基于梯度的CCSDS压缩码流控制算法研究

为了优化CCSDS压缩标准的率失真特性,提出了一种基于梯度的CCSDS压缩码流控制算法。该算法采用梯度模值来描述图像各编码段的纹理复杂度,进而用模值之和表示各段所包含的信息量。首先计算出各编码段梯度模值之和,并将其相加得到整幅图像的梯度模值之和,根据前者在后者中所占比例,将码流容量分配给各编码段。采用MATLAB对新算法、CCSDS标准算法及Jin算法进行仿真测试,比较三者图像的恢复质量。同时,测试新算法和Jin算法分配码流所需时间,并进行对比。实验结果表明,在图像恢复质量方面,新算法优于CCSDS标准算法,稍逊于Jin算法,但是新算法的实时性比Jin算法好。因此,基于梯度的码流控制算法可应用于CCSDS标准中。     

基于耦合全变差的快速图像着色算法

本文在YCbCr色彩空间机制下,结合目标灰度图像的梯度信息,提出基于耦合全变差的图像着色模型.然后,利用交替方向乘子算法（ADMM）,设计所提模型的快速数值求解算法,并给出了该算法的收敛性结果.最后,数值实验结果表明,该模型在快速着色的同时,能有效地防止颜色越界.     

基于有理数多项式先验模型的图像盲去模糊

图像盲去模糊问题是当今图像处理领域的热点问题之一.基于混合高斯先验模型的变分贝叶斯去模糊算法可以有效地复原模糊图像,成为一种重要的图像去模糊算法.虽然混合高斯先验模型可以很好地逼近自然图像的梯度分布,但是该模型在图像梯度值较大处往往会产生过拟合导致去模糊后的图像产生振铃效应,严重影响了图像可读性.利用有理数多项式先验模型代替混合高斯模型逼近自然图像的梯度分布,克服算法的上述缺点.有理数多项式函数的分母多项式强制函数在梯度值较大值时平滑,所以有效地避免了过拟合现象的发生,从而使得模糊核估计得更准确,减少振铃效应.实验结果表明了算法的可行性和有效性.     

一种改进的图像盲复原算法

图像盲复原是在点扩散函数未知的情况下从退化观测图像中恢复出原图像的高频细节。本文给出了一种交替进行Lucy-Richardson恢复和全变差正则化的盲图像恢复算法。算法将图像盲恢复问题分解成图像恢复和模型辨识两个关联的子问题。在模型辨识阶段,采用全变差正则化估计系统的点扩散函数;在图像恢复阶段,使用Lucy-Richardson算法和奇异值分解相结合的方法恢复图像。实验结果证明,该方法能更好的抑制噪声、提高图像的分辨率。     

基于空域图像局部多向梯度模的图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种基于局部多向梯度模的图像融合方法:先对源图像进行分块,然后用方向导数构造的多向梯度滤波器组对图像块进行多向梯度滤波,从而提取出不同方向的边缘特征,通过比较对应块图像总的梯度模的大小来判断属于清晰还是模糊的像素,以此达到融合图像目的。通过实验,证明了该方法简单、有效,对于多聚焦图像的融合具有很好的效果和很好的稳定性。     

双层约束下基于局部和全局信息的图像插值新模型

该文提出一种双层约束的图像插值模型,模型在原始未插值图像梯度模约束下同时基于局部和全局信息处理。使用偏微分方程处理边缘像素,锐化边缘同时平滑边缘块状效应;平滑区域像素点的插值操作使用非局部均值模型,非局部均值模型通过对原始图像全局信息加权平均得到待处理图像像素值,图像平滑。使用双层约束模型处理纹理图像可以保持纹理特征,平滑纹理部分线形特征位置的块状效应。最后理论和实验结果证明使用双层控制模型可以直接将噪声图像插值放大。     

基于双参数正则化方法的图像复原

针对高斯模糊图像的纹理和结构特性,提出一种基于总变分的双参数正则化约束的图像复原方法.首先采用基于各向异性的梯度处理方法,建立了具有点扩散函数和图像像素的灰度梯度.然后进行非线性和空间各向异性的规整化处理,使其在恢复目标图像和估计点扩展函数中能自适应地进行梯度运算.最后采用交替迭代的数值处理方法提高图像复原的速度.实验结果表明,基于梯度的双参数正则化图像复原能较好地提高图像复原的效果.     

