基于高斯差分算子的图像盲去卷积去模糊

图像复原技术是图像处理中的一项重要应用,其目的 是提高图像的信噪比,增强图像对比度。传统的图像复原技术如维纳滤波、LR算法等都是在已知图像退化函数的情况下进行复原的。而在实际的图像复原过程中,图像退化函数是未知且很难获得的。虽然提出了盲去卷积的方法 在未知退化函数的情况下复原图像,但需要大量的先验知识、耗时长。本文提出利用高斯差分算子(DoG)来获取退化函数,从而实现盲去卷积图像复原,实验证明该方法 耗时少、复原效果好。     

基于SIFT特征点检测与维纳滤波的图像复原算法

为了解决当前图像局部模糊程度不一,导致图像复原效果欠佳,本文分别从图像特征点检测与滤波复原的角度出发,提出了基于SIFT特征点检测与维纳滤波的图像复原算法.根据尺度空间极值特性,进行关键点定位和方向分配,设计特征点描述子,得到模糊图像特征点分布,以建立圆盘复原模型中心坐标.基于点扩散圆盘函数特性,耦合傅里叶变换和最小二乘滤波,设计了无约束维纳滤波算子,达到图像复原处理的目的.根据特征角点定位,引导复原滤波圆盘函数计算起始位置,完成图像复原.实验测试结果显示,与当前复原算法相比,本算法拥有更高的复原视觉质量.     

基于MATLAB的模糊图像的复原方法探究

图像复原是图像处理的一个核心环节,它是后期图像分析和处理的重要前提。模糊图像复原的主要目的就是改善图像质量,研究如从所得到的模糊图像中复原出真实图像。本文首先从图像复原技术的相关概念谈起,然后就典型的模糊图像复原方法进行分析,最后利用MATLAB,以维纳滤波恢复算法为例,就实现模糊图像复原的应用实例进行分析说明。     

基于频域滤波的视频图像帧复原技术研究

视频图像帧在通信过程中,由于受到各种噪声的干扰,使其质量下降,为了确保较高的通信质量需要对降质的图像帧进行复原。本文分析了频域中的逆滤波和维纳滤波即最小均方误差滤波的方法对退化的图像进行复原的基本原理,在 VC++中对其算法思想进行编程实现,对比两种图像复原技术的效果,实验结果表明,两种频域滤波技术各有特点,逆滤波算法思想简单,对于图像帧降质小的图像复原效果较好;而对于信噪比较小,对于降质明显的图像帧使用维纳滤波复原效果较好。     

基于ResNet及损失函数的模糊图像复原算法

以获取模糊图像细节特征,提升模糊图像的清晰度为目的,设计基于ResNet及损失函数的模糊图像复原算法。首先,将模糊图像作为残差神经网络的输入,通过残差神经网络提取模糊图像内的细节特征;其次,将模糊图像细节特征描述为若干幅高分辨率图像同对应的中等分辨率图像小波系数间的差异,并通过残差学习过程提升网络收敛效率;最后,通过残差神经网络输出的特征图与小波变换结果实现超分辨率图像的复原,并利用损失函数优化整体网络,获取更多模糊图像缺失的细节。实验结果表明,该方法在实际应用过程中选择ReLU函数作为激活函数、在迭代次数为200 000次的条件下可获取最优的复原图像,图像复原后峰值信噪比平均值为31.89,结构相似性平均值为0.90,具有较好的模糊图像复原效果。     

维纳滤波在图像复原中的应用研究

本文进行了对退化图像进行图像复原的仿真实验,在退化图像中加入了噪声进行恢复,实验结果表明,加噪退化图像在进行图像恢复时必须考虑图像的信嗓比,才能取得较好的复原效果。     

运动模糊图像边缘振铃效应的抑制方法

边缘振铃效应是影响图像复原效果的重要因素之一,为此提出一种基于边缘恢复的运动模糊图像复原算法.首先将原运动模糊图像的边缘按图像点扩散函数在其扩散方向上移动的像素值进行二维边缘延拓,形成一个新的延拓图像;然后用最优窗函数对新图像进行加窗预处理;最后用维纳滤波算法对加窗处理结果进行复原.实验结果表明,提出的算法对边缘区域梯度变化较大的运动模糊图像的复原效果较好,可以有效地抑制复原图像边界处的振铃效应.     

基于支持向量机的彩色序列图像复原模型更新算法

提出一种用于彩色序列图像复原的模型更新算法,计算退化图像序列各帧的图像质量,统计序列图像质量的方差,以方差差异作为判断准则,选择适当的模型进行复原。该算法扩展了基于支持向量机的彩色图像复原算法。仿真实验中,测试图像采用视频监控和智能交通领域常见的运动模糊进行退化处理。实验结果表明,该算法能有效标记出图像序列中质量发生显著变化的关键帧,复原效率得以提高,同时复原也更有针对性。     

散焦图像边缘振铃抑制算法

针对编码孔径成像在图像复原过程中产生的振铃效应,提出了一种改进梯度平滑边界算法。首先对模糊图像进行均值滤波,计算出梯度平滑图像;然后对该图像进行反射插值延拓,延拓的图像经最优窗处理得到预处理图像;最后经改进维纳滤波算法恢复出原图像。实验表明,改进算法能有效抑制振铃同时保留图像细节信息,与梯度平滑边界算法相比复原图像的结构相似度提高了27%,图像质量指数提高了19%。     

