您的位置： 专家智库 > >

肖莽

作品数：5 被引量：14H指数：3
供职机构：同济大学电子与信息工程学院更多>>
发文基金：国家自然科学基金上海市科学技术发展基金泰安市科技发展计划项目更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇理学

主题

  • 5篇图像
  • 4篇图像修复
  • 3篇图像修复算法
  • 2篇纹理
  • 2篇纹理合成
  • 1篇点集
  • 1篇深度信息
  • 1篇特征提取
  • 1篇图像配准
  • 1篇配准
  • 1篇配准算法
  • 1篇全局优化
  • 1篇邻域结构
  • 1篇结构信息
  • 1篇距离函数
  • 1篇均方
  • 1篇均方误差
  • 1篇块匹配
  • 1篇混合模型
  • 1篇函数

机构

  • 5篇同济大学
  • 2篇井冈山大学
  • 1篇复旦大学
  • 1篇泰山医学院

作者

  • 5篇李光耀
  • 5篇肖莽
  • 3篇彭磊
  • 3篇谢力
  • 2篇谭云兰
  • 1篇吕扬建
  • 1篇唐可
  • 1篇王刚

传媒

  • 2篇计算机应用
  • 1篇电子与信息学...
  • 1篇计算机工程
  • 1篇井冈山大学学...

年份

  • 2篇2016
  • 1篇2015
  • 1篇2014
  • 1篇2013
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于深度信息的图像修复算法被引量：2
2015年
针对图像修复结果中存在物体结构上的不连续性和不完整性的问题,提出一种基于深度信息的图像修复算法。首先,通过建立平面参数马尔可夫模型来推测图像中像素点所在场景空间中的深度信息,从而划分出图像中的共面区域,定位匹配块的目标位置;其次,根据透视投影原理推导出相应的变换矩阵,指导对匹配块的几何变换;最后,设计含义深度项的目标代价函数,通过全局优化选择最优修复效果。实验的主观效果对比和峰值信噪比(PSNR)数据都表明该方法更为优越。
何埜李光耀肖莽谢力彭磊唐可
关键词：图像修复深度信息全局优化
基于平面结构信息的图像修复被引量：4
2016年
由于不准确的相似度量无法匹配到合适的样本块,使基于块匹配的图像修复算法在修复建筑场景图像时出现结构和纹理上的不连贯现象。为此,提出利用图像平面结构信息指导块匹配的图像修复方法。通过估计平面投影参数,将已知区域分割成平面,并分析相应的结构信息。根据块偏移和变换的先验概率将平面结构信息转换成目标函数的约束条件,进而指导基于块匹配的图像修复。对颜色项加以改进,引入平面项和梯度项到块距离函数中以度量块间的相似性,减少修复图像中因不准确块匹配而产生的模糊现象。实验结果表明,该算法不仅能够快速有效地对缺损图像进行修复,而且能够保证图像修复后的结构连续性和纹理平滑性。
毛宇航李光耀肖莽
关键词：图像修复块匹配特征提取
基于区域分割和均方误差改进的图像修复算法被引量：3
2013年
基于样本块的Criminisi图像修复算法在搜索匹配块时,使用全局搜索并用均方误差(sum of squared differences)来衡量样本块差异。该方法存在搜索范围过大,效率较低,仅考虑颜色的差异,容易导致修复结果边界错位等不足,本文提出了一种基于区域分割和均方误差改进的图像修复算法。为了提高样本块匹配速度,先采用区域分割法分割整个图像区域,使待修复样本块只在对应区域内搜索。在比较样本块差异时,本文算法对颜色差异、纹理差异、曲线特征差异进行了加权综合,从而保证了修复后图像在颜色和纹理上均与已知区域保持一致,解决了Criminisi算法效率低且容易出错等问题。实验结果表明本文算法修复结果在执行效率、视觉效果上要比Criminisi算法好。
李光耀耿瑞全谭云兰肖莽
关键词：图像修复均方误差纹理合成
基于随机映射的快速图像修复算法被引量：3
2014年
传统基于样本块的图像修复方法是在图像全局区域内循环搜索最优相似块,且结构传播过程易受置信因子影响,使得算法运算量大、时间长、效率低.针对以上问题,提出基于随机映射的修复算法.该算法采用随机映射的方法搜索与待修复区域在结构和纹理相似的样本区域,去除冗余的样本搜索空间;其次优化了基于置信因子和边缘信息的优先级计算方法,改进了最优相似块的计算方法,增强了图像结构传播的正确性.实验结果表明,该方法的修复速度比传统方法提高了5～10倍,且增强了图像修复效果.
肖莽李光耀谭云兰耿瑞全吕扬建谢力彭磊
关键词：图像修复纹理合成
基于邻域结构和高斯混合模型的非刚性点集配准算法被引量：2
2016年
非刚性点集配准算法在实际应用中要求对噪声、遮挡或异常点具有很好的鲁棒性。该文采用高斯混合模型并结合点的邻域结构信息实现非刚性点集配准。使用高斯混合模型表示模型点集,通过高斯径向基函数构建变换模型。并根据点的邻域结构信息决定高斯混合模型中每个高斯组成部分所占的比例。在EM算法的期望步(E-step)阶段求解点的对应关系,在最大化步(M-step)阶段求解异常点比例系数和变换的闭合形式解,直至算法收敛得到最优解。通过在合成数据和实际的视网膜图像上的实验,与目前几种先进的点集配准方法进行了比较,证明该算法具有较好的配准效果和鲁棒性。
彭磊李光耀肖莽王刚谢力
关键词：图像配准高斯混合模型
全选 清除 导出
共1页<1>
聚类工具0