林业运动模糊图像复原的融合正则化方法

林业机器人在林业环境中进行作业时,很容易因为滑动、地面障碍物的碰撞等原因发生小幅的无规律运动导致机器人相机采集的图像发生运动模糊,对后续图像信息提取造成很大的影响。针对这一问题,提出了林业运动模糊图像复原的融合正则化方法。先建立包含[L1/L2]范数正则项的代价函数,求解运动模糊核。再通过图像梯度先验正则项及稀疏正则项构建代价函数,对清晰图像求解。引入的[L1/L2]范数正则项及图像梯度先验正则项对稀疏表示正则项容易产生块效应的问题进行了弥补,因而获得了令人满意的效果。对人工合成的运动模糊图像和自然条件下真实运动模糊图像进行的实验验证了该算法的有效性。     

极端先验下的编码曝光运动目标模糊成像复原

采集运动目标图像时,由于目标与采集相机之间产生相对运动造成图像模糊.为了获得清晰运动目标图像,提出了极端先验下的编码曝光运动目标模糊成像复原方法.该方法将传统曝光快门的一次开合过程转变为特殊逻辑编码的多次开合过程,将频域中将窄带滤波扩展为宽带滤波,进而将原始目标高频信息保留在模糊图像中.通过建立极端先验下的正则化编码曝光优化函数,提出了一种有效的编码曝光图像复原迭代和核估计算法.本方法利用编码曝光保存目标原始信息,再利用图像的极端先验自然属性有效复原.在多组合成和实际采集编码曝光运动模糊图像复原中,利用图像质量评价指数表明本方法能够在不同相对运动模式下均获较好的复原效果.     

一种运动模糊图像的复原法

被摄物与相机之间的相对运动往往会造成图像的运动模糊,给图像的识别带来不便.为了恢复这些模糊图像,文中提出了一种运动模糊图像的复原法.它利用了双线性插值及模糊方向上微分图像灰度值(绝对值)之和最小的方法来求出运动模糊的方向,其次运用传播波方程对任意方向上的匀速直线运动模糊进行恢复.将此方法应用于一个具体的实例当中,发现效果明显,由此可看出此方法是十分有效的.     

一种运动模糊图像的复原法

被摄物与相机之间的相对运动往往会造成图像的运动模糊，给图像的识别带来不便。为了恢复这些模糊图像，文中提出了一种运动模糊图像的复原法。它利用了双线性插值及模糊方向上微分图像灰度值(绝对值)之和最小的方法来求出运动模糊的方向，其次运用传播波方程对任意方向上的匀速直线运动模糊进行恢复。将此方法应用于一个具体的实例当中，发现效果明显，由此可看出此方法是十分有效的。     

EMM盲运动模糊图像的恢复

盲图像恢复的主要困难是信息不足,而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的方法有ML法、EM法以及正则化方法等。但是这些方法的计算量都太大,针对上述方法的不足,文章提出了一种恢复图像的新算法,它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中,巧妙地利用了最陡梯度法和共轭梯度法的迭代求解。对由于运动造成的模糊图像,可以明显地改善图像的质量,实验结果证明,在对模糊操作没有严格限制的情况下,仍可得到较好的恢复图像。     

复杂背景运动模糊图像的盲复原算法研究

为了有效恢复具有复杂背景的运动模糊图像，提出一种基于正则化策略和共轭梯度优化迭代复原算法；同时为了辨识运动模糊图像的参数，又提出一种基于模糊图像做分自相关函数的点扩展函数辨识算法。为验证算法的有效性，在微机上对提出的算法与现有算法进行了对比实验，结果表明十分有效，也具有较强的鲁棒性。     

稀疏平滑特性的多正则化约束图像盲复原方法

为了实现对线性空间不变的模糊图像的盲复原,提出了一种基于稀疏性和平滑特性的多正则化约束的模糊图像盲复原方法.首先,根据自然图像边缘的稀疏特性,运用了一种权重的全变差范数(weighted total variation norm,简称WTV-norm)对复原图像进行正则化约束;然后,从运动模糊的点扩散函数(motion point spread function,简称MPSF)的特性出发,提出一种能够适用于多种模糊情况的多正则化约束;最后,提出了一种改进的变量分裂(modified variable splitting,简称MVS)方法来得到清晰的复原图像,同时准确地估计出相应的模糊退化函数.大量的实验结果表明,该方法能够较好地复原多种不同类型的模糊(例如运动模糊、高斯模糊、均匀模糊、圆盘模糊).与近几年提出来的一些具有代表性的模糊图像盲复原方法相比,该方法不仅主观的视觉效果得到了较为明显的改进,而且客观的信噪比增量也增加了1.20dB~4.22dB.     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。     

基于移位反射边界条件的图像复原

在信号和图像处理中,期望将原始场景从观测到的降质数据中恢复出来.在数学上,这个过程就转化成为求解一个系数矩阵为模糊矩阵的线性系统.该模糊矩阵是由刻画模糊的点扩散函数和假设原始图像外部数据的边界条件所决定的.为了更好地保留边界连续性以及减少复原图像中的振铃效应,本文提出移位反射边界条件,并在不依赖于点扩散函数对称性的情形下,给出了对该边界条件下的模糊矩阵的Kronecker积逼近和相应的SVD型正则化算法.实验结果表明,基于移位反射边界条件的SVD型正则化算法效果很好.     

