图像插值分析的交互式分层复原

为了复原模糊图像以得到可辨识的目标,分析相机与目标高速相对运动时产生的两种模糊性质,针对其退化函数难以确定的特点,提出一种基于图像插值分析的交互式分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理.然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原.对仿真图像进行实验,基本上恢复了目标图像的特征,证明该方法复原效果比较理想.     

基于层次聚类的弱小目标检测算法

空间图像具有恒星、目标和噪声特征相似,星点灰度范围大的特点,常见的小目标检测方法无法有效处理该类图像。提出了基于层次聚类的空间弱小目标检测算法,以星点到参考恒星之间的距离变化为依据,根据恒星和目标的运动特性构造相似性度量函数,通过寻找误差平方和曲线拐点的方法寻找最优分类曲面和分类个数,最后以两层复合分类将恒星、噪声和目标分离。实验结果表明,该方法兼容8位和16位灰度图像,可以有效检测出单点和多点小目标。     

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。     

小波估计图像棱边分布的边缘保持规整化复原

为了从模糊图像中更准确地估计真实棱边分布,并将其用作边缘保持规整化复原的约束条件,提出小波多尺度分析的复原方法.该方法组合多个尺度的小波细节求相关,得到表征棱边分布的小波子带图像;在各向异性Markov随机场模型的基础上,选取满足边缘保持条件的势函数,将各方向小波子带滤波器代替梯度算子构造惩罚项,从而减少参数个数,降低训练复杂度;最后给出参数的自适应取值方法,并使用半二次规整化方法求解.实验结果证明,该方法复原的视觉效果优于梯度算子的方法,适合处理模糊尺度较大的图像.     

Kronecker积重构卷积核矩阵的图像迭代复原方法

图像复原实际上是反卷积问题,其中的卷积核矩阵属于大尺寸的Toeplitz矩阵。为了降低迭代复原算法的计算复杂度,通过分析该Toeplitz系统的病态性及常见快速求解方法,提出一种基于卷积核矩阵重构的预条件共轭梯度迭代算法。首先根据Toeplitz矩阵可分解为Kronecker积的和的性质,对点扩散函数进行奇异值分解,将各奇异值对应的左右向量构造子Toeplitz矩阵,子矩阵作Kronecker积并加和,从而得到卷积核矩阵的分解式,然后根据Kronecker乘积的性质,将该分解式用于构造预条件算子,最后利用预条件共轭梯度法求解。计算复杂度分析及实验表明该方法有助于加速迭代的收敛并得到稳定结果。     

基于疑似目标区域提取的空间图像降噪

对于空间目标图像的降噪预处理,要求能够完整地保留目标的边缘同时保证目标内部灰度分布不变,直接利用传统降噪增强方法难以取得理想效果.针对空间目标可见光图像,分析可能引入的噪声种类及其特性,提出了一种通过提取疑似目标区域达到降噪目的的方法.该方法首先使用SUSAN滤波结合频域分析、背景杂波抑制获得目标区域,然后从原始图像中提取出没有背景噪声的图像,从而实现图像的降噪.为了验证降噪效果,从整体视觉效果、局部星点视觉效果和信噪比三方面,与中值滤波、低通滤波、小波变换方法处理结果进行比较,实验结果显示,该方法在去除背景噪声的同时,能够更好地保留目标的边缘和内部灰度分布.     

小波多尺度分析目标图像复原

为了有效复原模糊图像以得到可辨识的目标图像,需要根据目标图像的纹理特征来进行有约束的正则化复原。针对大尺度模糊图像的复原处理,通过分析常见的自适应正则化方法在抑制噪声及虚假波纹方面存在的问题,提出基于小波多尺度分析的正则化复原方法,该方法利用小波变换的多尺度分析技术直接分析模糊图像,结合形态学操作得到合理反映目标棱边分布的图像,并利用该图像加权调节正则化参数进行复原操作。实验表明该算法能够有效处理大尺度模糊,并能够较快地收敛到易于辨识的目标图像。     

图像质量评价的研究现状及其展望

符合人眼视觉系统特性的图像质量评价方法,不仅可以更好地评价图像处理算法的优劣,而且能够指导图像处理的思路和方法。近年来,图像质量评价的研究发展迅速。本文重点阐述模拟人眼视觉系统的两类客观评价方法,并介绍以这两类方法为基本框架的各种改进方法。然后针对图像融合、复原、压缩三个主要的处理领域的质量评价的特殊性进行分析。总结认为该领域的发展方向是对视觉感知生理心理学及HVS模型进一步研究,建立计算更简便、评价更准确的通用评价方法,并发展无参考的质量评价方法。     

双重模糊图像的复原方法研究

如果观测图像同时受到两种模糊的影响而退化,则作用于图像整个退化过程的降质函数难以确定,而适用于降质函数未知的盲目去卷积等方法有其局限性。针对这种双重模糊情况,提出一种基于插值分析的分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理。然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原。通过实验分析,该方法的复原结果比较理想。     

基于改进DPA的空间小目标检测算法

针对以往动态规划算法（Dynamic Programming Algorithm, DPA）单点能量累积效率低、不能有效检测中途入场目标的问题,从三方面对DPA改进并应用于空间小目标检测。第一,对递归方程进行修改,利用多点累积方法克服工程应用中人为增加光学散焦导致目标信息丢失的问题;第二,将各个速度平面分别计算修改为速度更新,减少计算量;第三,增加对入场目标的特殊处理,克服不能有效检测中途入场目标的问题。利用实摄序列图像对比实验,证明改进的有效性。