成像降质效应对前视红外图像质量的影响分析

前视红外图像质量对于目标检测与跟踪算法能否准确定位目标具有十分重要的作用。目前对自动目标识别领域前视红外图像质量的研究大都与场景内容相关,而忽视了成像降质效应对图像质量的影响。本文通过分析噪声和模糊两种降质效应的成因,结合前人的模拟方法,得到了高性能前视红外成像设备获取的图像中噪声和模糊模拟的新方法。将该方法用于分析不同程度噪声和模糊对图像质量的影响,结果显示,噪声对于图像质量有害,而模糊对于图像质量并不一定有害。基于这一结论,采用去噪方法对前视红外图像进行预处理。对比实验结果表明,该方法比去模糊方法能更有效地提高匹配概率。     

图像插值的改进自适应核回归方法

针对 steering 自适应核回归的插值算法中图像整体灰度值偏离较大和空洞的现象,本文提出了一种基于改进的自适应核回归函数的图像插值算法.该方法根据图像的自相似性原理,通过把图像邻域中像素间几何距离函数融入 steering 自适应核函数中,实现一种改进的自适应核函数,并采用这种核函数对图像进行回归插值.实验结果表明...     

基于APEX方法的湍流退化图像复原算法

在目标探测过程中,为了消除大气湍流带来的影响,提出了一种基于APEX方法的盲去卷积图像复原算法.该算法是一种非迭代的盲图像复原算法,以湍流退化系统具有G类点扩展函数为假设前提,通过模糊图像的频谱信息直接估计点扩展函数,并采用SECB方法实现目标图像的重建.本文对该算法的原理及其对湍流退化图像复原的可行性进行了深入研究,进行了真实的湍流退化图像的复原实验,其结果表明,该算法能够快速实现对湍流退化图像的重建,并具有一定的稳定性,能满足目标探测过程中的实时性要求.     

离焦模糊图像的自适应滤波及逆滤波器复原

在微操作中,显微视觉系统获取的图像通常是离焦模糊图像.根据最小二乘原理和回归模型设计自适应滤波器,用于消除图像噪声,提高图像的信噪比;离焦模糊图像的退化模型可用圆盘函数描述,利用模糊图像频域的零点位置来估计圆盘函数的模糊参数;采用基于简化Wiener滤波的逆滤波器方法对模糊图像进行复原.对算法进行了仿真和实验分析,结果表明,该方法能够以较少的运算时间代价获取较好的复原效果.     

基于模糊非线性回归算法的图像复原

为了利用多幅具有相似降质特性的退化图像信息恢复出原图像,提出了一种新的基于模糊参量非线性回归估计的图像盲复原算法。 该算法充分利用多幅图像具有的相似降质特征,首先给出一种非理想光照分布参数的模糊非线性回归估计方法,然后通过估计出的参数得到与原图同样大小的非理想光照分布图,最后通过观测图像与非理想光照分布图相消的方法,对退化图像进行复原。 实验结果表明,该算法运算快速,对边缘细节及平滑区域均有良好的修复能力,在修复效果上明显优于一般图像修复算法。     

一种新的超分辨率图像重建算法

超分辨率重建是提高图像分辨率的一种方法.根据图像分层变换和插值处理的特点,提出了一种将分层子带变换S+P变换(序列变换加预测运算)和插值算法相结合的超分辨率重建算法.该方法首先对图像序列进行运动估计和运动补偿,然后再对配准后的图像序列进行S+P变换,并对分解得到的高频子带进行插值,最后通过S+P逆变换得到超分辨率图像....     

一种基于数据融合的图像插值算法

针对传统的线性插值算法存在的边缘模糊问题,本文提出一种新算法.首先采用距离平方反比的插值方法在插值点邻域内计算水平、垂直和对角三个方向共6个插值,然后以插值距离和方向梯度构造权重,进行数据融合获得最终插值.该算法既考虑了插值距离因素,又考虑了插值方向梯度信息,有效地保护插值图像的边缘和纹理信息.实验结果表明,该算法的插值图像比传统的双线性插值法均方误差降低而平均梯度增加,是一种提高插值图像分辨率的有效方法.     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多，因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性，以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力，提出了一种新的空域图像恢复方法，并通过对来自于待处理图像本身的训练样本的学习，构造自适应的回归插值函数；然后基于该函数对图像作有选择的修改，从而达到图像恢复的目的。实验表明，该方法是有效的，并且具有较好的泛化性能。     

基于APEX算法改进的图像复原算法

在高斯类点扩函数退化图像复原的研究中,提出了一种基于降晰图像频谱特征改进的APEX图像复原算法.该算法采用APEX算法的基本原理,根据图像频谱信息特征,对点扩散函数(PSF)估计过程进行了改进,采用加权最小二乘算法拟合出降晰图像频谱主方向,采用图像频谱主方向上的数据进行PSF估计,以利用更多的有效数据,从而减少PSF的估计误差.针对模拟和实际采集的降晰图像进行实验,采用主观视觉和峰值信噪比进行评价.实验结果表明,改进的算法较使用非主频谱方向上的频谱数据的复原算法在复原效果上有一定的提高.     

