图像分解

摘要： 多尺度建筑空间图像分解重组过程中易出现阶梯现象,导致图像显得轮廓过分尖锐,影响分割结果,提出一种基于特征标记的图像分解方法。通过主流色标记符与颜色空间标记符量化标记颜色方差与图像空间结果,标记图像纹理和轮廓特征,根据标记结果构建分解模型,克服全变差重组图像时引起的阶梯现象;将像素灰度值对应坐标垂直投射至坐标平面内,挑选局部极值点、三角剖分与三角差值曲面处理,构建差值曲面当做包络上界,局部极小值迭代至出现包络下界,设定极大值与极小值包络曲面的代数均值为图像分解阈值,对比像素灰度值坐标完成多尺度建筑空间图像分解。实验结果表明,图像的像素分解与纹理分解结果较为准确。

摘要： 低照度图像的对比度增强是图像处理领域中的热点问题,但图像对比度增强的同时难以有效保持图像的纹理及细节,图像的质量得不到保证。为了解决这个问题,将图像分解、亮度转化函数及Retinex理论相结合,提出了一种简化的基于Retinex理论的低照度图像对比度增强算法,可对单张低照度图像进行处理。首先,基于低秩纹理先验的结构-纹理图像分解模型对图像进行分解,提取原始图像的纹理图,再对原始图像进行初始照射图估计、照射图纹理去除、边缘清晰及亮度增强等处理;然后利用增强后的照射图和Retinex理论,得到原始图像的反射图像;最终,将反射图与纹理图相结合得到最终融合图像。实验结果表明,所提出算法的自然统计特性(NIQE)评价值更低,可同时降为1.82和1.89,具有更好的图像质量,较其他方法表现出更好的增强效果,证明了该算法在图像对比度增强的同时保证了图像的纹理以及细节。

摘要： 传统的基于图像分解的单幅图像去雨算法,容易存在雨痕残留、纹理信息丢失等问题.针对单幅图像去雨问题,提出一种双阈值引导滤波去雨算法.文中采用改进的引导滤波提取雨图的低频部分,由于高频部分是由雨图减去低频部分得到,在引导滤波中引入约束项,保证高频部分为非负图像.同时,利用计算过程中的方差值设置两个阈值,得到权重因子,在去除雨痕的同时保留纹理细节信息.对高频部分采用基于形态成分分析的图像分解算法得到非雨分量,低频部分与非雨分量相加,得到最终的去雨图像.实验结果表明所提算法可以较好地提升去雨质量并保留纹理信息.

摘要： 针对传统低照度图像增强算法存在的细节处理不到位、边缘模糊等情况,在阶跃滤波器的基础上,提出一种低照度图像边缘增强算法。按照亮度分量分解图像,得到基本层和细节层,利用阶跃滤波器对基本层做平滑滤波处理,突出图像的细节部分,同时增强细节层,尽可能多地保留图像细节信息以及边缘信息,所有增强过程均处于0震荡环境下,避免图像重组后出现较大的偏差,完成重组后的图像即为增强后的低照度图像。通过仿真对比实验,从主观和客观两个方面分析,均验证了所提方法在增强低照度图像边缘方面具有明显的优势,同时确保图像细节不会丢失。

摘要： 为了提高印刷电路板(PCB)图像的检测效果,提出了一种基于图像分解的PCB图像去噪算法,对传统全变分算法进行改进,设计了一个基于L范数的正则项去噪模型。通过该模型,将待去噪的PCB图像分解为结构和纹理两个部分,并将Split Bregman迭代框架应用到该模型中,缩短求解时间;使用非局部均值算法对纹理部分进行去噪处理;对结构部分和纹理部分进行融合,得到最终的PCB去噪图像。通过主观视觉和客观评价指标对获得图像进行评估,并通过实验结果验证了所提算法的有效性。

