图像恢复

摘要： 该文提出了一种求解图像恢复问题和无约束优化问题的改进的共轭梯度算法,其中共轭梯度参数是修改过的HS和DY方法的共轭参数的凸组合形式,新提出的共轭梯度参数比起经典的参数还包含了函数的信息.该方法在不使用任何线性搜索技术的情况下,就可以满足充分下降的性质.此外,在一定合理条件下,该文证明了在非单调线性搜索下新方法的全局收敛性.最后,在无约束优化和图像恢复问题上的实验表明,新方法与其他共轭梯度算法相比,具有良好的竞争力和应用前景.

摘要： 为了提升大视场单镜片计算成像系统的最终成像质量,本文提出了一种可行的图像训练思路和方法。首先将图像按照视场环切成中心和边缘两部分,然后将两部分分别做成两个数据集并分别训练两个数据集,之后用同样的分割方法将测试图像分成中心和边缘两部分并将其输入对应的网络,最后将两个网络输出结果拼接成完整的图片得到最终结果。通过主观观感和客观指标评价后,使用本文新思路得到的图像比直接训练得到的图像有明显的质量提升,成功实现了对大视场单镜片计算成像系统的改进和优化。

摘要： 针对现有加密图像可逆信息隐藏(RDHEI)方法存在的隐藏容量低、解密标记图像质量差的问题,提出了一种新的基于高阶位平面冗余的RDHEI方法。首先,通过Logistic映射对原始图像进行分块加密,并保留块内像素高阶位平面的冗余;其次,依据块内高阶位和低阶位个数是否相同的规则将加密后的图像块分为可嵌入块和不可嵌入块,并在可嵌入块中使用像素低阶位的值替换对应的高阶位值,从而实现高阶位平面冗余向低阶位平面的转移;最后,利用块内低阶位平面中腾出的嵌入空间来嵌入机密信息。在这之后,接收者利用密钥实现数据提取、图像解密和图像无损恢复的操作。在使用USC-SIPI标准图像库中的6幅图像进行的仿真实验中,在高阶位平面数等于3时,所提方法的图像的平均嵌入率为1.73 bpp,直接解密后的标记图像的平均峰值信噪比(PSNR)为47.20 dB。实验结果表明,该方法不仅提高了加密图像的信息嵌入量,而且提高了直接解密后的标记图像的PSNR值。

摘要： 针对稀疏约束条件下的CT图像恢复模型,提出了基于拉格朗日方法和硬阈值算子的图像恢复算法。该方法从约束问题的对偶问题出发,优化对偶模型,并通过搜索找到合适的拉格朗日乘子。在迭代过程中,对于每个给定的拉格朗日乘子,利用迭代硬阈值算法求解子问题。实验结果表明,基于拉格朗日方法和迭代硬阈值算法的求解方法是有效的,能得到较好的解。

摘要： 图像中的强光在一定程度上会降低图像的质量,本文致力于从受到强光影响的图像中去除强光并生成清晰图像。为解决这个问题,提出一种带有注意力辅助模块的生成对抗网络。它主要由加入压缩-激励模块的卷积长短期记忆网络和注意力矩阵辅助模块组成,注意力辅助模块可以指导自动编码器生成清晰的图像。该方法可以轻松地移植处理其他类似的图像恢复问题。实验证明,改进后的网络体系结构是有效的并且有一定的意义。

摘要： 结合修正PRP与修正HS共轭参数计算公式,设计了一个新的杂交搜索方向,采用经典线搜索方法和投影技术,提出了一类修正的杂交投影共轭梯度法.新算法在任何线搜索下自动满足充分下降性条件和信赖域特性,在适当的假设下具有全局收敛的良好性质.初步的数值试验结果表明,新算法与现有数值效果较好的同类算法相比更加高效,且能有效地应用于图像恢复问题.

