摘要：针对多层显微图像的拼接,提出一种基于3D拓扑图的图像拼接方法.利用基于区域的方法和基于特征的方法,分别对同层和异层图像对准;利用3D拓扑图的修正以消除空白区的影响;根据修正的3D拓扑图和多层图像投影坐标的误差建立多层图像的全局对准模型;利用非线性最优化方法,得到具有全局一致性的多层图像拼接结果.

摘要：提出一种Bayesian框架下的压缩图像后处理算法,去除压缩图像的模糊现象和“振铃”失真.与以往方法不同的是该算法考虑到了在高压缩比情况下的模糊效应,应用模糊过程加偏差来等效压缩过程,并提出了相应的后处理模型.采用交替迭代的方法进行求解,并讨论了参数的选取.实验结果表明,对于高压缩比小波变换的压缩图像,该算法在主观视觉效果和客观标准的评价上都取得了良好的效果.

摘要：利用离散余弦变换(DCT)能量分布的特性,提出一种精度可配置的DCT及其VLSI结构.根据不同的变换精度需求,通过选择DCT基向量局部最优的分布式算法展开精度,实现了变换精度损失与功耗减少的优化处理;同时对DCT基向量采用正则有符号数(canonical signed digit,CSD)编码,减少了整体电路的硬件资源开销.模拟和综合后的结果表明,该结构适合图像视频等要求低功耗、实时处理领域的可配置性应用.

摘要：在基于小波变换的低比特率的图像压缩中 ,由于小波系数的量化和在高频部分的截断使压缩后的图像呈现出严重的失真 ,尤其在图像的边缘部分将呈现明显的“振铃效应” 文中提出了一种多尺度、基于局部方向、自适应的 2D滤波算法 ,可以明显改善压缩后图像的视觉效果 该方法首先判定子块内的局部方向 ,然后根据此方向选用相应的方向 2D滤波器滤波 为了保证判断局部方向的鲁棒性 ,采用了循环移位的方法 为了滤除各个频段的高频噪声 ,在多个尺度上进行空域滤波 实验结果表明 ,该算法明显改善了压缩图像的视觉效果 。

摘要：提出一种基于子图同构的高性能辐射路匹配算法,以满足反向分析中逻辑综合的需要.通过单个顶点的相似度特征,将子图同构问题转化为顶点之间的匹配问题.在算法运行过程中,通过不断地删除搜索空间中的非匹配顶点,大大地降低了算法的时空复杂度.理论分析和实验结果表明,该算法的时空复杂度与目标电路的逻辑门数和功能模块电路的逻辑门数均为线性关系.

摘要：针对静止场景中由于相机的不均匀抖动而产生的空间变化模糊图像,提出一种带有模糊核选择器的基于分块的全局图像复原算法.该算法将图像规则分块并用不同参数对各区块做模糊核辨识,得到各分割区块的一组模糊核估计;通过设计的残差评估的策略,从辨识到的模糊核集合中筛选出与各区块匹配的最佳模糊核估计;再通过迭代最小化目标函数求得最终的全局复原结果.实验结果表明,当图像中包含不同抖动模糊水平的子区域而且子区域间的轮廓划分较鲜明时,文中算法的复原效果尤佳.

摘要：基于BDCT的压缩图像由于频域的量化使重建回的图像出现“块失真”和“振铃”效应,严重影响了压缩图像的质量,提出一种针对这两种失真分别进行处理的后处理算法.首先,根据压缩图像块的属性把像素块分为不同的种类,针对不同的块采用3种不同的模式来去除“块失真”;然后,在边缘检测结果的指导下,对不同的区域采用不同的滤波器进行滤波,来消除“振铃”.大量的实验结果表明,该算法在主观视觉效果和客观标准评价上都取得了良好的效果.

摘要：在复小波域上对观测图像进行一种基于高斯混合模型的后验概率分类,并在每类小波系数的局部邻域估计出局部高斯混合模型的参数,这种参数估计是局部自适应的;然后用该局部高斯混合模型对各个子带系数进行贝叶斯框架下的最大后验概率(MAP)估计,以达到降低噪声的目的·由于这种小波变换具有近似的平移不变性和良好的方向选择性,因此在降噪的同时可以很好地消除主要边缘处的“震铃”效应·实验结果表明;文中算法无论从峰值信噪比还是从主观视觉效果上都要优于一些传统的降噪算法·

摘要：从图像复原的Bayesian方法出发,提出一种基于小波域隐马尔可夫树(HMT)模型的线性图像复原算法.小波域HMT模型采用混合高斯模型刻画各子带系数的概率分布,并通过小波系数隐状态在多个尺度之间的Markov依赖性来刻画自然图像小波系数随尺度减小而指数衰减的特性.由于小波域HMT模型准确刻画了自然图像小波变换的统计特性,该文算法以此作为自然图像的先验模型,将图像复原问题转化为一个约束优化问题并用最速下降法对其进行求解.同时,提出了一种规整化参数和HMT模型参数的自适应选择方法.实验结果表明,基于小波域HMT模型的图像复原算法较好地再现了各种边缘信息,复原出的图像在信噪比和视觉效果方面都有明显的提高.

摘要：图像复原的目的是将原始图像从观测到的降析图像中恢复出来.提出了一种基于小波域局部高斯模型的线性图像复原算法.小波域局部高斯模型采用高斯函数刻画子带系数的局部概率分布,由于这一模型具有很好的局部自适应性,并能正确地反映图像的局部结构信息,因此算法以此作为自然图像的先验模型,把图像复原问题转化为一个约束优化问题并用共轭梯度法对其进行求解.实验结果表明,基于小波域局部高斯模型的图像复原算法较好地再现了各种边缘信息,复原出的图像在信噪比和主观视觉效果方面都有显著的提高.