摘要： 针对自然图像结构和纹理成分并存现象,提出一种新的基于改进OSV图像分解的多区域图像分割模型。该模型保留OSV图像分解中被忽略的刻画纹理图像的零散度向量场,结合多区域图像分割模型,使得分解后的纹理图像和结构图像更加准确,进而提高图像分割的准确性。为求解本文模型,设计了交替方向乘子法,提出的方法可以同时完成图像分解和图像分割任务。实验结果表明:与相关经典模型相比,改进的模型能明显提高图像分割的主观视觉效果,且精确率、召回率以及Jaccard相似系数平均至少分别提高了3.42%、0.77%、4.89%。

摘要： 为解决低光照环境下图片可见度差以及色彩偏差等问题,提出一种基于Retinex-Net网络改进的低照图增强方法。方法将输入图片由RGB域转换到HSV色彩空间进行处理,对V分量的反射图引入去噪卷积神经网络DeamNet网络去噪,将V分量的光照图通过空间注意力模块和通道注意力模块进行色彩增强,最后将各分量融合后转换回RGB空间获得增强效果。经实验证明,本算法增强后的低照度图像亮度提升、细节突出、图像失真小且真实自然,从主观感受与客观评价指标各方面均优于其他算法。

摘要： 为排除动态对比增强磁共振(DCE-MRI)中造影剂对图像定量分析的影响,可以使用图像分解的方法,将图像中造影剂造成的灰度变化分解出去,并保持其他内容不变.本文提出一种基于生成对抗网络的无监督图像分解方法,以实现对DCE-MRI中造影剂造成的灰度变化的分解.该方法假设增强图像由增强成分和解剖成分组成,基于对各成分复杂度的先验设计生成器,通过双路生成网络,同时但独立地提取解剖成分和增强成分的信息.同时,引入图像重构损失作为反馈信号来约束生成.在MNIST数据集上基于MSE、SSIM、PSNR与现有的方法进行对比,验证了该方法的有效性.并在临床的肝部DCE-MRI数据进行了实验.实验表明该方法可以在没有成对训练数据的情况下有效实现DCE-MRI图像分解.

摘要： 图像分解是图像处理中的基本问题,对纹理图像的恢复、目标识别等图像技术具有重要作用.运用半二次规整化方法对Vese-Osher图像分解模型的正则项进行改进,对不同类型图像通过调整参数选取恰当的扩散系数,以保护结构图像的边缘信息,并对扩散系数采用0°的直角坐标系和45°的直角坐标系优化差分格式进行数值计算,数值实验结果表明改进的方法对不同的图像具有更好的适应性,能够较好的保护结构部分的边缘信息,使得图像的结构-纹理分解更加彻底.

摘要： 暗光增强是一项重要的图像后处理技术,有助于改善图像的可视度;基于自编码器网络的方法能有效地改善图像的光照,但容易丢失细节信息.考虑到暗光增强旨在改变图像的光照分布而非局部纹理细节,文章提出了将大尺度图像结构和小尺度图像细节分而治之的思路:利用边缘保持滤波器将图像结构层和细节层进行分解,仅利用自编码器网络来处理图像结构层,而对图像细节层加以保留.为实现高效的图像结构-细节分解,提出了一种改进的保边缘滤波器,构建了总变分模型,并设计了基于快速傅里叶变换的快速计算方法.实验表明,该模型在有效改善暗光图像可视度的前提下,比传统自编码器网络方法更好地保持了图像细节信息.

摘要： 工程实际中,旋转机械故障往往不单独出现,多个互相关联、交叉影响的故障同时存在构成复合故障.现有的旋转机械故障诊断方法对旋转机械单一故障的诊断有很好的效果,但对旋转机械复合故障不能有效诊断.旋转机械复合故障特征的准确分离是旋转机械复合故障诊断的难点和关键.项目利用图像分解对图像特征能有效提取和对不同图像特征能良好分离的能力,提出基于图像分解原理的旋转机械复合故障特征分离方法研究,解决旋转机械复合故障特征表现为多个单故障特征的耦合而难以分离的难题,为旋转机械复合故障诊断提供理论和技术支持.

