仍是一个开放性的问题。同时,典型去噪方法仅考虑了图像的局部相关性,已不能满足去噪要求,非局部相似性在图像中也是不可忽略的。基于LRR,文中提出了一种新的HSI去噪算法。首先,综合考虑噪声的类型,选取具有更全面的噪声判别能力的字典;其次,在对图像分块处理的前提下,通过聚类的方式引入非局部相似信息,将相似的图像块联合起来进行低秩表示。在模拟Indian Pines数据集以及EO-1 Hyperion真实数据集上的实验结果均表明,相较于目前主流的HSI去噪方法,无论是在图像的目视效果还是在模拟数据集的定量评价指标下,所提方法均有显著提升。

关键词：高光谱图像去噪低秩表示字典选取非局部相似

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示与非局部相似的图像去噪算法

计算机应用 2016年第2期36卷 551-555,562页

作者：赵井坤周颖玥林茂松西南科技大学信息工程学院四川绵阳621010 特殊环境机器人技术四川省重点实验室(西南科技大学) 四川绵阳621010

针对受加性高斯白噪声(AWGN)与椒盐噪声(SPIN)以及随机值冲击噪声(RVIN)组成的混合噪声污染的图像进行去噪的问题,提出一种在现有加权编码算法的基础上将图像稀疏表示和非局部相似先验融合的改进算法。首先,利用基于字典的图像稀疏表示... 详细信息

针对受加性高斯白噪声(AWGN)与椒盐噪声(SPIN)以及随机值冲击噪声(RVIN)组成的混合噪声污染的图像进行去噪的问题,提出一种在现有加权编码算法的基础上将图像稀疏表示和非局部相似先验融合的改进算法。首先,利用基于字典的图像稀疏表示构建去噪变分模型,对模型中的数据保真项设计一个权重因子来抑制冲击噪声的干扰;其次,利用非局部平均思想对混合噪声图像进行初始去噪,在得到的图像中构建掩膜矩阵将冲击噪声点排除进而求取非局部相似先验知识;最后,将非局部相似先验与稀疏先验融合进变分模型的正则项中,求解变分模型得到最终去噪图像。实验结果表明,在不同的噪声比率下,所提算法与模糊加权非局部平均算法相比,峰值信噪比(PSNR)提高了1.7 d B,特征相似性指数(FSIM)提高了0.06;与加权编码算法相比,PSNR提高了0.64 d B,FSIM提高了0.03。该算法对于纹理较强的图像可以显著提升去噪效果,能有效地保留图像的本真信息。

关键词：图像去噪混合噪声稀疏表示非局部相似变分模型

在线全文

学校读者我要写书评

暂无评论

基于非局部相似和低秩模型的图像盲去噪

计算机工程与设计 2016年第4期37卷 959-963页

作者：于静杨晓梅四川大学电气信息学院四川成都610065

针对目前大多图像去噪算法的性能依赖输入噪声水平参数的问题,为进一步提高去噪效果,提出一种改进的基于非局部相似和低秩模型的图像盲去噪方法。预先估计图像的全局噪声方差,在图像非局部相似和低秩模型的框架下,自适应地估计各图像块... 详细信息

针对目前大多图像去噪算法的性能依赖输入噪声水平参数的问题,为进一步提高去噪效果,提出一种改进的基于非局部相似和低秩模型的图像盲去噪方法。预先估计图像的全局噪声方差,在图像非局部相似和低秩模型的框架下,自适应地估计各图像块的局部噪声方差,确定各图像块奇异值阈值(SVT)的局部阈值参数,运用迭代规则完成去噪。为验证该方法的有效性,与3种目前较成熟的去噪算法进行仿真对比。仿真结果表明,对于噪声方差未知的图像,该方法的去噪效果在视觉、峰值信噪比(PSNR)和结构相似度(SSIM)的数据上更具优势,具有更好的自适应能力,更适合应用于实际图像去噪问题。

关键词：图像盲去噪自适应非局部相似低秩奇异值阈值

基于非局部相似性和稀疏表示的图像去噪技术研究

在线全文

学校读者我要写书评

暂无评论

基于非局部相似性和稀疏表示的图像去噪技术研究

作者：赵井坤西南科技大学

学位级别：硕士

图像去噪是以观测到的图像为依据,根据图像本身的先验知识和退化模型来得到反应真实场景的图像,它是保证人们正确理解图像信息的重要手段。根据噪声的来源和污染模型不同,可以将噪声分为多种形式。本文主要研究受高斯噪声和冲击噪声所... 详细信息

