基于频谱边缘检测和Radon 变换估计运动模糊图像的方向

为了准确估计运动模糊图像的方向,在理论推导部分,以定积分、Fourier 变换和 Sinc 函数的性质为依据,得出了运动模糊方向、图像尺寸和频谱图像平行条纹方向三者的关系。在算法优化部分,系统分析了Radon 变换法、Gabor 变换法和频谱分块法的原理和不足,并提出了基于频谱边缘检测和Radon 变换的改进算法。在数值实验部分,编写Matlab 程序对几种方法进行了测试和比较,结果表明,该方法的估计精度最高,更适用于估计运动模糊图像的方向。     

运动模糊图像点扩散函数参数识别的新方法

为了估计任意大小运动模糊图像点扩散函数,提出了真实方向、测量方向和列宽行高比的角度变换公式。在此基础上利用Radon变换最大值曲线检测峰值角度作为候选方向,剔除候选方向中Radon变换未出现规律性波谷的干扰方向后为待变换方向,再进行角度变换即为识别方向。取该方向上Radon变换向量,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,通过曲线拟合鉴定模糊尺度。仿真结果表明算法实时性好、精度高、抗干扰能力强。     

基于模糊集理论鉴别运动模糊参数

运动模糊是降质图像中常见的一种形式,运动模糊图像的恢复主要依靠对运动模糊参数的估计。提出了一种新的算法来估计线性运动模糊参数。该算法利用Radon变换找到运动模糊图像的方向,通过运用模糊理论中的t-norm调整得到模糊尺度。实验结果表明,该算法在鲁棒性和精确性上均有很大提高且即使在信噪比比较低的情况下仍然可以得到很好的恢复效果。     

一种改进的运动模糊图像复原算法

根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。     

基于Lucy-Richardson算法的运动模糊图像复原研究

运动模糊是造成图像退化的重要原因之一.本文以运动模糊图像的退化模型为基础,采用退化图像的频谱特性和Radon变换分别对运动模糊长度和运动模糊角度进行了计算,给出了运动模糊图像点扩展函数的参数估计算法,并利用维纳滤波和Lucy-Richardson (L-R)算法分别对不含噪声的运动模糊图像和加噪声的运动模糊图像进行了复原仿真实验.结果表明,本文给出的运动模糊图像参数估计算法是十分有效的,且对于含有噪声的运动模糊图像,L-R算法能够获得比维纳滤波更好的复原效果.     

一种改进的运动模糊图像恢复算法

在运动图像复原的研究中,运动模糊图像的参数估计与恢复算法是近年来数字图像处理领域研究的热点问题.针对运动图像受到噪声信号的影响,为了提高图像恢复效率,通过对运动模糊图像的恢复过程进行分析,提出了一种改进的参数估计与图像恢复算法,即利用经阈值化处理的Radon变换估计模糊方法,通过微分自相关法估计模糊长度,最后应用带最优窗的维纳滤波进行图像复原.进行仿真的结果表明,改进算法能够较为精确地估算出运动模糊图像的模糊参数并取得了较好的恢复效果,提升了图像恢复的抗噪性能,具有实际参考价值.     

基于频域识别运动模糊的模糊方向和模糊度

运动模糊图片的频谱中存在平行的零点直线。这里提出了一种算法,识别零点直线含有的运动模糊方向和模糊度信息:首先对模糊图像进行分块,然后将分成的小块相加,利用拉氏算子对最后的相加结果进行无方向性的二阶微分,通过二维FFT变换求得频谱。接着对频谱取绝对值、做归一化之后,修饰二值化结果,最后进行Radon变换,求得点扩展函数的运动方向和模糊长度。实验论证该算法可靠通用,性能优良。     

基于Radon变换的运动模糊图像恢复

提出了一种快速自然运动模糊图像恢复算法,采用一种新的基于Radon变换算法来确定模糊核函数;在确定模糊核函数后,对于模糊图像的恢复采用了一种改进的基于l1范数和l2范数混合保真项的变分图像恢复算法。实验结果表明,与Fergus的算法和Levinss的算法比较,所提算法对于一类线性运动占主要因素的强噪声模糊图像的恢复具有更快的速度和良好的恢复效果。     