面向HEVC的恰可察觉编码失真模型

为进一步提高现有视频编码技术的压缩效率及解 码重建图像的主观视觉感知质量,在现有人眼恰可 察觉失真(JND,just noticeable distortion)模型的基础上, 提出了恰可察觉编码失真(JNCD,just noticeable coding dist ortion)模型。首先,通过主观实验,对恰可察觉梯 度幅值差异(JNGD,just noticeable gradient difference)进 行了研究,分析其变化规律并建立JNGD模型。使用全变 分(TV,total variation)方法将图像分解为结构图和纹理图后,分别求 取其梯度信息得到结构梯度图和纹理梯度图, 利用JNGD模型分别滤除结构梯度图和纹理梯度图中的人眼不可察觉的梯度幅值 ;其后,分析了人眼感知对于不同 梯度幅值的编码失真敏感性,设计了梯度幅值与JNCD值的主观实验,得到两者的关系模型; 最后,考虑人眼对图 像中的边缘、平坦和纹理3类区域失真感知程度的差异性,利用滤波后的结构梯度和纹理梯 度信息将图像划分为上 述3类区域,最终建立整幅图像的JNCD模型。为验证本文提出的JNCD模型的可靠性,在高效 视频编码(HEVC)标准测试平台上进行的模型验证结果表明,在本模 型指导下的编码其解码重建 图像获得了较好的主观视觉效果,可为人眼视觉感知冗余的分析及感知编码的改 进提供依据。     

毫米波辐射图像的运动模糊参数辨识

针对平面扫描毫米波辐射成像系统和被成像场景之间的运动模糊问题,提出了一种基于Radon变换和微分自相关运算的运动模糊参数辨识方法.首先对原始运动模糊图像两次傅立叶同态变换谱的二值化图像进行Radon变换以估计运动模糊方向,然后在此方向上利用运动模糊图像的微分自相关运算得到运动模糊长度,最后以运动模糊方向和运动模糊长度为参数结合维纳滤波算法对运动模糊图像进行恢复,并引入基于图像灰度梯度向量模方和的运动模糊图像清晰度评价函数,实现对原始运动模糊图像及恢复图像质量的评估,从而达到衡量本文算法辨识精度的目的.实验结果表明,该算法能够准确辨识毫米波辐射图像的运动模糊参数,并具有良好的抗噪声干扰性能及稳定性.     

一种保留图像边缘信息的图像复原方法

针对图像复原的同时要求保留图像边缘信息的矛盾,利用图像的梯度模,提出了一种保留图像边缘信息的图像复原方法。本方法对图像修复的同时,具有保护图像边缘的作用。实验表明本方法在去除噪声和信噪比上取得了较好的效果。     

结合稀疏表示与匹配梯度分布的图像复原

针对基于稀疏表示的传统图像复原方法无法准确恢 复图像小尺度细节的不足,提出了一种结合稀疏 表示与匹配梯度分布的图像复原方法。首先在稀疏表示图像复原模型的基础上,利用参数化 的超拉 普拉斯分布估计原始图像的梯度分布;然后,通过对图像的梯度分布进行全局约束,利用梯 度直方图匹配 操作匹配图像梯度分布,使复原图像的梯度分布尽可能接近原始图像。仿真实验结果表明 , 本文算法能够取得较优的复原效果, 并且能以较高精度复原图像的细节信息。     

调制传递函数在遥感图像复原中的应用

针对空间推扫型全色TDICCD 相机在获取、传输和存储图像的过程中引入模糊和噪声导致图像质量下降的问题,提出了一种基于调制传递函数（MTF）的。感图像复原方法。文中的复原方法是通过图像的MTF 恢复出点扩展函数（PSF）,并将其作为退化函数进行图像复原。通过在MTF 提取前对局部图像用同态滤波算法进行增强处理,加强MTF 提取的抗噪声能力,并使用二次复原的方法避免直接加入增强滤波器导致的MTF 误差。使用均值、对比度及边缘强度等指标对。感图像复原结果进行评价。实验结果表明:复原后图像灰度均值提高45%,平均梯度和边缘强度分别是复原前的3.5和1.75 倍,各项评价指标均优于原始图像,并且MTF 所包含面积MTFA 明显增加,该图像复原算法对提高空间TDICCD 相机图像质量有一定的参考意义。     

Image restoration using a conjugate gradient-based adaptive filtering algorithm

A new two-dimensional (2D) sample-based conjugate gradient (SCG) algorithm is developed for adaptive filtering. This algorithm is based on the conjugate gradient method of optimization and therefore has a fast convergence characteristic. The SCG is computationally simpler than the recursive least squares (RLS) algorithm. The SCG algorithm with the equation-error and output-error methods is investigated for application in image restoration. Simulation results show that the new algorithm significantly outperforms existing algorithms in the restoration of noisy images.This work was supported in part by a grant from the Colorado Advanced Software Institute.     

基于边缘定向扩散方程的图像复原方法

讨论了光学图像中同时存在噪声与模糊时的复原问题。采用一种能根据边缘方向自适应选取扩散系数的各向异性扩散方程来约束复原后的图像的光滑性质,将其和图像复原模型一起使用,得到了一种图像复原的正则化模型,并利用Eluer方程将该模型转换成一种可以快速求解的各向异性非线性扩散模型。在光滑性约束项的构造上,构造了一种基于边缘定向扩散的各向异性张量型扩散方程,能有效地根据边缘的方向确定是增强边缘还是滤除噪声。相比图像复原的迭代正则化方法,新方法能在复原图像的同时有效地抑制噪声,并有效地减轻边缘处的振铃效应。数值计算结果表明,新方法在整幅图像的复原效果上明显强于迭代正则化方法,尤其在对背景噪声的抑制上效果更明显,峰值信噪比（PSNR）也比迭代正则化方法平均提高了约2dB。     

