新乡学院 物理与电子工程学院，河南 新乡 453000
图像拼接技术主要由3 部分构成：采集、匹配和融合，其中匹配最为关键，决定拼接质量。针对SIFT 图像拼接算法的特征点数目局部过高或过低情况，采用对比度阈值自适应的SIFT 图像拼接算法，可得到合理数目的特征点。此方法保证特征点数目在150～300 之间，过高或过低时，可自适应调节数目，进行有效控制。实验证明：改进的算法保证拼接效果的基础上，提高运算效率，具有实用价值。
图像拼接 SIFT 算法 对比度阈值 自适应 image mosaic SIFT algorithm Contract threshold self-adaption
新乡学院 物理与电子工程学院, 河南 新乡 453000
基于压缩感知的图像融合属于像素级层次的图像融合。传统的DWT压缩感知图像融合研究对象是整个稀疏系数, 但小波系数中低频系数并非稀疏, 因此影响融合质量。针对此, 提出一种基于DWT-IRLS的压缩感知图像融合。首先对图像进行DWT转换, 针对高频系数采样测量; 然后对高频系数和低频系数进行融合, 并且引入迭代权重最小二乘法（IRLS）算法, 重构高频系数; 最后经DWT逆转换, 得到融合图像。实验证明: 通过4个客观评价指标和主观评价对比, 2组实验融合效果均得到提高。此方法在一定程度上可提高图像融合效果, 具有一定的实用价值。
图像融合 压缩感知 小波变换 迭代权重最小二乘法 image fusion compressive sensing DWT IRLS
武汉科技大学 信息科学与工程学院，湖北 武汉，430081
待修复区域标记、优先权、最佳匹配模块的搜索及填充和更新置信度是Criminisi 图像修复算法的4 个重要组成部分，每一部分对Criminisi 算法的图像修复结果都有不可忽视的作用。针对大目标移除的Criminisi 图像修复，从数学的角度优化待修复区域标记和提高优先权可信度，并将蝙蝠算法运用到最佳匹配模板搜索中，提高修复效率。实验表明：本文改进的算法能够有效的减少错误信息的累积，具有较好的实用性。
Criminisi 图像修复算法 修复区域标记 优先权 蝙蝠算法 Criminisi algorithm the marked area the priority bat algorithm
武汉科技大学信息科学与工程学院, 湖北 武汉 430081
Criminisi图像修复算法的修复步骤由待修复区域的标记、优先权的计算、最佳匹配块搜索与填充和更新置信度 4部分组成。其中待修复区域的标记是进行 Criminisi图像修复算法的基础, 因此合理的标记待修复区域是提高 Criminisi图像修复算法修复效果的有效路径。引入数学形态学对待修复图像进行处理, 即利用腐蚀与膨胀组合, 对待修复区域边缘进行处理, 进而进行 Criminisi图像修复算法操作。实验结果表明经数学形态学处理后的标记可以降低错误信息的累积, 大大提升了图像修复的质量, 具有较高的实用价值。
数学形态学 Criminisi算法 图像预处理 mathematical morphology Criminisi algorithm image pre-processing
武汉科技大学 信息科学与工程学院, 湖北 武汉 430081
在经典Criminisi图像修复算法框架的基础上,针对优先权可靠性低和全局搜索最佳模板效率低、错误匹配率大的缺点进行改进.改进的算法为基于萤火虫算法(FA)的快速Criminisi图像修复算法.首先从数学的角度引入正规化函数至置信度,以此提升优先权计算的可靠性;然后引入FA到最佳模板的搜索与填充中,能够有效地将全局搜索与局部搜索有效地结合,鲁棒性较高,提高效率且错误匹配率低.实验结果表明:采用本文的改进算法能在保证修复质量的基础上降低时耗,提高效率.
Criminisi算法 优先权 最佳匹配模板 Criminisi algorithm the priority the best template FA FA
武汉科技大学 信息科学与工程学院，湖北 武汉 430081
为了提高图像边缘结构信息的修复效果，本文优化的Criminisi算法优先权，侧重于提高数据项的鲁棒性，并在全局搜索寻找最佳匹配模块进行修复。且在修复结束后，对修复区域进行FDIM算法的无缝拼接处理，使图像的整体和谐统一。实验证明，该修复方法能够很好地处理边缘结构细节信息，并降低了错误匹配，满足人的视觉需求，具有相对较高的实用价值。
边缘结构 图像修复 Criminisi算法 FDIM算法 marginal structure image inpainting criminisi algorithm FDIM algorithm
