四川大学,电子信息学院,图像信息研究所,成都,610064
提出了一种基于小波变换的深度预测算法,并将此算法应用于计算光学切片的图像复原.对序列图进行一层小波分解,然后确定阈值和预测规则,对序列图进行预测.根据预测结果进行小波反变换,将图像复原.实验表明:小波系数应取三个高频分量的绝对值及部分低频信息之和;阈值Г随添加低频分量值的比例的增大而增大;采用微分算子规则具有较好的预测和复原效果.该方法计算量小、不需要迭代、不需要点扩展函数,针对没有交叠的序列图有较好的复原效果.
图像复原 小波变换 计算光学切片 深度预测
本文针对计算光学切片中的最近邻算法提出了一种改进算法.通过小波变换计算出高斯点扩展函数的方差值,再根据相邻图像成像及高斯函数特性,得出所需的高斯型层间点扩展函数.同时,文章还给出了两种高斯型层间点扩展函数方差的获得方式及获得过程,对最近邻算法中的加权因子的取值范围做出了讨论,对传统的最近邻算法做出了改进.实验表明,本算法能够更有效地复原符合最近邻要求的切片图像.在点扩展函数未知的情况下,复原效果要优于传统方法.
计算光学切片 最近邻算法 高斯型点扩展函数 小波变换