基于整体变分正则的图像盲恢复研究

实现了一种基于TV正则化的图像盲恢复算法。采用了交替迭代算法,保证迭代中能同时恢复出图像以及点扩张函数,并在每步迭代中自适应调整其扩散参数。实验结果也显示了迭代过程的收敛以及鲁棒性(特别是对于非连续的模糊),而且图像和点扩张函数可以在很高的噪声级下恢复。     

基于调和模型神经网络的彩色图像复原研究

针对彩色图像复原提出了基于网络能量递减收敛的调和模型神经网络图像复原方法,研究了该方法在运动模糊图像复原上的应用。利用待复原图像重构出多幅模糊图像用于算法的实现,并首次提出基于图像局部方差的自适应正则化算子的实现方法。实验结果表明,该方法是有效的,复原效果优于有约束的最小二乘复原法和已有的传统神经网络图像复原法,对复原图像的信噪比有一定的提高。     

匀速直线运动模糊长度的精确估计

点扩展函数的设置是影响图像复原的关键问题。对于匀速直线运动模糊图像,模糊长度和运动方向决定了点扩展函数。分析了模糊图像的频谱图出现黑色条带的原因、条件以及它的精确位置,并设计了一种匀速直线运动模糊长度的估计算法,理论和实验证明这种算法是精确的。     

一种新的针对星空图像的模糊复原方法

在拍照过程中,针对相机和星空场景的相对运动而导致的图像模糊问题,提出一种新的针对星空图像的运动模糊复原算法。首先采用一种改进的细化算法得到星空图像的星点运动轨迹,从而提取出星空运动模糊图像的模糊核,然后基于Richardson-Lucy的复原算法对模糊图像进行复原。实验结果表明,本文提出的利用细化算法得到模糊核的方法复杂度低、耗时少且准确性高,对星空图像的运动模糊具有很好的复原效果。     

相向运动径向模糊图像的复原算法研究

当摄像机在高速靠近或远离目标过程中成像时，所得目标图像会产生从中心到边缘的放射状径向模糊，从而影响对目标的识别与跟踪。首先建立了理想情况相向运动条件下图像模糊退化的数学模型，通过对模型的深入分析，确定了影响模糊程度的主要模型参数，然后模拟出与实际成像一致的仿真图像，并严格推导出图像复原的递推公式，最后通过对径向模糊仿真图像的复原验证了该公式的正确性。     

基于倒谱特性的运动模糊图像PSF参数估计

根据运动模糊图像的特点,提出一种基于倒谱的运动模糊图像PSF参数估计方法。首先,分析了运动模糊图像退化模型以及运动模糊图像频谱和倒谱的特征,对倒谱图像信息滤波增强后,用Radon变换法计算出运动模糊方向,由倒谱中两个负峰值的位置计算出模糊长度。最后,用Lucy-Richardson算法对估计值进行图像复原验证。实验结果表明,该方法能够较精确地估算出运动模糊参数PSF值。     

一种空间自适应正则化图象盲复原算法

图象盲复原所面临的主要问题是可利用信息的不足，所以必须充分利用图象本身及成像系统的先验信息，为此，结合模糊先验辨识的思想，给出了一种新的空间自适应正则化算法，该算法先用交替最小化的迭代方法对模糊进行先验辨识，然后利用辨识结果，用各向异性扩散进行图象复原，算法充分利用了图象及成像系统（或点扩散函数PSF）的分段平滑特性，同时又利用各向异性扩散的概念，使得正则化不仅在程度上，而且在方向上都是空间自适应的，从而能够有效地进行图象盲复原，仿真结果表明，该算法的复原效果优于空间自适应各向同性正则化（SAR）算法，其收敛性能优于空间自适应各向异性正则化（SAAR）算法。     

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。     

匀速直线运动模糊的RSF之估计

点扩展函数的设置是影响图像恢复结果好坏的关键问题。对于匀速直线运动模糊,要得到好的恢复效果必须能够正确估计模糊范围D和运动模糊方向。在文献[2]中用带最优窗的维纳滤波方法有效地去除了噪声和减小了边缘误差,除了边缘的L－形条带外可得到近乎完善的恢复效果;并且证明了对任意方向的直线运动模糊图像的恢复只能直接设置二维点扩展函数进行二维恢复,不可先进x方向的一维恢复再进行y方向的一维恢复。该文进一步给出了估计模糊范围D和运动方向的频谱方法：模糊范围D和图像中心与相邻黑线间的距离uo成反比;运动方向与模糊图像G（u,v)的频谱中的平行条带垂直。     

一种有效的运动模糊图像恢复算法

探讨了任意方向的匀速直线运动模糊图像的恢复问题。证明了对任意方向的商线运动模糊图像只能直接设置二维点扩展函数进行二维恢复，不可先进行x方向的一维恢复再进行y方向的一维恢复。给出了估计PSF的方向和模糊范围D的频谱方法。并用实验验证了PSF谱估计方法的有效性，以及带窗的维纳滤波方法相比于标准维纳滤波方法的优越性。