一种基于倒谱相关特性的散焦模糊图像复原方法

由于设备环境、人为因素等诸多原因造成的散焦退化图像,在天文、交通、医疗等众多领域的实际应用效果受到较大程度的影响.针对散焦模糊图像的盲复原技术进行研究,以探索一种较好的散焦模糊图像盲复原方法.在退化图像的复原过程中,点扩展函数(Point spread Function)的参数估计最为关键.因此,文中提出的散焦模糊图像复原方法,基于频域倒谱及其相关特性.进行散焦模糊图像的PSF估计.通过仿真实验表明,该算法可以较为准确地估计出散焦模糊图像的模糊半径,实验证明了估计结果的准确性以及对模糊图像恢复的有效性.可以得出结论:利用倒谱相关性对散焦模糊图像进行肓复原,是一条切实可行的研究路线.     

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。     

基于分块的空间变化抖动模糊图像的全局模糊去除

针对静止场景中由于相机的不均匀抖动而产生的空间变化模糊图像,提出一种带有模糊核选择器的基于分块的全局图像复原算法.该算法将图像规则分块并用不同参数对各区块做模糊核辨识,得到各分割区块的一组模糊核估计;通过设计的残差评估的策略,从辨识到的模糊核集合中筛选出与各区块匹配的最佳模糊核估计;再通过迭代最小化目标函数求得最终的全局复原结果.实验结果表明,当图像中包含不同抖动模糊水平的子区域而且子区域间的轮廓划分较鲜明时,文中算法的复原效果尤佳.     

拉普拉斯与双边滤波的图像去运动模糊算法

运动模糊图像盲复原是图像复原中的关键问题之一,由于模糊信息的复杂性以及图像噪声的影响,导致复原的结果有振铃效应.为解决这些问题,提出基于拉普拉斯先验的改进算法.在原有的模糊核估计过程中,引入拉普拉斯锐化增强,增强图像的边缘信息,达到改善模糊核估计结果的目的.在复原时,针对图像振铃噪声,引入了双边滤波,抑制该噪声对复原结果的影响,进一步改善复原图像的质量.与三种现有图像去模糊算法相比,该方法能更准确地估计模糊信息,对图像复原具有更好的鲁棒性.     

基于频域的运动模糊参数估计

运动模糊图像复原的关键之一是模糊核函数的估计,即降质图像的模糊方向和距离变化的估计。已经有多种方法用于模糊核函数的估计,通过对运动模糊图像频谱的研究,提出了一种基于形态学的模糊运动方向计算方法,并根据模糊图像频谱的黑色条纹周期出现的规律,采用投影法计算极值点,从而获取模糊运动距离。实验结果表明该算法简单有效,得到的运动模糊参数较准确。     

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。     

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。     

边缘区域约束引导的运动模糊图像复原

相机在拍摄物体时,物体运动或相机抖动会导致图像模糊.针对此问题,提出一种边缘区域约束引导的运动模糊图像复原算法.通过分析图像中阶跃边缘区域与运动模糊核之间的内在关系,建立了一种新的边缘区域约束;对该约束进一步结合RANSAC算法,可有效地引导运动模糊核的估计.大量对比实验结果表明,该算法简单、估计精度高,能够得到优于传统算法的高质量图像模糊恢复结果.     

运动模糊图像复原算法综述

在图像获取过程中,存在很多造成图像退化的因素,因此需要对图像进行复原。本文对现有的典型复原方法进行了综合分析。介绍了图像一般退化模型和运动模糊退化模型的建立方法 ;对退化模型的点扩散函数的估计方法进行了分析;对当前的一些复原算法进行了总结。对图像复原技术未来的发展方向进行了预测。     

一种基于块配准的运动模糊图像复原算法

提出一种基于图像块配准的运动模糊图像复原算法.首先对测试图像进行分块操作,图像块的大小根据经验值选取;其次,采用SIFT算法在模糊图像和清晰图像对之间进行块配准;遍历模糊图像中的每个图像块,分别计算得到各个块的质心坐标,然后利用质心法计算该图像块发生偏移的角度和距离;统计图像中所有块的偏移,估计出图像退化的点扩散函数,并对每个图像块进行复原校正.分别针对仿真图像和智能视频监控图像进行了实验,来验证算法的有效性.实验结果表明,该算法能够有效地复原智能交通领域的智能视频监控图像,并且具有较高的复原效率.     

基于双侧滤波的多幅灰色图像修复

首先比较L2泛数、L1泛数和ρ函数的各自优势,然后利用多幅降质图像,提出一个新的基于双侧滤波盲去卷积模型。并采用最速下降法给出了演化方程组,最后利用计算机模拟实现。针对运动模糊情况,对新模型与全变差(TV)模型修复效果作了比较。针对高斯模糊情况,利用单幅图像与两幅图像修复效果进行比较。实验结果表明,新模型更适用于运动模糊情况,其多幅图像修复比单幅图像修复效果更好。     

