摘要：在联合冲击滤波器和非线性各向异性扩散滤波器对含噪图像做预处理的基础上,利用边缘检测算子选取自适应参数,构建能同时兼顾图像平滑去噪与边缘保留的自适应全变分模型,并基于Bregman迭代正则化方法设计了其快速迭代求解算法。实验结果表明,自适应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息,得到的复原图像在客观评价标准和主观视觉效果方面均有所提高。

摘要：在变分去噪模型中,TV(total variation)模型对于图像的边缘具有较好的保持效果,但处理后的图像会有阶梯效应。高阶模型可以有效地克服阶梯效应,并且可以保持对比度和角点,但在光滑区域扩散不够均匀。现将TV和TC(total curvature)模型相结合,从而构造出新的模型,同时具有较好的边缘、角点和对比度的保持能力,克服TV模型的阶梯效应,通过引入辅助变量和Bregman迭代参数设计了快速Split Bregman算法。实验结果表明,所提出的新模型计算效率要优于TC模型,迭代收敛步数要小于TV和TC模型,在边缘、角点以及光滑度等特性方面取得了良好特性。相对于上述传统模型,新模型处理后图像的信噪比均有提升。

摘要：分析了基于二阶偏微分的扩散方程模型的基本原理,针对该模型在去噪的同时会产生阶梯效应的缺点,提出了一种基于图像结构信息的二阶偏微分去噪模型。在该模型中,在二阶偏微分的全变分模型的正则化项加入图像的切矢量和法矢量信息,并由此推导出相应的扩散方程,再对扩散方程的扩散强度因子进行修改。在实验中,将模型分别与基于二阶偏微分、四阶偏微分的全变分模型进行对比分析表明,实验结果证明该模型能有效地去除图像噪声,克服阶梯效应的产生,主观性能最优。

摘要：由于受主观意识和经验等因素的影响,医学图像可视化中传递函数的选择和设置会直接影响医学图像可视化效果.为此,提出一种基于视觉优化的医学图像可视化方法.针对三维医学图像绘制,采用基于GPU加速的光线投射体绘制半自动化传递函数,解决了三维图像全局和焦点上下文的优化显示问题;针对二维图像呈现,借助直方图均衡化、图像融合和全变分模型3种图像增强算法,解决了二维医学图像噪声干扰、对比度模糊和边缘丢失等问题.通过与传统方法的实验对比,三维医学图像在绘制时间和绘制效果方面均有改善;引入图像质量评估指标峰值信噪比和平均结构相似性,验证了全变分模型在二维医学图像增强中的有效性.结合视觉优化方法设计开发了医学图像可视化交互系统,包含对医学数据的三维可视化和交互分析功能,有效地拓展算法的应用性.

摘要：基于经典全变分(TV)模型的图像恢复框架,从局部扩散的角度,设计了一种新的应用于图像去噪的数值算法.该算法可以根据图像的局部梯度信息自适应地选取扩散系数,使边缘处扩散较弱,在平坦区域扩散较强,实现了对噪声图像的各向异性滤波处理,在去除噪声的同时保护了图像的边缘细节.最后与传统TV模型进行了实验对比,实验表明本算法性能更好,运算效率更高.

摘要：目的:设计一种医用图像分辨率提升改进算法。方法:分析图像分辨率提升常用的双线性插值算法不足,引入图像局部色彩方差和改进的全变分模型,突出图像的颜色信息和细节信息,从视觉效果、相似度和信噪比与当前主流算法就修复结果进行分析和比较,本文算法修复后图像视觉效果得到大幅提升,相似度提高了0.08,信噪比提高了9db。结论:在临床诊断上,本文算法修复后的图像实用性更高。