摘要： 为了提高模糊图像恢复性能,采用全变差(TV)正则模型进行粗粒度去模糊,运用卷积神经网络(CNN)算法进行模糊图像的像素恢复。首先,根据图像包含的噪声类型选择合适的TV模型,并针对每个像素点进行原始图像和模糊图像的TV正则最小值求解,以实现图像去模糊操作。然后,建立CNN图像恢复优化模型,将经过TV正则化后的分块图像样本作为CNN输入,结合图像信噪比(SNR)增益阈值,通过训练获得图像恢复结果。实验结果表明,采用TV正则策略及CNN的卷积优化,能够满足不同图像模糊核类别和尺寸,以及不同噪声的图像恢复需求,有效提高模糊图像的复原性能。分别采用R-L算法、反向传播神经网络(BPNN)、生成对抗网络(GAN)和TV-CNN算法对5类图像样本集进行性能仿真。通过合理设置卷积核尺寸,相比于其他模糊图像恢复算法,TV-CNN算法能够获得更优的图像恢复质量,且能够有效应对不同模糊核尺寸和不同等级噪声所带来的图像恢复难的问题。

摘要： 图像去雾是满足在特定场景条件下应用要求的一种图像处理方法。通过对雾图像分析和预处理,突出强调图像的信息细节,使其更适合人和机器识别。一般来说,雾天照片易受雾天大气自然因素的影响,这将降低图像的对比度,细节模糊,甚至丢失等情形将对后续的图像分析和感知产生影响。在对图像去雾相关算法的研究进行分析和总结基础上,主要分为基于图像恢复和去雾增强的预处理法。其效果是借助优化增强或恢复来去除大气中相关因素对图像质量的影响,提高了图像的可见性,并便于其使用和后续处理。对经典算法的内容、算法的发展与改进、进行了分析比较,对去雾算法未来研究的重点和难点进行了展望。

摘要： 目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优质的低剂量脑灌注CT图像,最后利用恢复后的脑灌注CT序列图像计算出脑血流动力学参数图像。结果在数值实验中,滤波反投影算法的图像的平均结构相似性为0.9438,本文方法恢复结果的平均结构相似性提高到0.9765;滤波反投影算法得到的脑血流量和脑血容量参数图像的结构相似性分别为0.7005和0.6856,本文方法得到的脑血流量和脑血容量参数图像的结构相似性提高到0.7871和0.7972。结论本文方法在低剂量脑灌注CT图像噪声抑制和结构保持方面均有很好的表现,并且可以获取准确的脑血流动力学参数图像。

摘要： 在深度学习的推动下,目标检测方法在近些年取得了很大的进展。但在特殊天气条件下,如在常见的雾霾、沙尘、雨天、雪天等天气条件下拍摄到的图像会退化模糊,难以提取有效特征,从而对后期的目标检测带来巨大的困难。对近年来国内外学者在特殊天气下目标检测的研究进行了总结归纳,从相关数据集的建立和用途、面向特殊天气条件下的图像恢复算法研究及其对目标检测任务的影响、迁移学习中的领域自适应方法在目标检测的应用三个方面进行分析。对相关方法的实验结果进行综合比较,并提出今后的研究重点。

摘要： 为了有效实时地检测高速路段汽车行驶中的流量情况，确保交通安全等问题，文中讨论了因汽车高速运动和外界环境噪声干扰所引起的图像失真，在图像处理终端实现恢复的总体方案。利用 deconvwnr 函数，在图像的频率特征和附加噪声已知的情况下，采用维纳滤波进行因运动模糊引起的失真图像恢复效果明显。经软件编程仿真，结果表明在设置合理的点扩散函数的基础上，其效果优于高斯模糊引起的失真图像恢复效果。经过图像处理终端的设计，可以较好地检测高速路段的车流量情况。

摘要： 本文针对图像恢复中由于图像退化的原因未知或难以表达，传统的逆滤波等方法不能取得很好的效果，提出了一种改进的遗传算法(improved GA，IGA)，应用用于图像的恢复。同时针对图像的恢复，从整体入手，对遗传操作、群体策略、保持群体多样性等方面都进行了改进。其中加入混沌优化、混合选择、精英保留策略等新改进操作，使得本文提出的图像复原方法在兼顾全局搜索性能和遗传算法的收敛速度的情况下取得了较好的复原效果。

摘要： 为了在保证结果精度的情况下加快运算速度,改进了矩阵补全的代表性算法——奇异值门限(SVT)算法.首先对于输入矩阵进行规整化处理,之后在每一步的迭代中使用奇异值分解算法对矩阵进行恢复.由于每个迭代步中奇异值分解的计算量很大,文中借鉴随机矩阵奇异值分解算法,提出使用块克雷洛夫迭代近似奇异值分解算法和子空间复用技术的快速SVT算法.使用彩色图像和电影评分矩阵对算法进行实验的结果表明,快速SVT算法在不影响图像恢复和评分数据预测效果的同时显著地缩短了计算时间;在图像恢复和电影评分预测的实验中,分别取得了高达7.1倍和3.2倍的加速比.

