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.     

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.     

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。     

运动成像混合模糊的全变分图像复原

为了实现运动成像中视频帧内复原,研究了帧内运动模糊和离焦模糊两种常见模糊类型带来的混合模糊问题。首先,依据模糊图像的频谱特性定性判定模糊类型,利用倒谱分析的方法定量估计模糊模型点扩散函数,依据工程实际选取模糊参数进行仿真实验,实现点扩散函数估计方法的准确性验证。然后,采用耦合梯度保真项的改进型全变分图像复原算法,约束点扩散函数估计误差对图像复原的影响,并采用适应L1范数的Split-Bregman算法完成复原算法的数值实现。最后,对算法性能进行验证,完成仿真和实拍混合模糊图像的复原。实验结果表明,倒谱分析估计点扩散函数的准确率达到90%。复原算法能保持图像边缘和细节,并有效抑制振铃效应,帧内稳像的图像峰值信噪比为28.92 dB。     

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。     

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。     

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。     

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。     

基于点扩散函数的小目标辐射测量

提出了一种基于点扩散函数(PSF)精确测量尺寸很小或者距离很远的一类小目标的红外辐射特性的方法。该方法在已知目标几何形状的前提下,采用倾斜刃边法测得光学系统的点扩散函数;对目标成像和探测器焦平面阵列采样过程进行建模,得到目标在探测器上成像的模拟图像;通过对红外系统捕获的模拟图像与真实图像进行匹配获得最优化估计的目标亮度、尺寸以及中心位置。最后,通过实验对该方法进行了验证。结果显示:圆形目标温度为70℃,理想几何成像直径大于4个像元时,测得的辐射亮度最大误差为2.35%;目标尺寸(面积)最大误差为1.89%。该方法可用于获取目标和背景辐射特性,测试红外成像系统性能,完成图像复原和小目标定位等。     

改进的奇异值分解法估计图像点扩散函数

为了提高图像复原算法的性能,提出了一种改进的奇异值分解法估计图像的点扩散函数。从图像的退化离散模型出发,对图像进行逐层分块奇异值分解,并自动选取奇异值重组阶数以减少噪声对估计的影响。利用理想图像奇异值向量平均能谱指数模型,估计点扩散函数奇异值向量的频谱,再反傅里叶变换得到其时域结果。实验结果表明,该方法能在不同信噪比情况下估计成像系统的点扩散函数,估计结果比原有估计方法有所提高,有望为图像复原算法的预处理提供一种有效的手段。     

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。     

高频振动振幅的视觉测量

研究了运动模糊图像在空间域和频域上的数学模型,理论分析指出物体作高频谐波振动时运动模糊成像的频谱上会由于Bessel函数的零点的存在而形成系列暗条纹。提出利用CCD摄取一幅振动模糊图像,经二维傅里叶变换,并采用图像处理技术检测频谱上直线条纹的位置,即可实现高频振动振幅的图像测量,测量结果为亚像素级的精度。     

The influence of the regularization parameter and the first estimate on the performance of Tikhonov regularized non-linear image restoration algorithms

This paper reports studies on the influence of the regularization parameter and the first estimate on the performance of iterative image restoration algorithms. We discuss regularization parameter estimation methods that have been developed for the linear Tikhonov–Miller filter to restore images distorted by additive Gaussian noise. We have performed experiments on synthetic data to show that these methods can be used to determine the regularization parameter of non-linear iterative image restoration algorithms, which we use to restore images contaminated by Poisson noise. We conclude that the generalized cross-validation method is an efficient method to determine a value of the regularization parameter close to the optimal value. We have also derived a method to estimate the regularization parameter of a Tikhonov regularized version of the Richardson–Lucy algorithm.   These iterative image restoration algorithms need a first estimate to start their iteration. An obvious and frequently used choice for the first estimate is the acquired image. However, the restoration algorithm could be sensitive to the noise present in this image, which may hamper the convergence of the algorithm. We have therefore compared various choices of first estimates and tested the convergence of various iterative restoration algorithms. We found that most algorithms converged for most choices, but that smoothed first estimates resulted in a faster convergence.     

航空成像像移补偿的并行计算

基于图像处理器(GPU)平台提出了维纳并行滤波算法,解决了航空成像的像移实时补偿问题.介绍了原有像移补偿算法及其PC运行平台的不足,立足于现有图像处理器通用计算技术对原有像移补偿算法做多线程并行计算的改进.针对图像处理器件的硬件并行架构,优化设置算法多线程访问,提高了各个线程的访问速度.该环节的改进甚至能将算法效率提升到原来的3倍.借助图像处理器的并行运算优势,单帧1 024×1 024灰度图像的恢复处理时间只需要8 ms,整个算法的运行速度达到原先的20倍,能够完全满足高分辨率航拍视频图像的像移模糊实时恢复的需求.     

航空光电成像模糊的实时恢复

基于复数离散傅里叶变换(CDFT)频谱的共轭对称性,对传统的实数离散傅里叶变换(RDFT)做了改进,将改进后的RDFT算法用于维纳滤波器中来实现对运动模糊图像的恢复处理。一幅水平方向运动模糊,大小为512×512的8 bit灰度图像被用作测试图像,可以在19 ms内在Intel Pentium 4 3.0 GHz主频的PC机上用一维维纳滤波及改进的RDFT算法完成模糊恢复,满足实时处理的需要。实验结果显示,改进的RDFT能对CDFT的频谱数据实现有效压缩,节省一半的存储空间,使得维纳滤波等图像恢复频域算法的运算速度提高将近一倍;与CDFT相比,改进的RDFT算法没有丢失数据,能达到相同恢复精度。     

Real-time image quality assessment with mixed Lagrange time delay estimation autoregressive (MLTDEAR) model

A proposal to assess the quality of scanning electron microscope images using mixed Lagrange time delay estimation technique is presented. With optimal scanning electron microscope scan rate information, online images can be quantified and improved. The online quality assessment technique is embedded onto a scanning electron microscope frame grabber card for real‐time image processing. Different images are captured using scanning electron microscope and a database is built to optimally choose filter parameters. An optimum choice of filter parameters is obtained. With the optimum choice of scan rate, noise can be removed from real‐time scanning electron microscope images without causing any sample contamination or increasing scanning time.     

Correction of the pulse response of the video registration system after accumulation of a series of mutually shifted images

A new algorithm for processing a series of images with a low sampling frequency, aimed at forming high-resolution images, is proposed. The algorithm is based on the use of a linear filter with a limited aperture calculated by the method of optimal linear prediction. Experimental estimates of the quality of high-resolution image reconstruction are given for different values of the filter size, number of initial images, and level of accompanying additive noise.