短模糊尺度下运动模糊参数的频域识别方法

为较精确地识别短模糊尺度下图像的运动模糊参数,提出了Hough变换、Radon变换和曲线拟合相结合的模型。对频谱图进行分析,指出MRT算法误差较大,建立了Hough变换线检测取最长直线角度的模型鉴定模糊方向。针对模糊方向上的Radon变换曲线,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,继而通过曲线拟合鉴定模糊尺度。建立了图像列宽、暗条纹间距和模糊尺度之间的通用关系模型。仿真结果表明,该算法实时性好、精度高、抗干扰能力强。     

运动模糊图像的模糊参数快速估计方法研究

运动模糊失真是日常生活中最常见的图像失真类型,目前对于运动模糊图像的恢复技术研究已发展的较为成熟,维纳滤波、卡尔曼滤波等经典算法及各类改进算法均能取得较好的效果,但是耗时较长,在实际的图像恢复应用场景中具有较大的局限性。针对这一问题,论文提出了一种图像运动模糊快速恢复的算法,提出了一种基于Radon变换的改进算法判断图像运动模糊角度,并研究了在模糊角度确定的条件下对模糊长度估计的算法,得到模糊图像的两个运动模糊参数。实验结果表明,论文提出的图像快速恢复方法耗时短,抗噪声干扰能力强,具有更好的实用性。     

Motion adaptive deblurring filter for LCD

Motion blurring on liquid crystal display (LCD) was modeled by the original image convoluted with a point spread function (PSF). An intensity independent PSF was first deduced by statistical approximation. Based on the PSF, a motion adaptive deblurring filter was proposed to restore the original image. The simulation of motion blurred and deblurred natural images were presented. The results indicate that the proposed deblurring filter can significantly reduce the visible blurring artifact on LCD, which has a simple one-dimensional structure and can be integrated into other video processing algorithms, e.g. frame rate doubling, to further improve the image quality.     

基于改进阈值函数的分数阶小波图像去噪

为了消除噪声对图像的影响并较好地保留图像细节信息,提出一种基于改进阈值函数的分数阶小波图像去噪方法。该方法通过分数阶小波变换将含噪信号进行多尺度分解,采用改进的阈值函数对各层分数阶小波域系数进行处理,对处理后的系数进行重构得到去噪后的信号。仿真实验表明,相比已有的软阈值、硬阈值和均值加权法,本文方法去噪后的图像信噪比较大、均方误差较小,取得了满意的视觉效果,是一种实用的去噪方法。     

一种基于非抽样LP的Contourlet变换图像去噪方法

由于提高Contourlet变换冗余性可以抑制去噪结果中的伪Gibbs现象,因此为了提高变换冗余度和避免数据量过大,以进行快速有效的图像去噪,提出了一种基于非抽样LP的Contourlet变换图像去噪方法。该方法首先对带噪图像进行非抽样LP多尺度分解;然后对各子带图像进行临界抽样的DFB分解,再采用尺度相关的分层模型对各子带图像进行阈值处理;最后对处理后的子带图像进行DFB和LP重建,以得到去噪后的图像。与同类型有关方法进行的对比实验表明,在去噪后图像的PSNR值上,该方法比常规Contourlet变换方法至少提高1dB;在完成时间方面,该方法比其他改进方法快1倍以上。     

离焦模糊图像的盲复原算法

针对离焦模糊图像,提出了一种盲复原算法。该算法首先利用Hough变换检测出离焦图像中的直线边缘,然后基于图像的空域统计特性和修正的Grubbs检验法,定位出阶跃或近似阶跃直线边缘,在此基础上自适应计算出线扩散函数,最后利用线扩散函数求取离焦模糊半径,进而用Wiener滤波完成了图像的复原。实验结果表明,对真实的离焦模糊图像,该算法能够准确地检测和定位出阶跃或近似阶跃边缘,提高离焦模糊半径的鉴别精度和图像的复原效果,已在实际刑侦取证工作中获得较为成功的应用。     