摘要： 乱针绣是一种极具艺术价值的常州市特有的绣艺品种,本文提出了一种面向乱针绣模拟的图像分解方法用以指导乱针绣模拟.针对乱针绣实际制作流程,将图像特征分解为图像主色调、形状及矢量场和图像细节特征三个层次,具体包括:采用mean-shift方法对参考图像进行分割获取图像主要色彩区域和区域主色调信息;提出一种结合图像纹理特征的分水岭算法提取对象形状区域,并且采用多分辨对象矢量场提取方法提取对象区域的矢量场;另外利用一致线条绘制方法(Coherence Line Drawing,CLD)提取图像所需重要细节特征.在对图像进行图像分解基础上,利用线绘制方法对图像进行了乱针绣艺术效果模拟.实验结果表明,通过上述方法能够有效指导对参考图像进行乱针绣效果模拟.

摘要： 变分光流方法被认为是光流计算方法中最为精确的计算方法之一，该方法通过极小化满足一定约束条件的能量函数来求解光流值。能量函数的建立通常包含数据项和正则项两部分。通常数据项基于图像的亮度一致性假设建立，面对关照变化的情况会导致错误的计算结果。本文在分析图像分解理论的基础上，有效地将分解得到的纹理图像和结构图像应用于数据项设计中建立更有效地结构一致性假设，进而克服光照变化的情况。其次，为了得到运动边缘保留的光流计算结果采用了基于流场驱动的正则项设计方案。最后，基于设计的数据项和正则项建立光流计算模型，并给出了合理的数值计算方法进行求解。实验中分别针对测试图像和真实世界图像进行光照对比分析，验证了本文算法在面对光照变化情况下的鲁棒性，说明该方法在一定关照变化下仍能得到较准确的光流计算结果。

摘要： 本文提出了一种户外场景图像太阳光与天空光成分的分解算法.对静止场景固定拍摄的长时图像序列,在未知场景三维几何和材质信息的条件下,将其分解为一幅天空光基图像和一组太阳光基图像,从而可以求解天空光强度与太阳光强度的变化系数.算法根据太阳位置的运动导致像素亮度发生变化的特点,通过对采样图像进行逐像素的聚类分析,粗略地得到部分像素的太阳光阴影函数图像序列,以此拼出天空光基图像,继而得到太阳光基图像的初值.通过迭代更新的求解策略,优化太阳光和天空光基图像,并获得天空光和太阳光的强度.本文算法输入简单,不需要用户交互,对天气条件也不需要设定限制.

摘要： 在计算摄影学中经常需要把图像分解为一个光滑的基本层和一个或多个细节层，这种金字塔形样式的图像分解的关键是对图像进行平滑处理。本文提出了一种新的非线性保边界平滑滤波算法，该方法通过对图像每个像素点的某个邻域内所有颜色相似的像素简单平均，来对图像进行平滑处理．这种方法能够在对图像进行平滑的同时达到保持边界的效果并且具有非常高的运算效率。

摘要： 为进一步刻画图像的几何结构、纹理等图像中重要视觉特征,提高图像插值算法对图像不同视觉特征的保持能力,解决图像插值放大算法适应性差等问题.提出基于形态分量分析方法,将图像分解为几何结构分量、纹理分量和残差分量,分别对几何结构分量采用双向滤波融合算法;对纹理分量采用通用的样条插值算法;对噪声分量应用图像重采样方法;再通过线性融合得出最终结果.实验分析,并与传统的线性和非线性插值算法进行对比,效果明显提高.