图像去噪是以观测到的图像为依据,根据图像本身的先验知识和退化模型来得到反应真实场景的图像,它是保证人们正确理解图像信息的重要手段。根据噪声的来源和污染模型不同,可以将噪声分为多种形式。本文主要研究受高斯噪声和冲击噪声所组成的混合噪声污染的情况。图像的非局部相似性和稀疏性是图像的两种重要的先验知识,本文以变分模型为基础将这两种先验知识结合起来,通过求解变分模型来得到去噪后图像。所做工作如下:1、对高斯噪声、冲击噪声以及混合噪声的形成进行了分析,构建了混合噪声的污染模型。对前人提出的一些经典的去噪算法进行了实验仿真,并对这几种算法的优缺点进行了总结分析。2、详细研究了通过稀疏表示进行图像去噪的原理、模型和算法。将稀疏表示应用于混合噪声的去除中,通过构建有效的训练字典来得到图像的稀疏表示先验,对稀疏模型求解得到去噪图像。3、对于在混合噪声下求取图像的非局部相似性先验进行了研究分析。将非局部相似性用于混合噪声的去除中,对相关算法进行了实验仿真。4、对如何将稀疏表示先验和非局部相似先验融合在一起进行了研究。将两种先验知识融合进变分模型中,对变分模型的数据保真项和正则项进行优化设计,求解变分模型可以得到稀疏表示系数,最终得到效果较为理想的去噪图像。

关键词：图像去噪混合噪声非局部相似稀疏表示变分模型

基于非局部相似的图像/视频信号超分辨率重构算法

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

基于非局部相似的图像/视频信号超分辨率重构算法

作者：曹茸西安电子科技大学

学位级别：硕士

由于终端设备硬件条件的限制或者传输过程中带宽的限制,通常获取到的图像和视频分辨率质量较低,不能满足实际应用的需求。为了克服这一困难,研究人员提出超分辨率技术,利用已知的低分辨率图像恢复出高分辨率图像,已广泛应用于卫星遥感... 详细信息

由于终端设备硬件条件的限制或者传输过程中带宽的限制,通常获取到的图像和视频分辨率质量较低,不能满足实际应用的需求。为了克服这一困难,研究人员提出超分辨率技术,利用已知的低分辨率图像恢复出高分辨率图像,已广泛应用于卫星遥感、数字娱乐、视频监控等多个领域。超分辨率需要充分挖掘图像包含的信息,提升图像的空间分辨率,但是目前很多超分辨率算法都没有将图像的非局部相似性考虑进去,造成信息的浪费,算法性能存在进一步提升的空间。为了解决上述问题,本论文重点研究了基于压缩感知和非局部相似的图像超分辨率算法,以及基于非局部相似的视频序列超分辨率算法。针对图像超分辨率研究,本论文提出一种联合图像稀疏性和非局部相似性的图像超分辨率重构方法:1)给出一种基于测量域的字典分类方法,将样本图像块在测量域分为平滑、纹理、边缘块,使用分类后的样本块分别训练对应类别的字典,对每个待重构图像块选取与它最相近的字典进行重构,提高字典的稀疏表示能力;2)重构时,为解决仅利用外部库学习先验知识造成重构结果细节不真实的问题,充分利用图像自身的非局部相似特征,在整幅图像内搜索待重构图像块的相似块,将图像块的稀疏性和非局部相似性同时作为重构过程的约束条件,联合恢复出细节真实的高分辨率图像。针对视频序列超分辨率研究,本论文提出一种基于非局部相似的视频超分辨率重构算法:1)给出基于自适应平滑策略的分层光流法对多帧视频序列进行配准,主要包括图像预处理降低外部光照影响、平坦区域自适应平滑提高估计准确性、每层图像使用上一层矢量结果变形解决大位移精度较差问题;2)利用MAP(最大后验概率)理论实现多帧图像的融合,给出一种基于梯度边缘增强的非局部模型,对于正则化项计算几何距离影响部分时,利用图像的非局部相似性计算两个像素点的相似权重,并引入梯度算子加强边缘部分对结果的影响,保证重构图像具有良好边缘效果。最后,实验结果表明,本论文提出的图像/视频超分辨率算法在重构图像的主观质量和客观质量方面均有良好的性能,可应用于手机娱乐、视频监控等实际场景中。

关键词：图像/视频信号超分辨率稀疏表示测量域字典分类非局部相似

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

基于非局部相似的医学超声图像去斑技术研究

基于非局部相似的医学超声图像去斑技术研究

作者：雷露露西南科技大学

学位级别：硕士

随着科技的发展,数字图像已成为人们获取信息的重要载体,然而由于采集设备的固有缺陷或传输设备的影响,所获取的图像通常会受到噪声的污染,可能导致后续对图像的理解产生偏差。为从图像中获取准确的信息,对图像进行去噪处理的研究应运... 详细信息