摘要： Perona-Malik方程提出了经典的各向异性扩散方法,对图像去噪、边缘检测以及图像增强具有潜在的研究意义.然而,传统的PM模型在进行图像处理的过程中会产生阶梯和斑点效应.为了解决这个问题,本文提出了基于可控滤波器自适应的PM模型.可控滤波器增强了各向异性扩散的力度,在进行边缘检测时具有优越的性能.根据可控滤波器的特性提出新的边缘检测算子,并以此边缘检测算子为依据,构造扩散系数方程,从而使得新模型自适应的进行同向或异向扩散.为了证明提出的算法的有效性我们分别对真实及合成的图像进行实验,然后就其去噪效果进行比较,结果证明提出的模型在边缘和斜坡的区域能够很好地保留重要的图像结构和特征,从而有效的避免了斑点和阶梯效应.

摘要： 单路编码是目前3D信号广播使用的主要方式，为了更好地恢复亚奈奎斯特图象以减少失真，选择好的内插模板是关键。本文通过对单路编码的四种方式进行了频谱分析，提出使用一种新的二维Fourier加窗内插模板。在对图像边界拓展方面，指出使用偶拓展可以更好地降低失真，并通过实验验证，使用15×15无窗、单窗和双窗三种模板对三种亚取样3D图像进行恢复处理的效果明显优于传统处理方法，并获得8dB的增益，提高了3D恢复图像的主客观质量。

摘要： @@运动模糊是摄影中的常见问题，其产生原因是相机和景物在曝光时发生了相对位移。由于位移运动的任意性，自然图像的多样性，以及各种噪声的复杂性，使得图像去模糊问题变得非常困难。近年来，人们针对一类特殊的运动模糊图像进行卓有成效的研究。

摘要： 本文从水声网络传输和接收图像角度进行了研究,针对用户网络中浏览图片时,会遇到水声网络环境恶劣,数据的丢失,接收端显示JPEG图像不完整的情况,提出了基于JPEG系统的顺序分组编码模式,并进行了仿真实验,实验数据显示该组织模式在复杂网络环境中优势明显.实验表明在水声环境中，采用MOGJ可分散关键位置信息，每一行（每一组）都有一个DC熵编码，在网络拥塞的情况下，信道比较窄，系统不能接收到完整图像，当同一组内的传输信息丢失时，只要顺利的接收了每一组的DC熵编码就可以得到每一组内图像的大致轮廓，网络条件好时，组内图像可接近无损恢复。该模式也有一定的缺点，如果丢失的DC熵编码信息较多恢复出来的图像质量也不好，在这种情况下，其他两种的恢复图像也存在这样的问题。

摘要： 本文从水声网络传输和接收图像角度进行了研究,针对用户网络中浏览图片时,会遇到水声网络环境恶劣,数据的丢失,接收端显示JPEG图像不完整的情况,提出了基于JPEG系统的顺序分组编码模式,并进行了仿真实验,实验数据显示该组织模式在复杂网络环境中优势明显.实验表明在水声环境中，采用MOGJ可分散关键位置信息，每一行（每一组）都有一个DC熵编码，在网络拥塞的情况下，信道比较窄，系统不能接收到完整图像，当同一组内的传输信息丢失时，只要顺利的接收了每一组的DC熵编码就可以得到每一组内图像的大致轮廓，网络条件好时，组内图像可接近无损恢复。该模式也有一定的缺点，如果丢失的DC熵编码信息较多恢复出来的图像质量也不好，在这种情况下，其他两种的恢复图像也存在这样的问题。

