旋转运动模糊的实时恢复

提出了一种旋转运动模糊恢复算法,用来解决航空成像时旋转运动模糊的实时恢复问题.对旋转运动模糊这种具有异速像移的空间变化模糊进行了分析,并推导出旋转运动模糊的数学模型.用基于Bresenham画圆法的坐标转换方法将旋转圆弧上的空间变化模糊转变为常见的线性空间不变模糊,并使用一维维纳滤波对圆弧轨迹上的像素点进行模糊恢复.实验结果显示:本文算法在GPU处理平台下用3.31 ms即能恢复一帧1 024×1 024,8 bit旋转运动模糊图像,且极好地恢复了图像上的细节信息,恢复图像的峰值信噪比(PSNR)为28.76.算法的速度及效果表明本文所提出的算法具有较大的实用价值.     

快速运动模糊图像盲解卷积算法

针对快速运动形成的图像模糊,提出了一种运动模糊图像盲解卷积算法.首先,对被噪声污染的频谱图像进行脊波增强;然后,采用一种新的基于Radon变换的鲁棒算法来确定模糊核函数,该算法在小模糊长度和低信噪比的条件下仍能准确地估计模糊核参数;确定模糊核函数后,采用基于hyper-laplacian先验的快速非盲解卷积算法来恢复模糊图像.实验结果证明,与基于机器学习的R.Fergus的算法相比较,本文算法在获得相近效果的前提下,计算时间从近30 min下降到40 s左右.该算法对合成运动模糊图像和实际相机运动的自然模糊图像都具有较好的恢复效果.     

航空多重模糊图像恢复算法

提出一种针对多重模糊的图像恢复算法,解决航空成像中多重模糊同时作用时的图像恢复问题。对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复。对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复。对包含空间变换模糊的多重模糊在分步恢复过程中所产生的图像误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的PSNR值提高7.76dB。实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量。     

运动模糊图像的实时恢复算法

提出了一种新的处理运动模糊图像的方法,以一维维纳滤波(1DWF)来快速恢复二维的模糊图像。给出了1DWF算法可行性的理论论证,并给出了1DWF算法及其它常用图像恢复算法的实验结果和对比评价。运算量分析表明:1DWF算法的运算量只有二维维纳滤波运算量的1/3;实验结果显示:在P4 3.0G主频的PC机上,1DWF算法可以使得512×512的8位灰度测试图像在36 ms内完成图像恢复。对图像恢复质量的评价结果显示:1DWF算法的图像恢复质量与原维纳滤波的恢复效果相同,验证了在单处理器上实时、高质恢复模糊图像的可行性。     

航空多重模糊图像的恢复

提出一种针对多重模糊图像的恢复算法,以解决航空成像中多重模糊同时作用时的图像恢复问题.对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复.对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复.对多重模糊图像在分步恢复过程中所产生的误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的峰值信噪比(PSNR)值提高7.76.实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量.     

基于运动模糊特征分割的空间移变降质复原

针对一类由动机座上的相机对运动目标拍摄得到的空间移变降质图像,提出基于像素运动模糊特征分割的图像复原方法。首先分析由于运动模糊的卷积作用,该类图像中的运动目标和背景产生相对位移,两者的像素发生叠加,发现若背景灰度均匀,则叠加区相邻像素灰度值的变化程度相似。根据该灰度变化特征检测运动模糊方向上的目标边缘,并结合canny算子检测平行于模糊方向的边缘,两部分边缘图像进行求或运算,然后利用形态学操作处理,从而分割得到完整的目标模糊图像。对该目标图像剔除叠加区的背景灰度信息,并补零扩充为完全卷积的模糊图像,最后利用反卷积复原算法去除模糊。实际复原结果证明,该方法能够有效地解决该类空间移变降质图像的复原问题。     

匀速直线运动模糊图像的模糊参数鲁棒识别

针对摄像机成像时经常产生匀速直线运动模糊,导致图像退化的现象,提出了恢复图像涉及的精确辨识运动模糊尺度的方法.由于利用Radon变换可以精确地识别运动模糊方向,通过图像旋转可以将运动模糊的方向旋转到水平轴,因此,只对水平方向的运动模糊图像进行研究.对于不带噪声的运动模糊图像,对其进行Fourier变换转化到频率域,使用BP神经网络检测运动模糊尺度;BP神经网络的输入量为频谱图中央区域的幅度加和.对于带噪声的运动模糊图像,先对其进行双谱变换,再使用BP神经网络检测运动模糊尺度;双谱中每列的最大值为BP神经网络的输入量.最后通过仿真实验验证了本文方法的正确性和有效性.验证结果显示,当噪声图像的信噪比SNR≥23 dB时,本文方法的模糊参数辨识平均误差≤5％,优于传统的运动模糊参数辨识方法.     