随着科技的发展,数字图像已成为人们获取信息的重要载体,然而由于采集设备的固有缺陷或传输设备的影响,所获取的图像通常会受到噪声的污染,可能导致后续对图像的理解产生偏差。为从图像中获取准确的信息,对图像进行去噪处理的研究应运而生。在各类图像去噪问题中,医学超声图像中存在的斑点噪声影响了图像的质量,不利于医生对图像关键信息的准确掌握。因此,抑制医学超声图像中的斑点噪声是一项重要的研究内容。在现有的众多超声图像去斑技术中,基于非局部相似的去斑技术在性能和实用性上都具有一定的优势。为此,本文重点对基于非局部相似的去斑技术进行了研究,并提出了两种去斑算法,分别为多尺度快速非局部平均滤波(Multi-scale Fast Non-local Means Filter,MFNLMF)去斑算法、基于非局部相似和残差网络学习的去斑算法。下面对这两种算法的核心思想和结果进行说明。1.针对传统非局部平均滤波(Non-local Means Filter,NLMF)算法时耗高、滤波参数缺乏自适应性等问题,本文提出了一种MFNLMF去斑算法。该算法巧妙地利用了互相关滤波技术来减少算法中大量重复运算,构造了一种快速运算策略;同时通过设置多种滤波窗口参数的组合来获得多幅去斑结果图,其中滤波模型中的关键参数根据窗口参数自适应地进行调节,再通过加权平均的方式对这些去斑结果图进行融合,形成最终的去斑图像。通过实验测试发现:所提算法与其他几种典型的斑点噪声去除算法相比,在算法的运行速率和去斑效果上均有一定优势。2.本文在已有的块匹配卷积神经网络(Block-Matching Convolutional Neural Network,BMCNN)去噪算法的基础上,提出了一种基于非局部相似和残差网络学习的去斑算法。此算法利用自设计的网络模块,在简化BMCNN算法运行过程的同时,更巧妙地将非局部相似先验和残差网络学习结合起来。通过实验发现:与其他典型的去斑算法相比,本文所提基于非局部相似和残差网络学习的去斑算法的斑点抑制效果更好。综上所述,本文将图像中的非局部相似性与传统滤波、残差网络模型分别结合起来,提高了原有算法在超声图像去斑上的性能。

关键词：医学超声图像斑点噪声去除非局部相似非局部平均滤波残差网络学习

压缩感知和相似性约束的图像超分辨率重构算法

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

计算机应用研究 2019年第5期36卷 1555-1559页

作者：吴科永陈东辛宁曹桂兴西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071 中国空间技术研究院通信卫星事业部北京100094

针对通过外部学习进行超分辨率存在图像质量不佳、细节不真实的问题提出一种压缩感知和相似性约束的单帧图像超分辨率算法。算法首先利用压缩感知中测量域与频域的线性关系对训练库图像在测量域分类,对不同类别图像块训练对应类别的字典... 详细信息

针对通过外部学习进行超分辨率存在图像质量不佳、细节不真实的问题提出一种压缩感知和相似性约束的单帧图像超分辨率算法。算法首先利用压缩感知中测量域与频域的线性关系对训练库图像在测量域分类,对不同类别图像块训练对应类别的字典,提高字典的表示能力;然后在重构时利用图像的非局部相似性,将图像在分类字典下的稀疏性和相似块信息同时作为先验信息联合约束重构过程,最后恢复出高分辨率图像。实验结果表明算法重构出的高分辨率图像具有丰富的细节以及清晰的边缘,重构图像主观质量良好。

关键词：超分辨率压缩感知测量域字典分类非局部相似联合重构

在线全文

学校读者我要写书评

暂无评论

基于秩极小化的压缩感知图像恢复算法

电子学报 2016年第3期44卷 572-579页

作者：沈燕飞朱珍民张勇东李锦涛中国科学院计算技术研究所北京100190 北京市移动计算与新型终端重点实验室北京100190

本文将压缩感知图像恢复问题作为低秩矩阵恢复问题来进行研究.为了构建这样的低秩矩阵,我们采样非局部相似度模型,将相似图像块作为列向量构建一个二维相似块矩阵.由于列向量间的强相关性,因此该矩阵具有低秩属性.然后以压缩感知测量作... 详细信息

本文将压缩感知图像恢复问题作为低秩矩阵恢复问题来进行研究.为了构建这样的低秩矩阵,我们采样非局部相似度模型,将相似图像块作为列向量构建一个二维相似块矩阵.由于列向量间的强相关性,因此该矩阵具有低秩属性.然后以压缩感知测量作为约束条件对这样的二维相似块矩阵进行低秩矩阵恢复求解.在算法求解的过程中,使用增广拉格朗日方法将受限优化问题转换为非受限优化问题,同时为了减少计算复杂度,使用基于泰勒展开的线性化技术来加速算法求解.实验表明该算法的收敛率、图像恢复性能均优于目前主流压缩感知图像恢复算法.

关键词：压缩感知秩最小化图像恢复非局部相似