摘要： 本文从水声网络传输和接收图像角度进行了研究,针对用户网络中浏览图片时,会遇到水声网络环境恶劣,数据的丢失,接收端显示JPEG图像不完整的情况,提出了基于JPEG系统的顺序分组编码模式,并进行了仿真实验,实验数据显示该组织模式在复杂网络环境中优势明显.实验表明在水声环境中，采用MOGJ可分散关键位置信息，每一行（每一组）都有一个DC熵编码，在网络拥塞的情况下，信道比较窄，系统不能接收到完整图像，当同一组内的传输信息丢失时，只要顺利的接收了每一组的DC熵编码就可以得到每一组内图像的大致轮廓，网络条件好时，组内图像可接近无损恢复。该模式也有一定的缺点，如果丢失的DC熵编码信息较多恢复出来的图像质量也不好，在这种情况下，其他两种的恢复图像也存在这样的问题。

摘要： 本文从水声网络传输和接收图像角度进行了研究,针对用户网络中浏览图片时,会遇到水声网络环境恶劣,数据的丢失,接收端显示JPEG图像不完整的情况,提出了基于JPEG系统的顺序分组编码模式,并进行了仿真实验,实验数据显示该组织模式在复杂网络环境中优势明显.实验表明在水声环境中，采用MOGJ可分散关键位置信息，每一行（每一组）都有一个DC熵编码，在网络拥塞的情况下，信道比较窄，系统不能接收到完整图像，当同一组内的传输信息丢失时，只要顺利的接收了每一组的DC熵编码就可以得到每一组内图像的大致轮廓，网络条件好时，组内图像可接近无损恢复。该模式也有一定的缺点，如果丢失的DC熵编码信息较多恢复出来的图像质量也不好，在这种情况下，其他两种的恢复图像也存在这样的问题。

摘要： 本发明涉及一种图像数据压缩装置、压缩方法、图像数据恢复装置、恢复方法。量化器将压缩对象像素(X)和预测值(X’)的差分值、即“预测误差”量化。可变长编码器将由量化器的量化表得到的量化号码作为输入，输出可变长码(压缩码)。预测值候选计算模块根据周边像素(A、C、B)，计算预测值候选(1～k)，发送到多路复用器(MPX)。预测值决定模块根据与图像格式对应的中间值对应表和中间值·图像格式对应表，决定将预测值候选(1～k)中的哪个设为预测值，将控制信号发送到多路复用器(MPX)。多路复用器(MPX)将所决定的预测值候选(1～k)中的任意一个作为预测值(X’)输出。这样，根据图像格式，区分预测值，从而可以对各个图像格式减少预测误差。

摘要： 抑制处理负荷的增大，并且能够可靠地抑制振铃的产生。是降低对连续拍摄的多个输入图像的进行合成而得到的图像所产生的晃动的图像恢复装置(10)，具有：点扩散函数取得部(1200)，取得表示经由所述多个输入图像产生的晃动的第一点扩散函数；点扩散函数变换部(1300)，以避免在频域的各频率的振幅值小于阈值方式对上述第一点扩散函数进行处理，从而生成第二点扩散函数；图像变换部(1400)，使用所述第二点扩散函数中的与各输入图像对应的部分对所述多个输入图像分别进行变换，从而生成多个变换图像；以及，图像恢复部(1500)，对将所述多个变换图像进行合成而得到的劣化图像实施使用了所述第二点扩散函数的恢复处理，从而生成恢复图像。

摘要： 本发明涉及的图像恢复装置(110)具备：PSF存储部(111)，存储用于对作为扫描范围(133)为第一范围时的扫描图像(131)的第一扫描图像执行恢复处理的第一范围PSF(121)、用于对作为扫描范围(133)为不包含第一范围的第二范围时的扫描图像(131)的第二扫描图像执行恢复处理的第二范围PSF(122)、以及用于对作为扫描范围(133)为合并了第一范围和第二范围的范围的第三范围时的扫描图像(131)的第三扫描图像执行恢复处理的第三范围PSF之中的某两个PSF；以及PSF计算部(112)，通过对所述两个PSF进行加法运算或减法运算，从而计算第一范围PSF、第二范围PSF以及第三范围PSF之中的剩下的一个。

摘要： 本发明提供图像压缩装置、压缩方法、以及图像恢复装置、恢复方法。在压缩图像数据时，保持存在于压缩对象像素所属的行和其之前的行上的压缩完成的像素的电平值，基于所述压缩完成的像素的电平值，根据所述2行间的电平差中相同的值以哪种方式出现来判断有无量化误差，选择量化器中的量化阶梯的精细度彼此不同的多个量化表中的任意一个，或者，计算所述压缩对象像素的周边像素的电平差的绝对值之和，利用周边像素的电平差之和的大小来判断所述压缩对象像素是平坦图像还是活性度高的图像，选择所述量化器中的量化阶梯的精细度彼此不同的多个量化表中的任意一个。这样，通过切换量化表来抑制由于量化误差所产生的行间的画质劣化。

