非局部的变分正则化图像放大算法

针对随机值冲击噪声污染图像的恢复问题，研究了冲击噪声环境下的非局部平均滤波模型，并在模糊权重非局部平均滤波算法的基础上加以改进，解决了原算法在低噪声比率下恢复性能欠佳以及算法时耗过高的问题。提出了一种

基于自适应非局部均值滤波的图像去块算法，王慈，刘书，JPEG和MPEG等压缩标准导致的块效应是图像降质的主要表现。以往研究提出了各种降低量化噪声的方法，但都基于噪声大小已知的假设。这�

基于非局部均值(NLM)滤波或稀疏表示的去噪方法获得了显着的去噪性能。 为了将两种方法的优点整合到一个统一的框架中,我们通过巧妙地将NLM和稀疏表示技术相结合,提出一种图像去噪算法,以去除混合了随机值

图片局部放大、将图片进行放大查看，使用的是jqzoom

MATLAB局部放大

对选中的图片的鼠标所在局部区域放大

authorware7.0图片的局部放大

svg局部放大但存在bug产生了空隙，缩小的时候也不应该缩回小于原位。

针对非负矩阵分解方法在有噪声的真实数据中获得特征的有效性问题,提出了一种稀疏诱导的流形正则化凸非负矩阵分解算法。所提算法在流形正则化的基础上,向低维子空间的基矩阵添加基于L2,1范数的稀疏约束,构建了

图像平滑,结构保留,非凸正则化,迭代加权最小二乘