青岛大学计算机科学技术学院，山东 青岛 266071
针对水下图像存在的雾化、模糊和颜色失真问题，提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础，分别结合四叉树细分法与光在水中传播特性估计背景光，利用水下中值暗通道先验估计透射率，并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率，引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上，在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较，实验结果表明，所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。
图像处理 水下图像复原 水下光学成像模型 全变分模型 颜色平衡 激光与光电子学进展
2023, 60(16): 1610007
1 中国科学院自适应光学重点实验室，四川 成都 610209
2 中国科学院光电技术研究所，四川 成都 610209
3 中国科学院大学电子电气与通信工程学院，北京 100049
4 电子科技大学医学院附属肿瘤医院/四川省肿瘤医院，四川 成都 610209
5 西华大学航空航天学院，四川 成都 610209
现有图像增强算法在处理肺部计算机断层扫描(CT)图像时，易产生不自然的外观，引入不必要的人工伪影，并会产生洗去效应。针对此问题，本团队提出了一种基于图像分割和全变分模型的图像增强算法。该算法将图像分割为前景和背景，先对前景肺实质图像的直方图进行修改，然后根据修改的直方图对图像进行伽马拉伸，得到对比度增强的前景图像，再将其与背景图像融合作为全变分模型的输入；然后通过全变分能量泛函将图像分解为纹理层和结构层，对纹理层进行小波阈值去噪，将去噪后的纹理层与结构层进行融合得到增强图像。实验结果的主观分析和客观评价指标均表明，该算法不仅可以有效抑制图像中的伪影噪声，解决现有算法过度增强肺CT图像的问题，还可以充分提高图像的对比度，并保留图像的自然外观显示、纹理细节和边缘特征等信息。
医用光学 图像增强 图像分割 伽马变换 全变分模型 小波变换 中国激光
2022, 49(20): 2007210
浙江大立科技股份有限公司, 浙江杭州 310053
基于辐射源的定标校正法在工程应用中易受到特殊应用场合以及仪器工作状态偏移等因素影响, 输出图像质量欠佳。针对此问题, 基于现场可编程门阵列(Field Programmable Gate Array, FPGA)硬件平台实现了全变分模型场景实时校正算法, 阐述了模型的应用原理及抑制图像鬼影、退化问题的相关措施。在制冷型长波红外探测器上完成了功能调试及性能测试。实验结果表明, 该算法能在20帧图像内完成校正收敛, 达到良好的成像校正效果。
非均匀性校正 全变分模型 图像鬼影 correction of non-uniformity total variation model ghost artifact FPGA FPGA
河南理工大学 计算机科学与技术学院, 河南 焦作 454000
双边滤波是一种结合了图像空间邻近度和像素值相似度的非线性滤波方法。当噪声水平较小时, 使用输入的待去噪图像来引导双边滤波核函数权重的计算较为可行, 但当噪声水平变大时, 噪声图像的结构信息被严重破坏, 影响了双边滤波器中值域核函数权值的准确计算。提出了全变分引导的双边滤波图像去噪方法, 给出其Split Bregman快速算法。利用全变分模型对噪声图像进行光滑, 得到一幅包含清晰结构信息的图像, 将图像作为双边滤波的引导图像进行计算, 对上述过程进行迭代处理以提高算法的稳定性。实验表明, 提出得算法不仅在主观视觉效果上优于双边滤波, 客观评价指标PSNR值也较双边滤波提高了1.5dB左右;在较好去除噪声的同时较好地保持了边缘结构。
图像去噪 双边滤波 全变分模型 Split Bregman迭代方法 结构保持能力 image denoising bilateral filtering total variation model split bregman structure preserve capability
河南理工大学计算机科学与技术学院, 河南 焦作 454000