图象模糊点扩散函数的求解

给出了一种求解图象模糊点扩散函数的实用方法,成像系统在远处和近处对同一景物所成的两幅图象,远处像 处像模糊,图象模糊点扩散函数描述了从远外像中求解远处像的转换关系,针对求解过程中的数学病态性,采用高斯函数约束枚举法进行正则化约束计算,实验表明,该方法具有抗噪声干扰能力强,运算速度快等优点。     

基于LP和DFB结构的离散Contourlet遥感影像融合算法及在QuickBird中的试验研究

针对目前最新发展的Contourlet变换能够比小波变换提供更丰富的方向和形状基,适合进行多尺度边缘增强的特点,利用Contourlet变换用于融合遥感全色和多光谱影像的算法,即利用LP（Laplacian Pyramid）捕获影像的低频分量,利用DFB（Directional Filter Bank）获得影像的高频分量,再对得到的低频近似系数和高频细节系数按照融合规则,采用算术平均和加权算子构造融合影像对应的对比度金字塔;最后,通过逆塔形变换重构融合影像。提出一种基于塔形方向滤波器组PDFB（Pyramidal Directional Filter Bank）的影像融合方法,算法一方面将Contourlet变换这一新的数学工具引入到影像融合中,另一方面对目前高分辨率影像数据源QuickBird进行了融合实验。此外,利用熵、扭曲度、偏差指数、相关系数、标准差等参量,对此融合方法的融合性能进行了评价与分析。实验结果表明：提出的融合算法能在保留多光谱影像光谱信息的同时增强了融合影像的空间细节表现能力和信息量,该算法是有效可行的。     

基于灰度平均梯度和粒子群优化的散焦图像模糊参数估计

针对散焦模糊图像的复原问题,提出一种基于灰度平均梯度与粒子群优化(PSO)算法相结合的散焦图像模糊参数估计方法。首先,利用PSO算法随机生成一群不同模糊半径的点扩散函数,分别用维纳滤波算法处理模糊图像,得到一系列复原图像,并计算其对应的灰度平均梯度值;然后,利用图像清晰度与图像灰度平均梯度值成正变关系这一特点,以复原图像的灰度平均梯度值作为粒子群算法的适应度函数值,找出使适应度函数最大的粒子所对应的模糊半径作为最后的估计结果。实验结果表明,与频谱估计方法和倒频谱估计方法相比,所提算法能够更精确地估计出模糊参数,尤其是在大尺度模糊半径的情况下,所提算法估计的精度更高。     

基于curvelet变换和独立分量分析的含噪盲源分离

独立分量分析（ICA）是基于信号高阶统计量的盲源分离方法,在高阶统计量方法中,由于高斯信号的高阶累计量为零,所以系统存在加性高斯噪声时就难以处理。提出了一种基于curvelet阈值去噪和FastICA算法的含噪信号盲分离的方法,并对高斯噪声环境下的混合图像进行了盲分离的仿真。结果表明,该方法能很好地解决由于存在加性高斯噪声而导致经典ICA算法性能发生严重恶化的问题;同时将curvelet变换去噪应用于含噪图像的盲源分离中,可以提高混合图像的信噪比,相对于小波去噪后的ICA算法,其分离性能有很大改善。     

基于TVGA正则化的室内运动模糊图像恢复

针对室内环境下相机曝光时间长,被摄目标相对相机运动会产生图像模糊的问题,以室内服务移动机器人为研究背景,提出了一种基于Topkis-Veinott梯度法(TVGA)正则化运动的模糊图像恢复方法。此算法首先采用方向导数法估计出运动模糊方向,同时将图像运动模糊方向旋转至水平轴;然后采用自相关函数平均法确定运动模糊长度,并算出运动模糊点扩展函数(PSF);最后采用改进的TVGA最优化正则参数,进而恢复原始图像。与经典的Wiener法和两种正则化恢复方法进行的比较结果表明,用TVGA法正则化恢复的图像效果较好,不仅较接近原始图像,且易于实现。