摘要： 本文通过对非线性投影和图像分解的变分方法的深入分析，提出了一种新的图像全局特征提取方法。引入图像内相关曲线(Intrinsic Correlation Curve，ICC)概念以描述图像中的几何结构和纹理结构间的内在联系。通过估计内相关曲线的长度、斜率平均值和全曲率等参数，实现了一类旋转不变的图像特征提取。实验表明，所提出的方法可有效地用于图像分类。

摘要： 运动风格化处理综合运用了运动编辑技术,可以较好满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格转移模型.首先根据用户对风格转移的要求把运动分解为行为运动和风格运动;其次通过在深度自编码网络模型中增加过去运动序列关联信息建立风格特征提取模型,分别对行为运动和风格运动的时空特征进行提取;最后使用格拉姆矩阵对提取的特征建立运动风格转移约束,自动实现把一个运动的风格特征转移到另一个运动的行为内容上.实验结果表明,文中方法能够实现多种不同种类运动风格转移,并且转移后生成的运动序列风格自然和真实;此外,相关实验证实了文中提出的模型具有较强的泛化能力和自适应性.

摘要： 运动风格化处理综合运用了运动编辑技术,可以较好满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格转移模型.首先根据用户对风格转移的要求把运动分解为行为运动和风格运动;其次通过在深度自编码网络模型中增加过去运动序列关联信息建立风格特征提取模型,分别对行为运动和风格运动的时空特征进行提取;最后使用格拉姆矩阵对提取的特征建立运动风格转移约束,自动实现把一个运动的风格特征转移到另一个运动的行为内容上.实验结果表明,文中方法能够实现多种不同种类运动风格转移,并且转移后生成的运动序列风格自然和真实;此外,相关实验证实了文中提出的模型具有较强的泛化能力和自适应性.

摘要： 运动风格化处理综合运用了运动编辑技术,可以较好满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格转移模型.首先根据用户对风格转移的要求把运动分解为行为运动和风格运动;其次通过在深度自编码网络模型中增加过去运动序列关联信息建立风格特征提取模型,分别对行为运动和风格运动的时空特征进行提取;最后使用格拉姆矩阵对提取的特征建立运动风格转移约束,自动实现把一个运动的风格特征转移到另一个运动的行为内容上.实验结果表明,文中方法能够实现多种不同种类运动风格转移,并且转移后生成的运动序列风格自然和真实;此外,相关实验证实了文中提出的模型具有较强的泛化能力和自适应性.

摘要： 一种基于自适应多向经验模式分解的图像纹理分解方法：采用自适应多向经验模式分解对源图像I进行多尺度多向分解，获得源图像的内蕴模式函数分量imfj和剩余分量rj，其中j＝1,2,…,n，n为分解得到的内蕴模式函数分量imf的级数。本发明有益效果：采用本发明分解方法分解过程继承了传统经验模式分解的优点，解决了传统经验模式分解算法出现频率混叠问题，对于后续图像处理具有重要意义和实用价值；利用本发明分解方法分解的结果细节清晰，无畸变，最优地分析出图像中的内蕴分量。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于单形体三角分解的高光谱遥感图像混合像元分解方法。本发明采用采用线性混合模型，具体步骤包括两部分：端元提取和丰度估计。该方法既是一种单形体类的几何方法，同时又建立在三角分解的代数原理之上。三角分解可采用Cholesky分解和QR分解，能够通过递归操作，在端元提取过程中提高端元的搜索效率。本发明可以有效地提取高光谱遥感数据中的端元，解决相应的混合像元分解问题。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于非负矩阵因式分解的遥感图像混合像元分解方法。本发明将单形体方法作为非负矩阵分解算法的前端算法，即由单形体方法获得初步端元信号估计结果，然后由其组合成的矩阵作为端元信号矩阵的初始值，代入经修改后的非负矩阵因式分解迭代式进行更新运算，获得最终的分解结果。本发明克服了两种算法各自的缺点，有效的解决了高混合遥感数据的混合像元分解问题。本方法在基于多光谱和高光谱遥感图像的高精度地物分类以及地面目标的检测和识别方面具有重要应用价值。