摘要： 本发明提供了图像恢复装置、图像恢复方法、恢复器生成装置，其容易地增加能够于使用学习的图像的数目。作为本公开的一个例子的图像恢复装置具备：图像获取部，获取屏蔽图像，其中，该屏蔽图像是通过利用屏蔽区域对物品所映现的物品图像中的至少一部分的规定区域进行屏蔽而生成的；以及图像输出部，使用恢复器输出与通过图像获取部获取到的屏蔽图像对应的恢复图像，其中，该恢复器是通过机械学习以根据屏蔽图像的输入而输出为了模拟再现物品图像从屏蔽图像恢复的恢复图像的方式而预先训练出的。

摘要： 本公开实施例公开了一种图像恢复模型的生成方法、装置、计算机可读存储介质及电子设备，其中，该方法包括：利用待训练模型包括的数据预处理网络，对样本原始图像数据进行预处理，得到样本中间图像；利用待训练模型包括的图像恢复网络，对样本中间图像进行恢复，得到恢复后图像；基于预设的损失函数，确定表示恢复后图像与预设的基准图像之间的误差的损失值；基于损失值，调整待训练模型的参数；响应于调整参数后的待训练模型符合预设的训练结束条件，将调整参数后的待训练模型确定为图像恢复模型。本公开实施例无需使用目前ISP算法包含的众多模块对原始图像数据进行处理，降低了数据处理的复杂性，提高了图像恢复的效率。

摘要： 本申请提供了图像恢复方法、图像恢复网络训练方法、装置和存储介质。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：获取多个训练图像对，对于该多个训练图像对来说，每个训练图像对包括一个真实高质量图像和一个近似真实低质量图像，其中，近似真实低质量图像是对该真实高质量图像进行合成处理和真实化处理得到的；接下来，根据该多个训练图像对对图像恢复网络进行训练，直到得到图像恢复性能满足要求的图像恢复网络。由于上述多个训练图像对中的每个训练图像对中均包括一个近似真实低质量图像，因此，根据上述多个训练图像对能够训练出图像恢复性能更好的图像恢复网络。

摘要： 公开了一种图像恢复方法和图像恢复设备。所述图像恢复设备通过基于与多个视差对应的深度扭曲多个输入图像中的每个输入图像来生成多个扭曲图像，并且使用图像恢复模型基于所述多个输入图像和所述多个扭曲图像来生成具有高分辨率的输出图像。

摘要： 本发明涉及的图像恢复装置(110)具备：PSF存储部(111)，存储用于对作为扫描范围(133)为第一范围时的扫描图像(131)的第一扫描图像执行恢复处理的第一范围PSF(121)、用于对作为扫描范围(133)为不包含第一范围的第二范围时的扫描图像(131)的第二扫描图像执行恢复处理的第二范围PSF(122)、以及用于对作为扫描范围(133)为合并了第一范围和第二范围的范围的第三范围时的扫描图像(131)的第三扫描图像执行恢复处理的第三范围PSF之中的某两个PSF；以及PSF计算部(112)，通过对所述两个PSF进行加法运算或减法运算，从而计算第一范围PSF、第二范围PSF以及第三范围PSF之中的剩下的一个。

摘要： 抑制处理负荷的增大，并且能够可靠地抑制振铃的产生。是降低对连续拍摄的多个输入图像的进行合成而得到的图像所产生的晃动的图像恢复装置(10)，具有：点扩散函数取得部(1200)，取得表示经由所述多个输入图像产生的晃动的第一点扩散函数；点扩散函数变换部(1300)，以避免在频域的各频率的振幅值小于阈值方式对上述第一点扩散函数进行处理，从而生成第二点扩散函数；图像变换部(1400)，使用所述第二点扩散函数中的与各输入图像对应的部分对所述多个输入图像分别进行变换，从而生成多个变换图像；以及，图像恢复部(1500)，对将所述多个变换图像进行合成而得到的劣化图像实施使用了所述第二点扩散函数的恢复处理，从而生成恢复图像。