空间移不变系统图像超分辨复原的快速解耦算法

超分辨率图像复原是当今一个重要的热门研究课题. 本文提出了一种基于全变差模型的超分辨率复原快速解耦算法. 利用半二次正则化思想, 提出了一个新的解耦TV (Total variation)模型. 利用交替最小化方法和线性空间不变模糊的性质将上采样融合、去模糊和去噪分步进行. 算法中对上采样融合采用非迭代的直接计算方法; 去模糊过程采用基于变换的预处理共轭梯度迭代算法, 而去噪过程采用了子空间投影方法. 本文算法降低了算法复杂度; 超分辨率重建图像在去除噪声的同时, 不仅能够保证图像平坦区域的保真度, 较好地抑制阶梯效应的产生, 而且能够保持图像中边缘等重要几何结构的清晰度.     

一种基于线性化Bregman迭代的图像去模糊新方法

基于线性化Bregman迭代法带有软阈值算子的A+算法,结合广义逆迭代格式,提出一个新的混乱迭代方法求解图像的去模糊问题。在算法上充分考虑对细节信息的有效利用,以弥补在每步迭代过程中为了去模糊而过滤掉的图像细节特征的损失,达到有效滤波的效果。同时在计算时间和恢复效果之间取得平衡。数值试验结果表明,新方法在提高计算效率的同时还能得到很好的图像恢复效果,特别是细节特征和稀疏纹理的恢复。     

高分辨率LED显示屏中图像适配问题研究

随着LED显示屏分辨率的日益增长,低分辨率图像的显示模糊问题已不容忽视。本文采用图像超分辨率技术对低分辨率图像进行信息填充,仿真结果表明,处理后的图像在不同规格的高分辨率LED显示屏播放时均具有更好的视觉效果。     

L1投影问题的分裂Bregman方法

为了解决一般的L1投影问题,提出交替分裂Bregman L1投影算法,并给出了算法的收敛性分析和证明.该算法适用于宽泛的L1投影的线性逆问题,以全变差投影为例,该算法比目前所提出的对偶投影算法收敛速度更快,图像恢复的质量更高.通过图像去噪、去模糊和修补的实验结果表明,相比于目前的对偶投影算法,不论是信噪比还是视觉效果,该算法的结果更优.     

面向模型空间地震反演成像的点扩散函数快速计算方法

点扩散函数(PSF)反映了地震观测系统对地下一个成像点观测过程的模糊化.在反演理论下可以证明,偏移成像是真实反射率与PSF卷积的结果.将反演成像转化为模型空间的图像去模糊问题,其核心在于PSF算子的计算和PSF模糊化效应的消除.提出了通过散射点模型的一次正演和偏移高效求取控制点PSF,而后通过空间插值快速得到全成像空间...     

基于频域Transformer的对抗生成网络去运动模糊算法

对于图像不均匀的运动模糊问题，模型感受野的大小相当重要，基于自注意力机制的Transformer的感受野远大于传统CNN模型。并且引入了高效的频域处理模块，以往结合频域处理模糊的方法忽略了运动模糊在频域图中呈现出来的方向性特征，根据这种特征将其分解处理可以高效地恢复图像。实验中与目前较经典的几个方法进行了对比，模型在GoPro数据集上PSNR得分为32.24 dB，在RealBlur-J数据集上的得分为29.38 dB，效果相较于其他方法在两个数据集上分别提高了0.72 dB和0.83 dB。     

基于图像处理的一维条形码识别技术研究

本文主要致力于解决噪声,光照和运动模糊条件下的条形码定位与识别问题。首先选择合适的条形码图像噪声监测算法、条形码图像去噪算法及光照处理算法用于对条形码图像进行预处理;其次对条形码定位算法进行研究;最后,将本文设计的条形码识别算法同其他流行的条形码识别算法进行试验数据对比。     

基于混合数据项的运动去模糊变分方法

运动去模糊是当今图像处理领域的研究热点和难点.鉴于变分能量方程在图像处理中的理论优势,提出了基于变分能量方程的运动去模糊算法.为了利用图像中的梯度信息并消除噪声的影响,采用混合数据项.引入归一化的总变分项,使得运动去模糊的真正解能够使得变分能量下降.由于引入的归一化总变分项求解复杂,引入线性分裂Bregman迭代简化求解过程.由于运动轨迹的复杂性,算法在多尺度框架下进行,从粗尺度到细尺度依次渐近执行,直到最终求得模糊核函数.粗尺度上估计的点扩展函数和恢复的清晰图像作为下一精确尺度变分能量模型求解的初始值.估计出点扩展函数后利用总变分能量方程求得清晰的图像.实验结果验证了算法的有效性.