基于边缘曲线光顺的图像放大算法

针对常规插值方法在图像放大时图像轮廓模糊的问题,提出了一种基于边缘的图像放大算法。算法包括边缘曲线光顺和插值放大两个步骤。第1步使用能量优化方法,从离散的边缘曲线数据恢复成连续而光顺的边缘曲线,这些曲线将图像分为若干个区域;第2步基于这些光顺曲线,针对不同的区域分别进行图像插值放大计算。使用该方法得到的放大图像边缘清晰光顺,实例证明该算法产生的图像质量高于常规算法。     

基于改进形态学梯度的容器密封性检测方法

目的提出样条插值亚像素边缘检测方法,以提高药品容器密封性检测的准确率。方法采用一种改进的亚像素边缘检测方法,首先将抖动的模糊图像进行复原,复原后的图像经过预处理后,再采用改进的形态学梯度的样条插值亚像素边缘检测方法,以提高容器密封性检测的效率和准确率,并在此基础上进行模拟实验。结果该方法的检测准确率均在95%以上,传统方法很难达到这样的效果。结论该方法能够很好地解决传统检测方法效率低的问题,可以满足实际的检测需求。     

Image Interpolation via Gaussian-Sinc Interpolators with Partition of Unity

In this paper, we propose a novel image interpolation method by using Gaussian-Sinc automatic interpolators with partition of unity property. A comprehensive comparison is made with classical image interpolation methods, such as the bicubic interpolation, Lanczos interpolation, cubic Schaum interpolation, cubic B-spline interpolation and cubic Moms interpolation. The experimental results show the effectiveness of the improved image interpolation method via some image quality metrics such as PSNR and SSIM.     

红外图像的亚像素边缘检测

针对红外图像目标边缘的模糊性,为了准确提取目标,提出了基于三次样条插值和灰阶边缘细化的方法,该方法通过对边缘过渡区域及其法线方向信息的处理,使图像边缘精确定位在亚像素级。实验结果表明,该方法能够精确定位目标边缘,优于传统的边缘检测方法。     

改进型抗混叠轮廓波的图像超分辨率重建

针对Contourlet变换中存在的频谱混叠现象,采用了基于抗混叠轮廓波变换的算法进行图像超分辨率重建.该算法首先用抗混叠塔式滤波器组替换掉Contourlet变换中的拉普拉斯塔式变换,对图像进行尺度变换;然后,根据尺度变换后不同尺度的高频子带之间的相似性,对相关高频分量用双三次插值做高频外推相似变换,再通过方向滤波器...     

自适应插值算法在图像修复中的应用研究

针对BSCB模型速度慢、整体变分模型易产生阶梯效应的缺点,提出了一种基于扩散率函数的自适应插值算法。该算法利用待修复像素点周围的已知像素点的梯度权函数和距离权函数,对未知像素点进行赋值。实验结果显示: 将该算法应用到灰度图像和彩色图像的修复中,与传统算法相比所需运算时间短,视觉效果较好,定量评价指标(峰值信噪比)也证明了该算法的有效性。     

3-D ultrasound volume reconstruction using the direct frame interpolation method

A new method for 3-D ultrasound volume reconstruction using tracked freehand 3-D ultrasound is proposed. The method is based on solving the forward volume reconstruction problem using direct interpolation of high-resolution ultrasound B-mode image frames. A series of ultrasound B-mode image frames (an image series) is acquired using the freehand scanning technique and position sensing via optical tracking equipment. The proposed algorithm creates additional intermediate image frames by directly interpolating between two or more adjacent image frames of the original image series. The target volume is filled using the original frames in combination with the additionally constructed frames. Compared with conventional volume reconstruction methods, no additional filling of empty voxels or holes within the volume is required, because the whole extent of the volume is defined by the arrangement of the original and the additionally constructed B-mode image frames. The proposed direct frame interpolation (DFI) method was tested on two different data sets acquired while scanning the head and neck region of different patients. The first data set consisted of eight B-mode 2-D frame sets acquired under optimal laboratory conditions. The second data set consisted of 73 image series acquired during a clinical study. Sample volumes were reconstructed for all 81 image series using the proposed DFI method with four different interpolation orders, as well as with the pixel nearest-neighbor method using three different interpolation neighborhoods. In addition, volumes based on a reduced number of image frames were reconstructed for comparison of the different methods' accuracy and robustness in reconstructing image data that lies between the original image frames. The DFI method is based on a forward approach making use of a priori information about the position and shape of the B-mode image frames (e.g., masking information) to optimize the reconstruction procedure and to reduce computation times and memory requirements. The method is straightforward, independent of additional input or parameters, and uses the high-resolution B-mode image frames instead of usually lower-resolution voxel information for interpolation. The DFI method can be considered as a valuable alternative to conventional 3-D ultrasound reconstruction methods based on pixel or voxel nearest-neighbor approaches, offering better quality and competitive reconstruction time.     

包装机械手轨迹规划和控制系统设计

目的 针对常见分区域图像修复算法中,对于待修复目标的分离效果不佳而导致的修复效果较差等问题,提出一种基于改进K均值聚类的图像修复方案。方法 首先将待分割图像转换到CIELab颜色空间,对a,b分量进行聚类运算,得到K个聚类中心,通过改变聚类迭代次数,得到粗分割结果;然后采用数学形态学对分割结果进行细化处理,精确分离得到目标对象和背景;最后,采用Reinhard算法对目标和背景分别进行色彩迁移,得到图像修复结果。结果 所提模型中的区域分割算法,其分离效果均优于经典的分水岭算法、最大类间方差法和基于Lab通道的最大类间方差算法,采用Reinhard色彩迁移算法图像修复结果比较接近理想修复效果。结论 由最终结果可知,提出修复法的整体效果较为理想,且优于传统的分区域图像修复算法,可为生产实践提供必要的理论依据。     

利用二维插值核的高分辨力图像重构

利用连续图像采样及其内插公式,提出了一种基于二维插值核重建高分辨力图像的新算法。该算法先使一般低分辨力序列图像具有标准位移关系,再根据高、低分辨力图像之间的关系重构高分辨力图像。同时利用正则化技术导出了一套重复迭代算法,以提高算法的处理效果和克服病态问题。实验表明,该算法使图像的细节和清晰度大大增强,分辨力大幅度提高,明显优于零阶保持插值算法的处理结果,其峰值信噪比提高8-9dB。