-
公开(公告)号：CN110796625A
公开(公告)日：2020-02-14
申请号：CN201911057241.9
申请日：2019-10-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于组稀疏表示和加权全变分算法，属于信号处理技术领域，以稀疏表示为基础，开发一种利用信号的稀疏性、非局部相似性、平滑性三种先验信息；利用平滑性先验信息来抑制噪声的影响，并针对传统的全变分对边缘的信息保护不足，将图像分为高低频，并利用差分曲率算子计算权重，只对高频加权，来提高算法的鲁棒性；为了保护低频信息，并提出一个硬阈值-模平方算子，来更好的求解组稀疏表示的系数。算法以最小压缩感知重建误差为约束构建模型，为了有效求解提出的联合正则化优化问题，利用分裂Bregman迭代方法求解，实验证明本发明提出的重构算法保护了图像的细节信息，重构效果优于目前主流的重构算法。
-
公开(公告)号：CN110796625B
公开(公告)日：2023-06-20
申请号：CN201911057241.9
申请日：2019-10-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于组稀疏表示和加权全变分算法，属于信号处理技术领域，以稀疏表示为基础，开发一种利用信号的稀疏性、非局部相似性、平滑性三种先验信息；利用平滑性先验信息来抑制噪声的影响，并针对传统的全变分对边缘的信息保护不足，将图像分为高低频，并利用差分曲率算子计算权重，只对高频加权，来提高算法的鲁棒性；为了保护低频信息，并提出一个硬阈值‑模平方算子，来更好的求解组稀疏表示的系数。算法以最小压缩感知重建误差为约束构建模型，为了有效求解提出的联合正则化优化问题，利用分裂Bregman迭代方法求解，实验证明本发明提出的重构算法保护了图像的细节信息，重构效果优于目前主流的重构算法。
-
公开(公告)号：CN111311525A
公开(公告)日：2020-06-19
申请号：CN201911141281.1
申请日：2019-11-20
Applicant: 重庆邮电大学
IPC: G06T5/40
Abstract: 为有效增强缺乏纹理细节的图像，本发明将传统的灰度直方图扩展到梯度直方图，提出一种基于直方图概率修正的图像梯度场双区间均衡化算法。该算法考虑到全局均衡的过增强效应，对传统的全局均衡化进行改进，提出将梯度直方图分割出图像的边缘和非边缘部分，再对两部分分别均衡，此方法解决了传统全局均衡化的过增强。最后该算法根据直方图均衡化的映射规律，在两区间各自均衡前提出单阈值法修正概率，此操作有效避免了直方图均衡的“吞噬”效应且增强后图像的信息熵比原图大大提高。
-
-
Search Results
3
records
(took 0.015 seconds)
