公共文化服务平台

国家自然科学基金(61162022): 作品数：10 被引量：46H指数：5; 相关作者：邓承志朱华生汪胜前许志良陈盼更多>>; 相关机构：南昌工程学院江西科技师范大学深圳信息职业技术学院更多>>; 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>; 相关领域：自动化与计算机技术电子电信更多>>

基于局部约束群稀疏的红外图像超分辨率重建被引量：9: 2014年; 针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法.考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型.然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对.最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像.实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.; 邓承志田伟陈盼汪胜前朱华生胡赛凤; 关键词：红外图像超分辨率字典学习

基于结构相似保真的图像稀疏表示模型被引量：1: 2013年; 过完备图像稀疏表示是一种最新的图像表示模型,采用过完备字典中原子的线性组合形式实现图像的稀疏表示.传统的过完备图像稀疏表示模型采用重建误差的平方和作为保真项.该保真项没有充分考虑到人眼对图像的感知特性,无法度量图像中边缘、轮廓、纹理等局部几何结构的变化.本文基于过完备稀疏表示理论思想,建立了新的稀疏性正则化的图像稀疏表示模型.模型中的正则项约束图像表示系数的稀疏性,保真项采用更符合视觉感知的结构相似性度量.基于正交匹配追踪算法,提出了基于结构相似度的正交匹配追踪算法.实验结果表示,新的模型能够更好地重构图像的结构信息,获得更好的重建视觉效果.; 杨宇平邓承志汪胜前; 关键词：结构相似度正交匹配追踪视觉感知

特征保留的稀疏表示图像去噪被引量：5: 2013年; 稀疏表示理论认为在合适的冗余字典下,图像存在最为稀疏的表示,字典的过完备性,使得通过提取很少量的大系数便能捕获到图像中的重要信息,而且对噪声更加鲁棒。针对图像去噪,为了更好地保留图像特征信息,考虑人眼视觉特性,研究过完备字典对噪声图像特征和边缘信息的有效表示,提出以结构相似为信息保真度的特征保留的稀疏表示去噪算法。实验结果表明,该算法能更好地对图像去噪,对特征和边缘等信息的保留能力更强,得到的图像视觉效果更佳。; 马路邓承志汪胜前刘娟娟; 关键词：图像去噪

Shearlet变换域自适应图像去噪算法被引量：9: 2012年; 首先采用Haar小波滤波器,设计出一种数字Shearlet变换算法。然后对Shearlet系数间的相关性进行统计分析,提出了一种尺度相关的自适应阈值收缩图像去噪算法。最后选用峰值信噪比和视觉质量为评价标准,实验验证算法的去噪性能。结果表明,本文算法获得更高的峰值信噪比,更好地保留了图像的细节信息。; 朱华生徐晨光; 关键词：SHEARLET变换图像去噪

Shearlet变换与图像处理应用被引量：8: 2011年; Shearlet是一种新的多维函数稀疏表示工具,采用具有合成膨胀的仿射系统来构造基函数,具有数学结构简单、多分辨率、多方向性和局部化等优良特性,能够高效地捕获到多维数据的几何结构,更加适合处理图像等高维信号.在分析Shearlet变换的数学框架及其数字实现方法的基础上,介绍了它在图像处理中的部分应用,并对其研究前景进行了展望.; 邓承志; 关键词：图像处理小波变换

基于非局部自相似的Shearlet自适应收缩图像去噪被引量：1: 2015年; 针对Shearlet收缩去噪引入的Gibbs伪影和"裂痕"现象,提出一种结合非局部自相似的Shearlet自适应收缩图像去噪方法。首先,对噪声图像进行多方向多尺度的Shearlet分解;然后,基于高斯比例混合(GSM)模型的Shearlet系数分布建模,利用贝叶斯最小二乘估计对Shearlet系数进行自适应收缩去噪,重构得到初始去噪图像;最后,利用非局域自相似模型对初始去噪图像进行滤波处理,得到最终的去噪图像。实验结果表明,所提方法在更好地保留边缘特征的同时,有效地去除噪声和收缩去噪引入的Gibbs伪影,该方法获得的峰值信噪比(PSNR)和结构自相似指标(SSIM)比基于非抽样剪切波变换(NSST)的硬阈值去噪方法提高1.41 d B和0.08;比非抽样Shearlet域GSM模型去噪方法提高1.04 d B和0.045;比基于三变量模型的剪切波去噪方法提高0.64 d B和0.025。; 许志良邓承志; 关键词：图像去噪 SHEARLET变换

非局域自相似约束的Shearlet稀疏正则化图像恢复被引量：2: 2016年; 提出一种结合非局部自相似和Shearlet稀疏性正则化的图像恢复变分模型。模型采用观测图像与待恢复图像的能量误差为保真项,联合Shearlet稀疏性和非局域自相似性为混合正则化项。正则化项同时兼顾图像的变换特性和自身结构全局特性。基于变量分裂增广拉格朗日法提出了求解该变分模型的数值算法。以图像去模糊和图像修复为例,对算法性能进行了测试。实验结果表明,该模型和所提算法能够较好地恢复图像,与其他算法相比,可获得更高的峰值信噪比(PSNR)和结构自相似指标(SSIM),具有更好的视觉效果。; 许志良邓承志张运生; 关键词：图像恢复 SHEARLET变换

自适应Shearlet域约束的全变差图像去噪被引量：6: 2013年; 采用传统非线性扩散图像去噪方法得到的图像边缘模糊,为此,提出一种有限自适应Shearlet域约束的极小化变分图像去噪算法。通过自适应阈值收缩Shearlet系数,保留图像纹理与边缘空间,利用全变差极小化平滑空间,建立全变差正则化的能量泛函去噪模型。实验结果表明,该算法能在减少图像噪声的同时,保留图像边缘信息,对含有丰富纹理结构的图像,去噪性能更佳。; 朱华生邓承志; 关键词：SHEARLET变换全变差图像去噪多尺度几何分析

基于改进高斯模型的车流量检测算法被引量：4: 2013年; 提出了一种基于改进单高斯模型的车辆检测与流量统计算法,该算法采用改进的单高斯模型对移动目标进行检测,然后选用HSV颜色空间抑制阴影,提高了目标提取的准确率,最后,按车道分别设置相应的虚拟区域,以实现车流量的统计工作。为验证算法的有效性,在标准测试视频上进行了对比实验,实验结果表明,该算法能够快速地提取车辆目标,且具有较高的车辆识别率,有一定的实用价值。; 朱华生叶军; 关键词：计算机视觉高斯模型

基于微粒群与混合蛙跳融合的群体智能算法被引量：4: 2012年; 针对微粒群算法和混合蛙跳算法存在的早熟收敛问题,提出一种基于微粒群与混合蛙跳算法融合的群体智能算法。新算法将整个群体分成数目相等的蛙群和微粒群群体。在两群体独立进化过程中,设计了一种两群之间的信息替换策略:比较蛙群与微粒群的最佳适应值,如果蛙群进化较好,利用蛙群各子群中最差个体替换微粒群一部分较好个体;否则,用微粒群中较好的一部分个体替换蛙群各子群的最好个体。同时,设计了一种两群之间的相互协作方式。为避免微粒群因早熟收敛而影响信息替换策略效果,适时对其所有个体最好位置进行随机扰动。仿真实验表明,新算法可以有效提高全局搜索能力及收敛速度,对于高维复杂函数问题,算法具有很好的稳定性。; 孙辉龙腾赵嘉; 关键词：微粒群算法混合蛙跳算法

国家自然科学基金(61162022)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61162022)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