结合Bresenham直线算法的运动模糊方向判断方法

图像复原是一个以改善图像质量为目的,利用退化现象的某种先验知识尝试重建或恢复退化图像的学科领域。运动模糊图像的恢复就属于图像复原这个领域。在恢复模糊图像时,很多时候都是不知道退化模型或者退化信息的,这让恢复过程难以实现或得到的恢复效果不理想。对于模糊运动方向未知的匀速直线运动模糊图像,本文提出一种结合计算机图形学中Bresenham直线生成算法的运动角度估计方法。实验结果表明,这种方法判别模糊运动角度简单可行,判断比较准确,速度较快。     

相对运动的模糊图像复原的算法研究

对由相对运动引起的模糊图像复原的算法进行了研究，分析其退化的原因，建立了其退化和复原的数学模型．并采用逆滤波、维纳(Wiener)滤波和卡尔曼(Kalman)滤波等算法对仿真运动下的模糊图像分别进行了图像恢复处理。结果表明，利用这一模型算法取得了良好的效果。还对更为复杂退化环境下的图像恢复问题进行了初探，为更为复杂退化环境下的图像恢复提供了理论依据和实践基础。     

含噪径向运动图像复原技术的研究

当摄像机随载体作高速运动时,由于成像曝光时间、摄像机与目标间的纵向相对运动等因素使目标图像产生从中心到边缘的辐射状径向模糊,而且越靠近图像的边缘模糊程度越大。针对这一典型的空间变化运动模糊情形,通过坐标变换,使模糊在变换后的坐标系中是空间不变的,从而建立模糊的卷积模型,并提出采用FFT-正则化算法对含噪径向运动退化图像进行复原。试验表明该方法减少了计算的复杂度,可较好地再现原图像的重要信息。     

一种航空斜视成像异速像移实时恢复算法

本文提出一种异速像移补偿算法,解决航空相机斜视工作时成像靶面的异速像移补偿问题。复杂多变的载机飞行姿态影响航空相机的工作状态,并导致各种像移模糊。当载机侧飞时,航空相机会处于斜视状态,焦平面上会同时出现多个异速像移。通过对异速像移产生机理的分析,我们根据不同像移量将图像分成多个区。为避免二维傅氏变化生成的振铃效应,将上述各区继续细分到像素线,用一维维纳滤波并行恢复各像素线,将结果合并成恢复图像。实验表明：对斜视状态下的运动模糊图像,本文算法恢复结果的PSNR为30.469,图像细节能得到有效恢复;本文的算法并行方案在GPU并行平台下取得一帧2048x2048灰度模糊图像17ms恢复的成绩,解决了图像恢复的实时性问题。     

航空成像像移模糊恢复技术

分析了航空成像系统像移模糊产生的机理;通过建立运动模糊的数学模型,构建二维运动模糊点扩散函数;采用维纳滤波方法,消除了航空成像系统图像像移模糊;通过加窗技术,有效地抑制和减小了边缘误差.实验结果表明,该方法效果较好,可以实现1个像元的恢复精度.     

MEASUREMENT OF ANGULAR VIBRATION AMPLITUDE BY ACTIVELY BLURRED IMAGES

A novel motion-blur-based method for measuring the angular amplitude of a high-frequency rotational vibration is schemed. The proposed approach combines the active vision concept and the mechanism of motion-from-blur, generates motion blur on the image plane actively by extending exposure time, and utilizes the motion blur information in polar images to estimate the angular amplitude of a high-frequency rotational vibration. This method obtains the analytical results of the angular vibration amplitude from the geometric moments of a motion blurred polar image and an unblurred image for reference. Experimental results are provided to validate the presented scheme.     

一种基于参考图频谱相关的模糊参数判别方法

对于模糊图像的复原,模糊模型参数判别的准确性是一关键,针对大尺度模糊图像有效细节信息的丢失,噪声等干扰对模型特征的减弱,以及实拍图像的频谱特征不明显等问题,提出了一种基于参考图像频谱相关性的模糊参数判别方法,将一幅清晰图像按照不同模糊参数进行模糊处理,并与待复原图的频谱进行相关性分析计算,以获得准确的模型参数。实验结果证明,该方法能够适应大尺度散焦模糊,具有较强的抗噪性并且适应实拍的散焦模糊图像复原。     

组合曝光的计算成像系统及其复原

传统光学成像方式在低照度条件下拍摄高速运动物体时,通过积分时间的配置难以平衡能量获取和高速运动模糊之间的矛盾。为了解决低照度条件下高速运动物体的清晰成像问题,本文提出一种基于组合曝光图像的计算成像方式,通过高帧频相机采集邻近两帧形成组合曝光图像对,基于两帧图像信息的互补,合理估算运动模糊点扩散函数,最终获取高信噪比的复原图像。试验结果表明,本文所述的计算成像方法能够良好地解决低照度条件下高速运动目标的成像模糊问题。通过本方法获得的复原图像相比原降质图像在细节纹理上有明显的改善,客观评价指标峰值信噪比(PSNR),结构相似指数(SSIM)相比原降质图像提升10%左右,整体性能效果优于现有非深度学习复原方法,图像清晰可靠,具有良好的主观视觉效果。     

基于稀疏表示和Weber定律的运动图像盲复原

针对运动过程中视觉图像易产生运动模糊的问题,提出了一种基于稀疏表示和Weber定律相结合的图像盲复原方法。该方法利用冲击滤波器预测模糊图像的显著边缘梯度,并用多尺度策略由粗到细进行模糊核的估计。然后,对图像盲复原模型进行稀疏正则化约束,并结合反映人类视觉特性的Weber定律对合成模糊图像和真实模糊图像进行盲复原。实验结果表明,本文采用的盲复原算法的性能指标和图像的纹理都达到了较优的复原效果。与近年较好的Rob Fergus去模糊方法和Xu Li去模糊方法相比,对Lena模糊图去模糊后的结构相似度(SSIM)为0.762 4,峰值信噪比(PSNR)提高了1.82~2.99dB;对Cameraman模糊图去模糊后的结构相似度(SSIM)为0.8589,PSNR提高了2.46~5.58dB。另外,本文方法降低了复原图像的边界伪影,符合人的视觉感知特性。