基于频谱参数估计和神经网络的运动模糊图像恢复

提出了一种运动模糊图像恢复模型，运动模糊图像经傅立叶变换后在频域有频谱零点进行参数估计，通过霍变换初步求得运动模糊图像的点扩展函数，当估计出运动模糊图像的点扩展函数的参数后，用神经网络方法进行恢复。这种恢复模型可以对任意角度的匀速运动模糊图像的恢复取得恢复效果。该方法具有操作简单和全局搜索收敛的优点，实验证明这是一种比较好的运动模糊图像恢复方法。     

利用频谱特性鉴别运动模糊方向

点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度（方向）和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。     

改进的运动模糊图像复原算法

提出了一种改进的运动模糊复原算法,首先利用改进的高通滤波(方向微分)快速算法判定运动模糊方向,然后利用边缘检测算法计算模糊尺度,从而确定点扩散函数,最后通过维纳滤波算法对模糊图像进行恢复。针对K值估计问题,提出了一种新的K值自动估计算法。实验结果表明,该方法鲁棒性强、实时性好,图像复原效果好。     

一种基于中轴探测的运动模糊方向估计方法

针对运动模糊图像的模糊方向估计易受频谱中心十字亮线和图像尺寸影响的问题,详细分析了匀速直线运动模糊图像的退化模型。通过对点扩散函数的公式推导,找到了图像尺寸与模糊方向间的关系,提出了一种基于中轴探测的运动模糊方向估计方法。该方法首先对模糊图像进行傅里叶变换及动态压缩得到频谱图,然后对频谱图进行预处理,以消除中心十字亮线的影响,最后根据推导出的公式计算得到运动模糊方向的估计。仿真实验表明,该方法简单、准确,克服了图像长宽比对估计结果的影响,且具有较强的鲁棒性和较高的时间效率。     

运动模糊图像的维纳滤波复原研究

根据运动造成图像模糊的特点详细分析了匀速直线运动模糊图像的退化模型和恢复模型,提出直接在运动方向上建立点扩展函数的算法,并利用改进的霍夫变换检测点扩散参数,再利用二次维纳滤波的方法复原图像。通过实验表明在图像先验条件的要求没有增加的情况下,该方法提高图了像复原的抗噪性和稳定性,并且有效的保持图像细节。     

基于改进卡尔曼滤波的盲图像恢复

为了解决在获取数字图像过程中发生的图像质量下降（退化）的问题,需要使用图像恢复技术进行图像重建。针对未知点扩散函数(PSF)的盲图像恢复,首先利用倒频谱的方法估计模糊图像的点扩散函数,然后再利用改进的卡尔曼滤波方法对图像进行恢复。倒频谱方法是将模糊图像分成反映原图像信息和反映模糊系统信息的两部分相加的形式,通过分析两者的关系估计出模糊图像的PSF。改进卡尔曼滤波器在估计过程中考虑了系统的模型误差,使其对模型误差具有一定的鲁棒性。通过Matlab进行了数字仿真实验,实验结果表明利用所提出的方法可以有效地减小PSF估计不准确对图像恢复的影响,与传统卡尔曼滤波相比恢复效果较好。     

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。     

图像模糊度参数估计与图像复原的实验及分析

由于成像系统与运动物体之间存在相对运动，摄像机在成象过程中经常会产生运动模糊。为了有效复原退化图像，需要从模糊图像中估计模糊函数的某些参数、噪声统计量等相关信息。在运动模糊中，模糊函数中最重要的参数是模糊度参数。模糊图像的模糊度内的像素点存在着相关性，利用其相关性可估计模糊度参数。根据运动模糊图像中沿着运动模糊方向与其他方向有不同图像特性的特点，估计水平直线运动图像模糊度参数并采用维纳滤波方法复原模糊图像，取得了较好的恢复效果。     