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。     

基于能量估计的局部运动模糊检测

为了解决日常拍摄的图像或视频中普遍存在局部运动模糊导致信息丢失的问题,提出一种基于能量估计的局部运动模糊检测算法。该算法首先计算图像的Harris特征点,根据每个区域内的特征点分布筛选出备选区域;然后根据近单色区域梯度分布平滑的特点,通过计算备选区域的梯度分布并参照平均幅值阈值过滤掉大部分容易被误判的部分;最后根据运动模糊对图像能量衰减的特征对备选区域进行模糊方向估计,并计算模糊方向和与其垂直方向的能量,根据两个方向上能量的比值进一步去掉单色区域和散焦模糊区域。在图像库上的实验结果表明,所提算法能较好从存在近单色区域和散焦区域干扰的图像中检测出运动模糊区域,有效提高局部运动模糊检测的鲁棒性以及适应性。     

基于Gaussian-Hermite矩的旋转运动模糊不变量

目的 模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的预处理,且该类方法存在计算时间复杂度较高及不适定的问题。对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别。方法 本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊Gaussian-Hermite (GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants,RMB_GHMI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的“去模糊”预处理过程。结果 在USC-SIPI (University of Southern California — Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋转变换叠加旋转运动模糊处理,证明RMB_GHMI-5对于旋转变换和旋转运动模糊具有良好的稳定性和不变性。在两个数据集上与同类4种方法进行图像检索实验比较,在80%召回率下,本文方法维数更少,相比性能第2的特征向量,在Flavia数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高25.89%、39.95%、22.79%和35.80%;在Butterfly Image数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高4.79、7.63%、5.65%和18.31%。同时,在上述8个测试数据集中进行对比实验以验证融合算法的有效性,结果表明本文提出的GH矩和几何矩相融合算法显著改善了图像检索效果。结论 本文提出的RMB_GHMI-5特征向量在旋转变换和旋转运动模糊下具有良好的不变性与稳定性,在图像检索抗噪性能方面表现优异。相比同类方法,本文方法更具实际应用价值。     

运动模糊图像点扩散函数尺度鉴别

运动模糊图像的运动模糊方向被高精度地鉴别出来后,将之旋转到水平轴,则二维问题可简化为一维问题来处理。将旋转后的模糊图像在水平方向上进行一阶微分,然后在水平方向上求微分图像的自相关,并将自相关图像的各列加起来,得到一条鉴别曲线,在鉴别曲线上的零频尖峰两侧,会对称地出现一对共轭的负相关峰,两负相关峰间的距离等于运动模糊点扩散函数尺度的两倍。这一新的运动模糊点扩散函数尺度鉴别方法,不仅适用于匀速运动模糊尺度鉴别,也适用于振动、加速运动等变速直线运动的模糊尺度鉴别,而且具有很强的抗噪声干扰能力,鉴别精度高。文中借用信息光学中用于目标识别的光学联合变换相关器JTC概念,给出了该新鉴别方法的解析理论分析。     

Photo-consistent synthesis of motion blur and depth-of-field effects with a real camera model

Depth-of-field (DOF) and motion blur are important visual cues used for computer graphics and photography to illustrate focus of attention and object motion. In this work, we present a method for photo-realistic DOF and motion blur generation based on the characteristics of a real camera system. Both the depth–blur relation for different camera focus settings and the nonlinear intensity response of image sensors are modeled. The camera parameters are calibrated and used for defocus and motion blur synthesis. For a well-focused real scene image, DOF and motion blur effects are generated by post-processing techniques. Experiments have shown that the proposed method generates more photo-consistent results than the commonly used graphical models.     

基于遗传算法的盲超分辨率图像的重建

针对盲超分辨率图像复原问题,提出了一种基于遗传算法的盲超分辨率图像重建方法。这种方法建立了一个由高分辨率图像和模糊项相关联的正则化函数,并利用遗传算法的全局寻优能力使得这个正则化函数最小化,从而由一组退化的低分辨率图像求得高分辨率图像,同时评估出导致模糊原因。仿真结果表明算法的可行性。     

基于循环神经网络的散焦图像去模糊算法

近年来,基于深度学习的运动模糊去除算法得到了广泛关注,然而单幅散焦图像去模糊算法鲜有研究。为针对性地解决单幅图像的散焦模糊问题,提出一种基于循环神经网络的散焦图像去模糊算法。首先级联两个残差网络,分别完成散焦图估计和图像去模糊;随后,为了保证散焦图和清晰图像的深度特征可以更好地跨阶段传播以及阶段内相互作用,在残差网络中引入LSTM（long short-term memory）循环层;最后,整个残差网络进行了多次迭代,迭代过程中网络参数共享。为了训练网络,制作了一个合成散焦图像数据集,每一张散焦图像都包含对应的清晰图像和散焦图。实验结果表明,该算法相较于对比算法在主客观图像质量评价上均有显著优势,在复原结果中具有更锐利的边缘和清晰的细节。对于真实双像素图像散焦模糊数据集DPD,该算法相比DPDNet-Single在峰值信噪比（PSNR）和结构相似性（SSIM）上分别提高了0.77 dB、5.6%,因此所提方法可以有效处理真实场景散焦模糊。     

单图像盲去模糊方法概述

图像去模糊长期以来一直是计算机视觉和图像处理中的研究热点.由相机抖动、物体运动或失焦引起的运动模糊或焦点模糊图像会严重影响图像的使用和后续处理.传统的盲去模糊方法利用图像运动模糊产生的不同原因,可将运动模糊分为全局运动模糊和局部运动模糊.概述了近年来图像盲去模糊的方法和研究现状.在深度学习图像去模糊方法的基础上,总结了...