【摘 要】
：
提出了一种乘性迭代盲图像去卷积算法,该算法假定被估计的图像与PSF满足MRF模型。除了自动地保持非负性约束外,算法引入了一组新的具有抗噪功能的差分算子,该算子首先加权求和然后进行差分运算。交替最小化方法被用来将盲图像去卷积这一非线性反问题线性分解为交替的图像恢复步与PSF估计步。在交替迭代过程中,考虑到算法收敛较慢,一种称为向量外推的加速方法被采用。数值实验结果表明,本算法能快速地实现对降质的中巴
论文部分内容阅读
提出了一种乘性迭代盲图像去卷积算法,该算法假定被估计的图像与PSF满足MRF模型。除了自动地保持非负性约束外,算法引入了一组新的具有抗噪功能的差分算子,该算子首先加权求和然后进行差分运算。交替最小化方法被用来将盲图像去卷积这一非线性反问题线性分解为交替的图像恢复步与PSF估计步。在交替迭代过程中,考虑到算法收敛较慢,一种称为向量外推的加速方法被采用。数值实验结果表明,本算法能快速地实现对降质的中巴地球资源卫星02B星高分辨率图像的复原,同时有效地保存了图像的细节边缘并抑制了噪声。
其他文献
提出了一种基于局部分层先验模型和最大后验估计的盲图像复原算法,其区别于一般的盲复原算法,用不同的先验模型刻画图像与点扩展函数的统计特性.在图像复原阶段,用局部分层模型解决图像及超参数估计问题:第一层局部高斯分布模型用于刻画图像先验统计特征;第二层模型用于对超参数的估计.在估计点扩展函数阶段,用全局平稳高斯模型约束点扩展函数.最后,基于最大后验估计思想,采用交替循环最小化的方式,同时进行原始图像、超
针对基于形状特征的物体匹配,对精尺度图像提出一种分层图匹配算法,采用两条马尔可夫链同时对图形进行分割与匹配采样.该方法无需额外的学习训练过程,实现了将物体对象与复杂背景分离,并同时完成了匹配参数及能量计算.对粗尺度图像提出基于方向梯度直方图算子的图像匹配算法,利用物体的整体形状信息进行全局匹配,能忽略局部纹理的干扰,并具有运算速度快的优点,且与分层图匹配算法在计算尺度图像及速度上形成互补.结果表明
通过对图形变换、图像变换和投影变换等不同的变换方法以及图像生成技术的研究,论述可视化技术通过OpenGL和通用组态软件两种软件方法在计算机上的实现过程。
由呼吸运动引起的器官的运动及形变是4D精确放射治疗中最主要的误差来源。利用4D CT图像和配准技术来分析不同呼吸时相中组织、器官的形变是目前研究的热点。目前常用的研究方法是基于形变模型的3D配准算法。基于光流场的Demons算法具有速度快和精度高的特点,本文将其应用到4D CT图像配准中,并在原始图像形变力的计算中引入了对称梯度。实验结果表明,结合对称梯度的Demons方法具有更快的收敛速度,而且
在硬件配置不变的情况下,如何进一步提高CT系统空间分辨率是目前工业CT领域内的研究热点之一。本文改进了半像素错位算法,有效地提高了CT系统的空间分辨率,具有一定的理论意义和工程应用价值。
虽然CT技术已经发展得相当成熟,但在大物体成像、高分辨率成像和减少辐射剂量等方面现有的CT成像方法仍然存在较大的困难。事实上,很多工程应用中并不要求对完整的物体进行全局CT成像,只需要获得某些感兴趣区域的物体图像即可,特别是医疗临床诊断中只要能够实现对可疑病灶部位的成像即可。因此,本文研究了针对感兴趣区域的CT图像重建方法,以及X射线束的视野只覆盖感兴趣区域的扫描方法设计,感兴趣区域CT成像研究的
近年来,图像分割技术已成为医学图像处理和分析中的关键技术.本文通过构造一个正交多小波,把图像在尺度空间展开,对不同分辨级下的小波系数采用不同阈值进行分割处理,应用自动和交互相结合的分割方法,通过对目标区域图像特征进行分析,交互确定目标区域的大致灰度范围,在综合考虑图像的边缘和区域的基础上,确定精确的阈值,将目标组织从背景中分割出来.通过对计算机断层扫描医学图像进行分割处理和对比实验,证明该方法不仅
在X射线CT(Computed Tomography)技术中,X射线能谱的多色性将导致重建图像出现杯状伪迹,降低成像图像的质量。为提高重建图像的质量,本文研究了一种校正X射线多色性产生硬化现象的方法。针对噪声多集中在高频部分的特点,先将投影数据分成高低频段,然后基于射线硬化的物理属性,采用本文研究的硬化校正方法对低频部分作校正,再和高频部分进行相加,并采用实验系统对其验证。实验结果表明该方法能够有
为了解决二维Otsu法在求取最佳阈值时存在计算量大,及微粒群算法容易陷入局部最优且速度较慢等问题,提出一种将混沌微粒群优化算法和二维Otsu法相结合的图像分割方法。利用混沌微粒群优化算法,实现二维阈值向量的快速全局搜索。实验证明,该算法对复杂图像具有良好的分割效果和较强的实时处理能力。
二维Fisher线性鉴别分析的图像分割算法,考虑了图像中目标和背景之间类间方差和类内方差在类别分离中的作用,有效地克服经典Otsu阈值法当图像中目标的面积很小(直方图上表现为峰的大小相差很大或者没有明显双峰)时产生的阈值"漂移"现象,是一种有效的图像分割方法。针对二维Fisher线性鉴别分析计算量大的特点,采用粒子群算法来搜索最优二维阈值向量。每个粒子代表一个可行的二维阈值,通过粒子群之间的协作来