Boundary detection using simulation of particle motion in a vectorimage field

This paper introduces a novel approach in image processing based on a vector image model. A major advantage of the model is that it allows vector operations to be performed on an image. An example of a vector operation is the computation of mechanical moments for detecting inhomogeneities in an object or equivalently edges in an image. A new edge operator derived from a vector image model yields an edge vector field analogous to the Hamiltonian gradient field of the image. The distinct feature of the edge vector field is that edge vectors form current loops encompassing the objects. This feature is exploited to develop a new boundary extraction algorithm based on particle motion in a force field. The edge vector field forces a particle to move along the edges while an orthogonal normalized Laplacian gradient vector field guarantees that the particle will not drift away from the edges. The object boundary can be obtained from the convergent path of the particle trajectory. Using a fine stepping factor, the extracted boundary can achieve subpixel accuracy. The proposed algorithm has major advantages over the conventional edge-detection, edge-thinning, and edge-linking techniques in that it effectively utilizes both direction and magnitude of edges. The algorithm is simple, robust and performs very well even on high curvature objects.     

基于清晰图像先验知识的盲复原算法

图像采集系统在获取图像时,受到各种干扰,使图像变模糊并含有噪声。为此,提出了一种基于清晰图像先验知识的图像盲复原算法。首先通过统计分析大量的清晰图像梯度域的概率分布特性,将图像划分为具有较多复杂纹理的区域和平坦区域,拟合概率分布函数,得到清晰图像的先验知识,并加入图像局部约束条件,即复原图像平坦区域与退化图像的平坦区域的概率分布变化较小,避免产生振铃现象。然后,建立图像噪声模型,将图像噪声划分为高斯噪声和均匀分布噪声,防止退化图像中的灰度过饱和像素点在复原过程中产生异常值。最后,利用最大后验概率模型,构造代价函数,将图像盲复原问题转变为求代价函数最小化问题,并用最大期望算法和快速迭代收缩算法求解代价函数,恢复出清晰图像。实验结果表明,该算法能有效恢复图像细节,锐化图像边缘,抑制噪声,避免产生振铃效应。     

A recursive soft-decision approach to blind image deconvolution

This paper presents a new approach to blind image deconvolution based on soft-decision blur identification and hierarchical neural networks. Traditional blind algorithms require a hard-decision on whether the blur satisfies a parametric form before their formulations. As the blurring function is usually unknown a priori, this precondition inhibits the incorporation of parametric blur knowledge domain into the restoration schemes. The new technique addresses this difficulty by providing a continual soft-decision blur adaptation with respect to the best-fit parametric structure throughout deconvolution. The approach integrates the knowledge of well-known blur models without compromising its flexibility in restoring images degraded by nonstandard blurs. An optimization scheme is developed where a new cost function is projected and minimized with respect to the image and blur domains. A nested neural network, called the hierarchical cluster model is employed to provide an adaptive, perception-based restoration. Its sparse synaptic connections are instrumental in reducing the computational cost of restoration. Conjugate gradient optimization is adopted to identify the blur due to its computational efficiency. The approach is shown experimentally to be effective in restoring images degraded by different blurs.     

一种基于蚁群优化的显著边缘检测算法

该文提出一种基于蚁群优化的显著边缘检测算法。该算法利用相位编组方法计算支持区面积作为描述图像边缘梯度方向一致性的指标,将梯度幅度和支持区面积结合起来形成启发信息和信息素增量的计算方法,采用线性加权方法将信息素、梯度幅度、支持区面积3种信息综合起来得到蚂蚁转移概率,通过引入禁忌表增大蚂蚁的活动范围。实验结果表明:该文提出的算法能够有效检测图像中的显著边缘特征,对多类图像都有良好的适应性,而且收敛速度较快。     

UAV remote sensing atmospheric degradation image restoration based on multiple scattering APSF estimation

Unmanned aerial vehicle (UAV) remote imaging is affected by the bad weather, and the obtained images have the disadvantages of low contrast, complex texture and blurring. In this paper, we propose a blind deconvolution model based on multiple scattering atmosphere point spread function (APSF) estimation to recovery the remote sensing image. According to Narasimhan analytical theory, a new multiple scattering restoration model is established based on the improved dichromatic model. Then using the L0 norm sparse priors of gradient and dark channel to estimate APSF blur kernel, the fast Fourier transform is used to recover the original clear image by Wiener filtering. By comparing with other state-of-the-art methods, the proposed method can correctly estimate blur kernel, effectively remove the atmospheric degradation phenomena, preserve image detail information and increase the quality evaluation indexes.     

基于曲率驱动模型的图像修复算法

针对图像无线传输缺损严重的问题,本文提出一种基于曲率驱动模型的图像修复算法,该算法首先在梯度域中利用曲率驱动的改进模型对图像缺损区域的梯度进行重建,然后通过求解泊松方程得到修复后的图像。实验结果表明,该算法能有效对图像进行修复。