基于双重控制网络的图像去模糊方法

传统的图像复原问题主要采用分治法,即将图像复原问题分为不同的子问题,通过对子问题处理得到最优解。由于不同处理环节之间的衔接和损失问题,子问题的最优解并不能得到全局最优解。针对此问题,提出一种端到端的双重控制网络,采用控制模块通过参数分别控制退化分支和处理分支。该网络通过特殊的编解码器结构处理特征问题——在固定尺度因子子网下,采用循环跳跃连接结构消除卷积层的堆叠块,增强输出端的特征显示。实验证明,提出方法与对比方法复原的图像峰值信噪比(PSNR)数值在30以上,结构相似度(SSIM)指标在0.90以上,且有效的改善了视觉效果。     

A new approach for ME image restoration based on CNN

A new approach for image restoration by cellular neural network (CNN) is developed in this paper. Based on the statistical characteristics of Gibbs image model and the analysis of maximum entropy (ME) image restoration, a reasonable template for binary image restoration is proposed. To process multilevel image, a multi‐layer cellular neural network is employed and an extensive algorithm for multilevel image restoration is proposed. The results of computer simulation prove the effectiveness of this approach and show that we can get the effective template of CNN for some special image questions if we apply the statistical characteristics of Gibbs image model and analyse the physical meaning of the questions. Copyright © 1999 John Wiley & Sons, Ltd.     

非线性图像复原算法的研究

图像复原是数字图像处理的一个重要应用,是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法.根据低信噪比图像的特点(如雷达、遥感图像),提出一种非线性迭代模值滤波算法(Nonlinear Iterated Module Filter,NIMF),作为传统变化域滤波的补充,可有效改善低信噪比图像复原效果.     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。     

Analysis and performance of CMA blind deconvolution for image restoration

In this paper we study the applicability of classical blind deconvolution methods such as constant modulus algorithm (CMA) for blind adaptive image restoration. The requirements such as the source to be white, uniformly distributed and zero mean, which yield satisfactory convergence in the data communication application context, are revisited in the image restoration context, where a linear deblur kernel needs to be blindly adapted to compensate for an unknown image blur kernel with the objective to recover a source ground truth image. Through analysis and performance studies, we show that the performance of CMA is adversely affected by the intrinsic spatial correlation of natural images and by any deviation of their distribution from being platykurtic. We also show that decorrelation techniques designed to overcome spatial correlation cannot be effectively applied to rectify CMA performance for blind adaptive image restoration. Copyright © 2014 John Wiley & Sons, Ltd.     

Supercomputing in medical imaging

It is suggested that the diagnostic imaging department of the future will make extensive use of computer networks, mass storage devices, and sophisticated workstations at which humans and machines will interact, assisted by techniques of computer vision and artificial intelligence, to achieve integration of multimodality imaging information and expert medical knowledge. Recent developments in medical imaging are described, and manipulation, display, and analysis techniques that are likely to benefit from supercomputing are examined. The following image processing tasks are discussed; restoration of images; spatial and temporal image and image sequence analysis; image restoration; mathematical image reconstruction from projections; and three-dimensional image analysis. Current trends and future efforts are discussed.     

面向北斗短报文渐进式传输图像恢复算法研究

北斗三代卫星技术在电力方面的短报文通信和定位技术应用日趋成熟,但利用北斗短报文进行电力应急通信图像传输的相关研究尚不完善,尤其是图像经北斗短报文传输后的失真问题解决不够理想。本文提出了一种面向北斗短报文的渐进式传输图像恢复算法,首先以JPEG2000图像压缩算法为例,分析了渐进式图像传输技术与北斗短报文的特点,然后提出了JPEGRE图像恢复算法,利用峰值信噪比与结构相似性参数反映算法性能,最后通过实验方法证明JPEGRE图像恢复算法与其它流行算法相比具有更好的恢复能力。本文研究旨在提高有损压缩后图像恢复程度,辅助电力应急时做出更优的应急方案。     

基于块匹配与多级采样的薄片孔隙图像拼接

微观驱替实验中为了模拟非均质分布的情况,需要将多幅不同的孔隙二值图像拼接为一幅完整图像,而这些拼接图像没有重叠区域,需要根据待拼接图像的纹理信息进行图像拼接修复。针此类问题,本文通过对图像邻域的相关性问题进行研究,提出一种基于块匹配和多级采样的图像拼接方法,该方法结合5个判决准则,以修复孔隙图像边界间的弯曲轮廓和不规则纹理,并通过粗尺度到细尺度的图像拼接过程,使得最终拼接完成的薄片孔隙图像能够更加真实地反映岩心特征。为了验证本研究方法的有效性,将本文所提算法与现有的传统图像修复算法和基于深度学习的图像修复方法进行对比,并通过主观视觉与客观指标对图像拼接实例的结果进行评估,结果表明本研究提出的算法在PSNR和SSIM指标上优于现有的图像修复算法,分别提高了6.08dB和0.015,并且在图像纹理的自然过渡以及整体结构的一致性方面有更好的表现。