基于刃边法的模糊图像复原

基于点扩散函数的模糊图像复原是数字图像处理领域的重要研究方向之一,其中点扩散函数的获取一直是研究的一个热点。现围绕散射引起的图像模糊开展研究,采用刃边法采集图像模糊核,以高斯函数为模型拟合出系统的点扩散函数,然后采用逆滤波完成图像复原。仿真实验表明,拟合出的点扩散函数较准确,图像复原效果良好。     

基于维纳滤波的运动模糊消除算法及其在航空成像系统中的应用

分析了航空成像系统运动模糊产生的机理,通过建立运动模糊数学模型,进行了消除运动模糊仿真实验。研究表明,由于成像系统与地面目标景物的相对运动,在目标图像上产生运动模糊,图像复原技术可以消除图像模糊。在图像复原技术中,点扩散函数(PSF)是影响图像恢复结果的关键因素,文中给出了估计点扩散函数的一般方法。虽然维纳滤波可以解决在逆滤波中H(u,v)零点噪声放大问题,但是在图像边缘附近误差较大。采用带最优窗的维纳滤波方法可有效抑制噪声和减小边缘误差。对实验平台获取的运动模糊图像进行实验,结果表明在图像边缘像素灰度平滑条件下,可以收到近乎完美的恢复效果。     

基于边缘预测和稀疏约束的湍流图像盲复原

大气湍流严重影响天文观测图像的成像效果,必须对退化图像进行处理才能获得清晰的图像。经典的湍流退化图像盲复原算法(IBD、NAS-RIF等)使用的先验知识过于简单,导致很多场合不能获得较优的复原效果。近几年提出的稀疏表达理论,使用自然图像边缘的稀疏先验信息指导图像复原,能复原出较多的细节,但它直接使用模糊图像的梯度图像指导点扩散函数复原,而模糊的梯度图像包含很多噪声和伪边缘,无效的梯度会误导点扩散函数的估计,从而使复原图像中出现较多伪迹。针对上述问题,提出了一种基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原算法,该算法首先从当前的复原图像中预测出有效的边缘,然后将边缘预测信息与自然图像边缘的稀疏先验信息相结合指导点扩散函数复原,得到点扩散函数后,再通过一种非盲复原算法恢复出当前的目标图像,并将此复原图像作为下一次边缘预测的输入图像,如此迭代循环直到求出最终清晰的目标图像。所提算法结合了图像的先验信息与退化图像自身包含的有效信息,能有效抑制图像复原过程中产生的伪迹,获得令人满意的结果。针对多幅模拟的湍流退化图像进行仿真测试,验证了算法的有效性。     

航空光电成像电子稳像技术

介绍了一种电子稳像技术,解决了航空平台光电成像系统视频图像帧内运动模糊和帧间不稳定问题。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,消除图像帧内运动模糊;通过灰度投影算法,检测序列图像当前帧和参考帧之间的运动矢量,采用图像补偿方法,实现序列图像稳定输出。实验结果表明,本文方法能提高信噪比,实现1 pixel的稳定精度,有效改善图像质量,输出清晰稳定的视频图像, 具有精确、快速、实用的特点。     

应用自解卷积和增量Wiener 波实现迭代盲图像复原

提出了一种基于自解卷积和增量Wiener滤波的迭代盲图像复原算法(SDIWF-IBD).将自解卷积点扩散函数估计法应用于迭代盲目反卷积,准确估计了点扩散函数频域;在图像估计时使用增量Wiener滤波,确保算法稳定收敛.为进一步控制算法收敛速度,引入内迭代加速方法,有效减少了算法的外部迭代次数.实验结果表明,复原后图像细...     

基于边缘分离的去振铃复原

针对模糊图像复原后常常存在的振铃现象,提出了一种基于边缘分离的去振铃复原方法。该方法首先使用基于图像质量评价的降晰函数辨识方法估计模糊图像的降晰函数尺寸,提取模糊图像中的强边缘并平滑边缘区域得到去边缘模糊图像。然后,利用估计降晰函数对去边缘模糊图像进行迭代盲复原。最后,提取边缘增强后加入到复原的去边缘图像中得到完整的复原图像,并对复原图像进行增强。复原过程中为了抑制噪声放大使用了Wiener和离散小波变换(DWT)联合去噪算法对图像的低频区域进行去噪。实验结果表明:与传统的迭代复原算法相比,本算法复原图像的振铃测度降低了34%以上,比基于Fuzzy滤波器的去振铃算法低12.5%以上;同时,本算法复原的图像质量也得到了明显提升。     