引导滤波(GF)去噪的关键是选取一幅包含清晰结构信息的引导图像。为提高GF的去噪效果, 提出一种由各向异性全变分(ATV)引导的滤波方法。首先利用ATV模型对噪声图像进行光滑处理, 生成包含良好结构信息的引导图像, 然后利用GF进行处理。为提高算法的稳健性, 对上述过程进行迭代处理。由于计算全变分模型的传统迭代方法速度较慢, 因此采用Split Bregman迭代方法进行加速处理。实验结果表明：该算法不仅在峰值信噪比、归一化均方误差和结构相似性等客观指标上具有优势, 而且计算速度比传统迭代方法提高了约30倍。该算法可以较好地快速去除噪声, 并能较好地保持图像中的结构和边缘特征等细节信息。
图像处理 图像去噪 引导滤波 各向异性全变分模型 Split Bregman迭代方法 结构相似性 激光与光电子学进展
2017, 54(5): 051005
1 湖南文理学院物理与电子科学学院, 湖南 常德 415000
2 湖南文理学院计算机科学与技术学院, 湖南 常德 415000
为了更好地对印刷电路板光板缺陷图像进行预处理，提出了一种改进的基于全变分模型自适应图像预处理方法。分析了基于全变分范数的图像预处理模型，指出了其存在的缺点。讨论了基于L1 + p 范数的广义的全变分图像预处理模型，分析了其优点与不足之处。提出了一种改进的基于全变分模型自适应图像预处理方法，该方法能尽可能地去除印刷电路板光板缺陷图像中的噪声，同时可克服缺陷图像去噪后存在的边缘模糊与阶梯效应，使去噪后的图像得到增强且具有更加光滑、细腻的视觉效果。对实际获取的印刷电路板光板缺陷图像采用四种图像预处理方法或模型进行了主观与客观实验比较，结果表明，该方法对印刷电路板光板缺陷图像预处理有较好的效果。而且，针对不同的印刷电路板光板缺陷采用该方法都能很好地检测出结果。
图像处理 印刷电路板图像 全变分模型 Euler-Lagrange 方程 激光与光电子学进展
2015, 52(2): 021003
中国科学院上海技术物理研究所, 上海 200083
对于全变分降噪模型, Split Bregman算法收敛快而且具有较好的降噪效果.通过研究Split Bregman算法, 提出了一种自动调节拉格朗日乘子和罚参数的自适应Split Bregman算法.实验结果表明, 新方法与传统Split Bregman算法相比具有更快的收敛速度, 同时能在保持红外图像边缘特性的前提下有效地去除噪声.
红外图像降噪 全变分模型 迭代 Infrared image denosing total variation model iteration
西安电子科技大学 理学院,陕西 西安 710071
提出了一种基于Split Bregman 方法的快速曲率驱动(CDD)图像修补模型算法。由于CDD模型中曲率项的影响,数值求解高阶偏微分方程过程中需要大量迭代运算,修复速度缓慢。鉴于Split Bregman方法在L1正则化问题的成功应用,为提高算法计算速度,在CDD修补模型中引入Split Bregman方法。实验结果表明,与其他类似方法相比,新算法的实现速度显著加快,且视觉效果好。
图像处理 图像修补 全变分模型 快速曲率驱动模型 激光与光电子学进展
2010, 47(8): 081002
电子科技大学,通信与信息工程学院,四川,成都,610054
通过分析三种主要变分去噪模型(调和、全变分以及广义全变分模型) 的优缺点,提出了一种基于全变分的自适应图像去噪模型.该模型根据噪声图像的信噪比,采用高斯滤波器对图像进行预处理,克服了全变分模型引入的阶梯效应;利用图像中每一像素点的梯度信息,自适应选取去噪模型中决定扩散强弱的参数p(x, y),使接近边缘处平滑较弱,远离边缘处平滑较强.数值实验表明,本方法在去除噪声的同时保留了图像的细节信息,取得了很好的降噪性能,其峰值信噪比(PSNR)在高噪声水平下,较其他变分方法至少提高1.0dB左右.
图像去噪 图像复原 全变分模型 自适应去噪
电子科技大学,通信与信息工程学院,四川,成都,610054
本文采用调和修补模型,给出了一种新的图像压缩方案.在图像编码端,采用边缘提取技术,仅对边缘扩展图像进行压缩编码,大大减少了需要编码的信息量.在图像解码端,采用调和修补模型来重建原始图像.通过对大量灰度和彩色图像进行实验,结果表明,该压缩方案能够在较少信息量的情况下得到很好的重建图像.
图像修补 图像压缩 调和模型 全变分模型 偏微分方程 Image inpainting Image compression Harmonic model Total variational model Partial differential equation (PDE)
