一种新的四阶偏微分方程的图像降噪算法

提出一种基于四阶偏微分方程的图像降噪算法——耦合梯度保真项的四阶偏微分方程的图像降噪算法,实验结果验证了算法的有效性.     

基于偏微分方程图像修复的新方法

根据CDD图像修复模型的理论行为分析,指出该模型修复速度慢的原因,去除导致修复速度慢的因子,引入具有边缘增强作用下的冲击滤波器予以修正,从而获得了一种新的图像修复方法。实验结果表明,该算法修复图像速度有所提高并取得了较好的视觉效果。     

基于混合阶偏微分方程的图像放大

针对二阶偏微分方程进行图像放大产生的阶梯效应和对弱边缘纹理增强不足的缺点,利用四阶偏微分方程具有去阶梯效应特性和反向扩散特性,提出了一种各向同性扩散的四阶偏微分方程耦合改进的全变差模型的图像放大算法.使用双正交映射操作实现图像退化模型约束,在低梯度区进行各向同性四阶偏微分方程结合二阶各向异性扩散,弱边缘反向扩散进行增强,同时避免了平滑区域产生阶梯效应,在高梯度区采用二阶偏微分方程扩散耦合冲激滤波器对强边缘进行增强.本文算法和其他算法进行了比较,仿真实验证明:本文算法在保证边缘、细节有较好视觉效果的前提下,得到的放大图像更加自然,对强弱边缘的增强效果都较好.     

偏微分方程在图像处理中的应用

低级的图像处理一直是制约计算机视觉发展的重要因素。由于涉及的数学理论很浅,经典的图像处理一直采用简单的启发式方法,虽偶能产生立竿见影的效果,但却有着致命的缺陷:我们不知道为什么、什么情况下该算法能奏效,而什么时候、为什么它又会失灵。近年来研究表明,偏微分方程(PDE)理论可为图像处理提供统一的理论框架,已在多个图像处理领域取得经典算法无法比拟的效果。文章首先介绍了基于PDE的图像处理方法的发展历程及相关理论背景,重点分析了其在图像恢复领域中的应用。     

偏微分方程在图像平滑中的应用

本文论述了基于偏微分方程的P-M模型以及其改进模型在数字图像平滑处理中应用,并分析各种的模型性能优缺点,指出了今后的研究方向.     

浅谈偏微分方程中的基本方法——能量法

文章将能量方法运用到几类线性偏微分方程和一类非线性偏微分方程中,通过建立能量不等式,研究所提初边值问题解对初始数据的连续依赖性.     

一阶偏微分方程的特征线法及其应用

本文介绍了一阶偏微分方程的解的几何意义,由此导出特征线法,并通过实例进一步阐释具体求法.     

基于偏微分方程的土壤汞污染源确定算法

利用偏微分方程建立了一种确定土壤表皮汞污染源的三维扩散偏微分方程模型．通过对数据进行回归得到扩散方程,从而确定污染源中心．该方法不但使污染源确定精度提高1．5％,而且得到了该地区汞污染浓度分布函数．     

基于灰度直方图与投影的数字图像信息组织与检索方法研究

提出一种基于灰度直方图与投影的图像检索方法.利用直方图间的距离定义了图像和候选图像之间的相似度,并利用数字图像的投影进一步检索,最后将两者结合起来,能快速准确地检索出图像.     

基于SVD和直方图的JPEG同幅图像篡改盲检测算法

首先分析了基于小波变换和奇异值分解方法对同幅图像拼接篡改检测的缺点,结合相关重要的思想,构建了一种改进算法,该算法运用SVD提取图像块特征,并采用偏移频率的直方图来确定阈值。在仿真实验中,通过运用三种算法对图像篡改进行检测,对比结果表明,文章所提算法对同幅图像单次篡改和多次篡改均有更好的检测效果,而且通过修改图像的质量因子的实验进一步证实了该算法具有一定的鲁棒性。     

一种基于直方图的图像二值化算法

图像二值化在计算机图像处理技术中应用十分广泛,其关键问题是阈值的选取.对于具有明显双峰直方图的图像,可选取双峰的谷底作为阈值,这是基于直方图的图像二值化算法的基本思想.根据其基本思想,提出了一种新的阈值选取算法——最佳阈值迭代法.算法先根据图像的最大灰度值和最小灰度值设定一个初始阈值,然后通过迭代循环计算在该阈值下的目标和背景的中心值,当目标和背景中心值的平均值和假定的阈值相同时,则循环中止,并以此值为阈值.实验结果表明,该算法可以较好地保留图像的细节信息,且具有一定的抗干扰性和稳定性.     

基于小波域图像融合的边缘检测算法研究

针对多聚焦度分析和部分有损图像分析中难以提前完整边缘信息的问题,提出了一种基于小波域图像融合的边缘检测算法。它是在小波变换多分辨率分析的基础上,运用图像融合及图像增强理论,使得小波子带边缘信息量最大化,再运用经典的Canny算子边缘检测算法最终实现图像边缘的检测。     

一类非线性偏微分方程的摄动解法

首先用行波变换将非线性偏微分方程转化为非线性常微分方程,然后采用摄动方法直接求解该非线性常微分方程,最后求得了非线性Klein-Gordon方程的二级近似解.这种方法也可进一步推广用于求其它非线性偏微分方程的近似解析解.     

融合图像显著性的YOLOv3船舶目标检测算法研究

针对复杂水面环境下的船舶目标检测问题,运用融合图像显著性的YOLOv3船舶目标检测改进算法以提高检测能力。该算法基于Darknet-53网络模型,根据水上船舶特点,融合非极大值抑制算法Soft-NMS和显著性检测算法FT思想,进一步优化最终检测以达到更准确的效果。用Soft-NMS算法替换原有NMS算法,使得算法对小目标和重叠目标检测效果明显提升。融入FT算法对船舶图像局部细节作进一步细化,使得包围盒回归更加准确。在建立的数据集上进行训练与测试,实验结果表明,改进方法比原始方法准确率提高4%,达97%,检测速度提高10帧/s,达30帧/s,表明改进算法有效提高了船舶目标检测精度,且加快了检测速度。     

基于蚁群算法的图像分割方法改进研究

图像分割是一种对不同特征的像素进行聚类的过程,过程中涉及像素的梯度、灰度及邻域特征。由于蚁群算法的离散性、并行性、全局优化性和稳定性等特点,基于蚁群算法提出一种有效的图像分割改进算法。首先通过蚁群改进算法的模糊聚类能力可以分别计算出像素与目标、背景、噪声点、边界点的隶属关系;然后对于蚁群算法循环次数多、计算量较大的问题,设置启发式引导函数和聚类中心,解决传统聚类中运行效率低、初始化敏感度高等缺点;最后引入梯度算子,对目标与背景灰度值相似图像进行分割,对结果进行了进一步的优化。实验表明,应用该改进算法得到的图像分割结果具有较高的准确度和效率。     

基于区块差值分布之彩色BMP图文件可回复信息隐藏法

提出一个基于区块差值分布之彩色BMP图文件可回复信息隐藏法,先将彩色BMP图档的像素切割成不重迭长宽各3个像素的区块,每个区块中用特定方式选择其中一个像素,计算其他8个像素和此像素的RGB颜色绝对差值,利用这些差值来产生分布图,在分布图中找出适合的峰点和零点,将峰点和零点内的区域向右位移1个颜色差值,就能将位形式的信息藏入峰点颜色差值的像素中,藏入信息的图文件仍能保持良好质量,肉眼无法察觉差异,经实验证明本研究提出的方法可隐藏大量信息并维持良好的图片质量。