张雷 作品数:6 被引量:16 H指数:3 供职机构: 运城学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 运城学院科研基金 更多>> 相关领域: 自动化与计算机技术 更多>>
复脊波变换SAR图像去噪算法 被引量:1 2013年 在分析传统脊波变换去噪方法优缺点的基础上,针对其不足,提出一种基于复脊波变换的去噪方法。算法将传统脊波变换中的标量一维小波变换替换为二元树复小波变换,使得脊波变换具有平移不变性;然后,对图像采用冗余分块处理,使得处理结果更平滑,有效地提高了图像的峰值信噪比(PSNR)。仿真实验表明,在SAR图像去噪应用中,本方法能够更好地保留图像中的纹理信息,处理结果优于传统脊波变换以及小波变换去噪方法。 佟建锋 康宝生 李洪安 张雷关键词:脊波变换 图像去噪 二元树复小波 SAR图像 一种基于K-均值分类稀疏表示的灰度图像颜色重建方法 被引量:3 2017年 充分利用参考图像与待处理灰度图像的关联关系,运用稀疏表示理论和字典学习的方法,提出一种基于K-均值分类和残差补偿的稀疏表示的方法来对灰度图像进行颜色重建。首先根据K-均值算法将参考图像分成K类,利用K阶奇异值分解(K-SVD)算法训练各类的亮度—特征—颜色的联合字典;其次,根据最小形心距离将待处理灰度图像自适应地分成K类,利用其亮度和特征信息根据正交匹配追踪(OMP)算法得到各类的稀疏系数;然后利用各类的字典和稀疏系数重建初始的彩色图像;最后用残差补偿对重建结果进行修正。实验结果表明,该算法相比于经典算法及其他改进算法对灰度图像进行颜色重建时取得了更好的效果,重建的图像看起来更自然、平滑,并且在客观评价标准方面也优于对比算法。 张迪 康宝生 张雷 张婧关键词:K-均值 基于草图局部几何不变矩的图像检索方法 被引量:5 2017年 利用草图进行图像检索的难点在于对不同尺度、位置、旋转及形变图像的有效检索。为了更准确地识别并检索不同尺度、位置和旋转的图像,提出一种基于草图局部几何不变矩的图像检索方法(SBIRULGMI)。首先,利用图像的几何特征分别确定各图像的坐标系;然后,在生成的坐标系中对图像进行平均分块并计算各块的几何不变矩作为特征向量;接着,用改进的欧氏距离计算目标图像与数据库图像的相似度;最后,采用蚁群(ACO)算法对按照相似度排序后的检索结果进行优化。所提方法在MPEG-7 shape1 part B图像数据库的检索识别准确率比形状上下文(SC)、边缘分布直方图(EOH)、局部线性高波特征(GALIF)及Mind Finder方法平均提高了17个百分点。实验结果表明该方法对不同平移、缩放和翻转的图像有较好的识别效果,对图像一定程度的旋转和形变具有更好的鲁棒性。 鲍振华 康宝生 张雷 张婧关键词:图像分块 草图 蚁群算法 小波滤波的移动最小二乘图像变形方法 被引量:2 2013年 为了获得具有真实感的变形图像,改变以往直接对图像进行变形的做法,首先对图像进行预处理,提出基于小波滤波的移动最小二乘法图像变形.对原始图像先进行滤波,把图像分成低频子图像和高频子图像,只对低频部分使用基于控制点集的移动最小二乘法进行变形,对不同部位的轮廓和边缘进行不同尺度的变形,较好的描述了图像中的形状和轮廓信息;对高频部分不作处理,有效的保持了图像的细节信息.再将变形后的低频部分与原图像的高频部分相加得到最后的变形结果.实验表明这种方法很好的保留了图像的高频信息,可以使图像产生平滑的变形,获得具有真实感的变形效果. 李洪安 康宝生 张雷关键词:图像变形 移动最小二乘法 小波滤波 基于结构稀疏度和块差异度的目标移除图像修复 2018年 针对目标移除修复方法中存在的修复顺序不合理以及错误匹配问题,提出一种基于结构稀疏度和块差异度的图像修复方法。首先,在优先权中增加块的结构稀疏度计算,使优先权不仅依赖于目标块的几何特征,而且可以反映其邻域特征,提高了对目标块所处区域特征的辨识度,从而使修复顺序更加合理。其次,定义目标块与样本块之间的差异度,并在此基础上定义新的匹配规则,不仅对已存在像素之间的相似程度进行衡量,而且对已存在像素与填充像素之间的差异程度进行衡量,从而有效防止错误匹配以及错误累积。实验结果表明,该方法可以有效提高图像的修复效果,使修复图像更加符合视觉一致性要求。 张雷 康宝生关键词:图像修复 基于Contourlet变换和改进NeighShink的图像去噪 被引量:5 2014年 为了有效去除图像噪声且能更好地保护图像细节,提出一种基于Contourlet变换和改进NeighShink的图像去噪方法。首先将图像进行Contourlet变换,利用stein无偏风险估计在各尺度各方向子带上进行启发式阈值估计;然后根据邻域窗能量将低能量系数置0,高能量系数采用近似最大似然估计法估计其方差,再用最小均方误差准则得到真实系数的估计;最后进行邻域系数收缩。实验表明,该方法能有效地去除图像中的噪声,获得更高的峰值信噪比,并且图像的边缘细节得到很好的保护。 张雷 康宝生 李洪安关键词:CONTOURLET变换 图像去噪