摘要： 本发明公开了一种基于小波变换、奇异值分解、海森堡分解和果蝇优化算法的图像隐藏方法，其特征在于，包括如下步骤：1）水印的嵌入；2）水印的提取；3）图像隐藏。这种方法能使嵌入水印的图像具有良好的隐蔽性、该图像受到图像操作攻击和几何攻击时具有强鲁棒性，特别是在对抗缩放攻击、滤波攻击、噪声攻击、锐化攻击、JPEG压缩和JPEG 2000压缩攻击时有着很强的鲁棒性。

摘要： 一种基于自适应多向经验模式分解的图像纹理分解方法：采用自适应多向经验模式分解对源图像I进行多尺度多向分解，获得源图像的内蕴模式函数分量imf

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于单形体三角分解的高光谱遥感图像混合像元分解方法。本发明采用采用线性混合模型，具体步骤包括两部分：端元提取和丰度估计。该方法既是一种单形体类的几何方法，同时又建立在三角分解的代数原理之上。三角分解可采用Cholesky分解和QR分解，能够通过递归操作，在端元提取过程中提高端元的搜索效率。本发明可以有效地提取高光谱遥感数据中的端元，解决相应的混合像元分解问题。在基于高光谱遥感图像的高精度的地物分类以及地面目标的检测和识别方面具有特别重要的应用价值。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于非负矩阵因式分解的遥感图像混合像元分解方法。本发明将单形体方法作为非负矩阵分解算法的前端算法，即由单形体方法获得初步端元信号估计结果，然后由其组合成的矩阵作为端元信号矩阵的初始值，代入经修改后的非负矩阵因式分解迭代式进行更新运算，获得最终的分解结果。本发明克服了两种算法各自的缺点，有效的解决了高混合遥感数据的混合像元分解问题。本方法在基于多光谱和高光谱遥感图像的高精度地物分类以及地面目标的检测和识别方面具有重要应用价值。

摘要： 本发明属于图像处理技术领域，为实现对雾天图像的增强，实现去雾可以更好地提高图像的可识别度和对比度，丰富信息量。本发明采用的技术方案是，基于变分图像分解的Retinex图像去雾方法，利用变分图像分解的方法，把雾天图像分解为卡通部分和纹理部分，通过使用Retinex对卡通部分进行增强，再将增强之后的卡通部分与纹理部分融合，得到最后的去雾图像。本发明主要应用于图像处理、天气预报等场合。

摘要： 本发明公开了一种基于图像分解的局部自适应红外图像增强方法，旨在解决现有技术中红外探测器获取的红外图像对比度低、边缘模糊、信噪比低的技术问题。其包括：利用全局映射函数和局部映射函数，对原始红外图像进行对比度增强处理，获得对比度增强的红外图像；利用图像分解技术为对比度增强的红外图像进行图像分解；基于自适应增强算法对图像分解结果进行细节增强处理，获得红外增强图像。本发明能够有效地增强红外图像的对比度和细节，使得图像更加清晰。

摘要： 本发明公开了一种基于图像分解和光谱变换的图像增强方法、系统，涉及图像处理技术领域，包括：对原图进行路径分离，分为噪声层图像和基础层图像；对基础层图像进行细节提取，分为结构层图像和细节层图像；对结构层图像进行截断的自适应亮度拉伸；对细节层图像进行去高亮处理以及细节颜色处理；对细节颜色处理后的细节层图像进行细节增强；将细节增强后的细节层图像和截断的自适应亮度拉伸后的结构层图像进行加权融合，得到处理后的基础层图像；将处理后的基础层图像和所述噪声层图像进行等比例融合，输出结果图像。本发明尤其适用于医学中的内窥镜图像，能够自适应放大内窥镜图像中的细节，消除噪声影响，解决局部模块过亮或过暗问题。