模糊图像处理在活塞环检测中的应用

为了解决因在活塞环缺陷检测的过程中,由于相机与活塞环之间存在相对运动,使图像产生运动模糊,对后面的缺陷特征提取、目标识别和图像分析产生的不良影响,以运动模糊图像的点扩展函数估计为中心,推导和计算出图像模糊的模糊角度以及模糊长度,然后应用维纳滤波的方法,得到复原后的质量得到改善的图像。同时通过实验的方法,测试了图像复原的结果,得到经过预处理后质量较高的图片。     

一种改进遗传算法及其在图像复原中的应用

遗传算法的参数中交叉率和变异率的选择是影响遗传算法行为和性能的关键,直接影响算法的收敛性.论文提出了一种适用于实数编码的改进遗传算法,通过综合交叉和随机变异等手段,避免了人为确定交叉率和变异率,从而使算法更加稳健,在提高搜索效率的同时减少陷入局部最优的机会.研究了该方法在图像复原中的应用,并通过运动模糊图像复原的仿真实验,提供了图像复原的一种新思路.采用本方法恢复模糊图像,不必对点扩散函数作出精确的估计,仿真结果表明该算法能很好地恢复出已退化的图像,显示了改进遗传算法的优点,得到了一种图像复原的新方法.     

运动模糊图像复原技术研究

分析运动模糊图像复原研究现状,说明该研究目前的三个方面的应用局限性,然后针对这些局限介绍目前研究的方向及常见技术。为了突破单一图像进行运动模糊复原的局限性,解决点扩散函数(PSF)难以估计以及图像反卷积的病态性问题,介绍一种联合图像复原的方法。     

基于最大似然的超分辨率图像复原方法

从超分辨率图像复原的实际应用出发,提出了一种基于最大似然的序列图像复原方法.在通用线性观测成像模型下,利用改进的奇异值分解法估计成像系统点扩散函数,通过高斯金字塔结构下的光流场方法估计图像间的亚像素级平动,利用基于统计特性的方法估计图像噪声方差等.根据以上参数及部分先验知识,运用最速下降迭代算法实现基于最大似然的超分辨率复原,并对迭代结果进行维纳滤波.计算机模拟实验结果表明,该方法具有较好的复原效果,其性能优于典型的反向迭代投影法.利用实际视频图像的复原实验证明了该方法的实用性.     

改进二值化算法在铁路路况图像处理中的应用

针对铁路路况识别系统实时性要求高,图像受太阳光照射、阴影遮挡等外界条件影响大的特点,结合了两种对CTSU法的改进,提出了一种新的改进算法。改进二值化算法首先利用快速二值化算法找到一个初始的阈值,然后利用类内方差和图像灰像素的变化率的关系来判断是否对图像进行继续分割,直到找到最佳阈值为止。此法可在提高算法的适应性的同时使计算速度得到改善,实验结果表明这一算法效果良好。     

Turbidity-adaptive underwater image enhancement method using image fusion

Clear, correct imaging is a prerequisite for underwater operations. In real freshwater environment including rivers and lakes, the water bodies are usually turbid and dynamic, which brings extra troubles to quality of imaging due to color deviation and suspended particulate. Most of the existing underwater imaging methods focus on relatively clear underwater environment, it is uncertain that if those methods can work well in turbid and dynamic underwater environments. In this paper, we propose a turbidity-adaptive underwater image enhancement method. To deal with attenuation and scattering of varying degree, the turbidity is detected by the histogram of images. Based on the detection result, different image enhancement strategies are designed to deal with the problem of color deviation and blurring. The proposed method is verified by an underwater image dataset captured in real underwater environment. The result is evaluated by image metrics including structure similarity index measure, underwater color image quality evaluation metric, and speeded-up robust features. Test results exhibit that the method can correct the color deviation and improve the quality of underwater images.     