基于Radon变换的运动模糊方向精确估计

在模糊图像复原技术中,运动模糊方向的估计有着极其重要的作用。它不仅可以作为模糊复原的一个重要参数,也可以作为估计模糊距离的重要参数。通过运动模糊方向,可以将图像复原转化到一维进行操作,使复原过程简化。因此,不管从整体上还是局部上运动模糊角度的精确估计,对图像恢复技术都有很重要的应用价值。本文提出一种基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的改进方法。仿真实验证明了其估计结果的精确性。     

基于广义规范化稀疏模型的图像盲去模糊算法

针对基于规范化稀疏先验的图像盲去模糊方法估计精度低、计算速度慢、参数选择敏感等问题,提出一种Tikhonov正则增强的广义规范化稀疏模型,且将其作为中间清晰图像和运动模糊核的共同先验约束。随后,利用算子分裂、交替方向乘子法以及快速傅立叶变换,最小化关于中间清晰图像与运动模糊核的目标函数,导出一种快速图像盲去模糊算法。在标准测试集以及实际彩色模糊图像上的实验结果验证了提出方法的有效性和鲁棒性。此外,在同等条件下与近期文献中的盲去模糊方法进行比较,显示了本文方法在估计精度和估计效率上的双重优势。     

匀速直线运动模糊图像的恢复

结合计算机图形学与数字图像处理的知识,提出直接在运动方向上建立点扩展函数的算法,并利用霍夫变换检测运动参数。解决了由于运动模糊图像频谱存在零值,导致在频域中不能精确恢复图像的问题。文中给出了详细的算法及实验结果。     

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。     

一种运动模糊图像的模糊参数估计方法

在摄取图像的过程中,物体间的高速运动及景物与成像设备的相对运动是引发图像退化的主要原因之一,称之为运动模糊。模糊长度和模糊方向是运动模糊中影响图像模糊程度的主要参数。提出了一种改进的误差参数分析方法,对模糊长度进行估计并比较了不同的复原方法对参数误差曲线法估计的效果,同时提出运用傅里叶分解和Hough变换从模糊图像的频谱特性上对运动模糊方向进行了估计。实验结果表明,所提出的方法对运动模糊图像的复原有良好的效果。     

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。     

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。     

任意方向运动模糊图像的恢复

为了精确恢复任意方向直线运动产生的模糊图像 ,结合双线性插值与计算机图形学的知识 ,直接在其运动方向上设置空间域点扩展函数。通过对模糊图像的频谱分析 ,检测出其运动参数 ,使用投影恢复方法在空间域作图像恢复 ,取得了较好的效果 ,给出了详细的算法及实验结果。     

Motion regularization for matting motion blurred objects

This paper addresses the problem of matting motion blurred objects from a single image. Existing single image matting methods are designed to extract static objects that have fractional pixel occupancy. This arises because the physical scene object has a finer resolution than the discrete image pixel and therefore only occupies a fraction of the pixel. For a motion blurred object, however, fractional pixel occupancy is attributed to the object’s motion over the exposure period. While conventional matting techniques can be used to matte motion blurred objects, they are not formulated in a manner that considers the object’s motion and tend to work only when the object is on a homogeneous background. We show how to obtain better alpha mattes by introducing a regularization term in the matting formulation to account for the object’s motion. In addition, we outline a method for estimating local object motion based on local gradient statistics from the original image. For the sake of completeness, we also discuss how user markup can be used to denote the local direction in lieu of motion estimation. Improvements to alpha mattes computed with our regularization are demonstrated on a variety of examples.     

基于LMS自适应算法的图像去模糊研究

传统单幅图像去模糊方法需要稀疏先验约束,导致计算量较大。为此,在自适应最小均方误差(LMS)算法的基础上,提出一种点扩散函数(PSF)估计方法。利用模糊图像得到有效突出边缘,作为自适应滤波器的输入信号,并将模糊图像作为滤波器的期望信号,用以估计PSF。在非盲去卷积过程中,采用各项异性正规化方法对清晰图像进行约束,以减少恢复图像的振铃效应。实验结果表明,该方法不需要先验约束,对运动和非运动模糊图像均可适用,在保留图像细节的同时能抑制平滑区域的噪声。