期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多残差注意力深度收缩网络的超微光图像增强方法
1
作者 刘宁 蔡闻超 +5 位作者 陈颜皓 刘尧振 许吉 章文欣 宋仁轩 祝福 《南京邮电大学学报(自然科学版)》 北大核心 2024年第2期69-82,共14页
超微光成像可在极度黑暗的环境中给观察者提供近乎白昼的视觉体验,在许多民用和军事应用中起着至关重要的作用。超微光环境下拍摄的图像和视频通常存在亮度与对比度极低、噪声水平高、场景细节和色彩严重缺失等固有缺陷,近年来,深度学... 超微光成像可在极度黑暗的环境中给观察者提供近乎白昼的视觉体验,在许多民用和军事应用中起着至关重要的作用。超微光环境下拍摄的图像和视频通常存在亮度与对比度极低、噪声水平高、场景细节和色彩严重缺失等固有缺陷,近年来,深度学习为超微光成像的研究带来了新的机遇。文中采集并提供了一组实用性更强的超微光训练数据集,提出了一种多残差注意力深度收缩网络(Multi Residual Attention Shrinkage Network),以此实现了一种新的超微光成像方法。通过成功研制的小型化样机证实了该方法的工业量产前景。实现了基于通道注意力和空间注意力的残差内注意力机制,以及基于深度软阈值收缩的外注意力机制,不仅可以有效提取并还原极低照度环境下的图像细节信息,恢复场景真实色彩,而且可以有效去除此类环境下由成像设备感光不足带来的巨量噪声。实测效果显示该方法可对极低照度环境进行有效的增强且实时性高。通过与多种业界最新方法比较,文中方法在主观视觉体验以及客观参数两方面均表现更好。 展开更多
关键词 深度学习神经网络 超微光成像 内外注意力 多残差注意力 软阈值收缩
下载PDF
加权结构组稀疏表示的图像压缩感知重构 被引量:8
2
作者 李佳 高志荣 +1 位作者 熊承义 周城 《通信学报》 EI CSCD 北大核心 2017年第2期196-202,共7页
利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作... 利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结构组加权稀疏表示的1_l范数作为规则化项约束优化重构,实现在更好地恢复图像高频细节信息的同时有效减少对图像低频成分的损失,图像重构质量得到明显改善。推导出一种加权软阈值收缩方法,实现对模型的优化求解,对幅值较大的重要系数采用较小的阈值收缩处理,对幅值较小的非重要系数采用相对较大的阈值收缩处理。实验结果比较验证了所提方法的有效性。 展开更多
关键词 压缩感知 图像重构 加权结构组稀疏表示 加权软阈值收缩
下载PDF
非局部相似性去噪算法研究 被引量:6
3
作者 袁媛 朱敏 《计算机应用与软件》 北大核心 2018年第8期303-306,328,共5页
加权核范数最小化方法根据奇异值的大小分配不同的权值进行软阈值收缩操作,过滤噪声能量,相比标准核范数最小化方法,它考虑了奇异值的数学性质,所以去噪效果更佳。然而,该方法没有考虑噪声在计算图像块之间的相似度时会影响相似度值。... 加权核范数最小化方法根据奇异值的大小分配不同的权值进行软阈值收缩操作,过滤噪声能量,相比标准核范数最小化方法,它考虑了奇异值的数学性质,所以去噪效果更佳。然而,该方法没有考虑噪声在计算图像块之间的相似度时会影响相似度值。在图像块重构时没有考虑不同的相似块组去噪效果不一样,这将影响后续去噪效果。针对噪声影响相似性计算问题,提出用加权核范数算法对噪声图像进行预处理,得到近似干净图像再计算相似性,图像块重构时采用加权平均求每个像素值。实验结果表明,提出的方法去噪效果相比加权核范数最小化方法更佳,峰值信噪比有提升。 展开更多
关键词 图像去噪 加权核范数最小化 噪声 软阈值收缩
下载PDF
小波变换和模糊聚类的SAR图像斑点噪声去除 被引量:2
4
作者 付洁 曹敏洁 +2 位作者 汤谷云 罗涟玲 王修信 《广西物理》 2013年第3期24-26,共3页
合成孔径雷达SAR图像的相干成像特性,不可避免的形成特有的相干斑点噪声,严重影响图像的地物信息提取和分类,需要进行去噪预处理。针对SAR图像斑点噪声的特点,针对SAR图像斑点噪声的特点,对图像进行小波变换分解,提出模糊聚类和软阈值... 合成孔径雷达SAR图像的相干成像特性,不可避免的形成特有的相干斑点噪声,严重影响图像的地物信息提取和分类,需要进行去噪预处理。针对SAR图像斑点噪声的特点,针对SAR图像斑点噪声的特点,对图像进行小波变换分解,提出模糊聚类和软阈值收缩去噪的方法,利用模糊C均值聚类将小波系数分成包含信号能量和只包含斑点噪声能量两大类,对前一类小波系数进行软阈值降噪处理,而对后一类小波系数直接置零。实验结果的目视效果和评价指标均表明,小波模糊聚类和软阈值收缩有效地去除了SAR图像斑点噪声,图像视觉效果清晰,较好地保持地物目标的边缘等图像细节信息,去噪效果优于小波软阈值收缩。 展开更多
关键词 SAR图像 斑点噪声去除 小波变换 模糊聚类 软阈值收缩
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部