Two-photon image correlation spectroscopy and image cross-correlation spectroscopy

We introduce two-photon image correlation spectroscopy (ICS) using a video rate capable multiphoton microscope. We demonstrate how video rate two-photon microscopic imaging and image correlation analysis may be combined to measure molecular transport properties over ranges typical of biomolecules in membrane environments. Using two-photon ICS, we measured diffusion coefficients as large as 10⁻⁸ cm² s⁻¹ that matched theoretical predictions for samples of fluorescent microspheres suspended in aqueous sucrose solutions. We also show the sensitivity of the method for measuring microscopic flow using analogous test samples. We demonstrate explicitly the advantages of the image correlation approach for measurement of correlation functions with high signal-to-noise in relatively short time periods and discuss situations when these methods represent improvements over non-imaging fluorescence correlation spectroscopy. We present the first demonstration of two-photon image cross-correlation spectroscopy where we simultaneously excite (via two-photon absorption) non-identical fluorophores with a single pulsed laser. We also demonstrate cellular application of two-photon ICS for measurements of slow diffusion of green fluorescent protein/adhesion receptor constructs within the basal membrane of live CHO fibroblast cells.     

Bayer彩色序列图像的电子稳像

提出了一种适合Bayer彩色序列图像的电子稳像方法。该方法根据Bayer彩色图像特点,通过色彩还原和RGB至YCbCr颜色空间的变换,将Bayer彩色图像转换为灰度图像。采用灰度投影算法估计两幅图像之间的运动量;通过计算灰度图像在水平和垂直方向的投影特征数据,构造当前图像和参考图像投影数据之间的相关函数;依据最小误差匹配准则,估计两幅图像之间的水平和垂直位移量。为解决传统补偿算法在处理奇数运动量时的颜色失真问题,基于双线性插值算法构建了适合Bayer彩色图像的运动补偿算法。最后,对Bayer彩色序列样本图像进行了色彩还原和图像稳定实验。结果表明,本文方法可以实现像元级运动量检测,运动补偿后的序列图像峰值信噪比优于40db。实验显示,本文方法可行且有效,适合Bayer彩色序列图像的运动估计和运动补偿,可以实现序列图像的稳定输出。     

An algorithm of image segmentation for overlapping grain image

1Introduction Imagesegmentationisprimaryissueinim ageprocessing,atthesametimeitisprincipal probleminlowlevelvisionincomputervision field.Itisthekeytechnologytoprocessimage analysis,imagecomprehensionandimagedepic tionsuccessfully.Imagesegmentationmeans thatpendingprocessingimageisdividedinto severaldifferentareaswhichhavespecialmean ingandhavenotintersectantmutual.Theimage segmentationisinwideuse,butuptonow,thereisnotuniversalmethod,andthereisnot objectivecriterionwhichjudgethatifitissuc cessf…     

一种基于局部图像复原的天文图像增强算法

大气湍流、光子和电子噪声等降低了地基观测天文图像的质量,影响了空间目标的检测,针对这种情况,提出一种基于局部图像复原的天文图像增强算法。首先利用已知的观测设备系统参数和图像建立初始点扩散函数的模型,然后将图像分割成N×N个区域,对满足条件的子区域进行基于盲反卷积的图像复原,最后采用改进的中值滤波器对复原图像进行去噪,实现天文图像的增强。采用实际天文图像进行算法验证,实验结果表明,该算法有效的抑制了大气湍流和噪声的影响,提高了图像的分辨率和空间目标背景的对比度,在保证图像增强效果的前提下减少了大约30%的运算量。     

图像法挠度测量中靶标成像识别的研究

图像法挠度测量中靶标成像精确识别是决定该方法是否能进行实际应用的关键因素，为解决图像法挠度测量中的靶标成像精确识别问题，分析了图像法挠度测量的原理，并在此基础上分析了由于天气变化导致成像模糊而影响靶标精确识别的原因。针对该影响因素，提出了图像质量的增强和锐化方法，并采用自适应强的BP神经网络识别靶标，同时给出了识别方法。通过实验对所提出方法的结果进行了对比分析，结果表明该研究结果对天气变化有很好的适应能力。     

高精度影像测量系统中图像的超分辨率重建

为了提高影像测量系统的测量精度,研究了基于微位移错位的多幅图像超分辨重建技术.考虑制作成本和制作难度,提出了一种不苛求精确微位移的超分辨率重建技术.首先,获取随机微位移图像序列;然后,利用被测对象中易于实现高精度提取的特征点或采用模板衬底中的特征点计算出图像序列间的准确位移关系;最后,根据本文提出的数学模型重建出高分辨...     

车载图像跟踪系统中电子稳像算法的研究

提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。