基于自适应稀疏表示的被动毫米波图像恢复

为了克服傅立叶域和小波域正则化方法不能同时保持目标特征和有效滤除噪声的缺点,提出一种被动毫米波图像恢复的新方法。它利用稀疏表示表达信号灵活的特点,对逆滤波后的毫米波图像采用基于奇异值分解的K聚类(K-SVD)算法进行学习,自适应地得到图像恢复需要的基函数。与傅立叶域和小波域正则化方法相比,论文方法采用了自适应的处理方法,因此能够更好地保持目标特征,更有效地抑制噪声,进而更好地恢复图像。将论文方法用于被动毫米波仿真图像的恢复,得到了很好的结果。因此,它是一种有效的被动毫米波成像方法。     

一种视频监控图像条纹噪声去除算法

针对视频图像中图像传感器故障引起的等间距横纹噪声去除问题,提出了基于陷波滤波器的去除条纹噪声算法;首先将视频条纹图进行傅里叶变换,通过频域累积分布函数映射法构造自适应滤波器,用该滤波器对变换后的条纹图像进行滤波,最后用Laplacian算子进行锐化处理得到最终去噪声图像。实验结果表明,本算法适合用于去除有图像传感器故障引起的等间距横纹噪声。     

结合复小波的倒易晶胞图像复原方法

 遥感图像的退化主要受到噪声、模糊、混迭等多种因素的影响.针对单帧图像复原中的混迭现象,采用一种基于传感器几何特性的倒易晶胞复原方法.这种倒易晶胞的复原方法是把图像从空域对偶到频域,去除超出频域网格之间的频谱交叠部分,从而抑制混迭.然后,在频域采用逆滤波的方法进行去模糊和去彩色噪声.最后,利用复小波多方向可选择的特性进行去白噪声,可得到更准确的重建小波系数.实验表明,倒易晶胞结合复小波的复原方法比常用的复原方法效果更好.由于本复原算法考虑到了去混迭,因而比常用的图像复原方法更适于指导工程实践.     

旋转运动模糊图像的空间差分恢复研究

通过对退化图像的几何变换,利用模糊函数具有的空间不变性,提出一种基于空间域差分恢复的旋转运动图像的复原方法.首先对模糊图像进行坐标变换,然后在直角坐标空间下采用差分恢复方法,最后反变换得到恢复后的图像.计算机仿真结果和应用实例,表明了该方法的有效性.     

反滤波对图像退化的复原研究与实现

在图像退化基础上，根据退化的过程运用了反滤波器进行复原，实验表明，通常在满足一定信噪比时，对退化的图像进行复原的效果有明显改善。     

织物图像增强技术的研究

对具有不同特性的织物数字图像利用二维离散傅立叶变换进行图像增强和图像复原等操作,能有效地改善图像的 质量,突出所需要的细节,为织物密度的自动测量提供最佳质量的图像.研究了二维离散快速傅立叶变换算法,以及利用该 算法在频率域中进行图像增强和图像复原的新方法.实验结果分析表明,利用提出的方法可以较好地改善织物图像的质量.     

离焦模糊数字图像的Wiener滤波频域复原

离焦模糊图像的退化模型可用均匀分布的圆盘函数表示 ,其对应的圆盘半径是需辨识的退化模型参数 (即模糊半径 )。利用模糊图像的频率域中的零点位置来估计模糊半径 ,采用简化Wiener滤波对模糊图像进行复原。实验结果表明该方法能够以较少的运算时间代价获取较好的复原效果 ,适用于信噪比高的离焦模糊图像的快速复原     

基于小波域上各向异性扩散的图像去噪算法

给出一种将小波阈值和偏微分方程相结合的去噪算法。首先对图像进行小波分解,在小波域上用改进的Perona Malik模型进行各向异性扩散,保留或较小程度的伸缩幅值大的系数,平滑幅值小的系数,较好地保留自然图像在小波域上的非线性相关性的同时实现小波系数伸缩,然后进行小波重构。仿真实验表明,该算法能获得较高的信噪比和较好的主观质量,且运算量比Perona Malik方法要小。     

实时图像盲复原技术

在有效的视频传输过程中图像的降质是不可避免的，可以通过图像盲复原重建降质的图像。因为不需要已知点扩展函数（PSF），所以得到广泛的应用。视频图像变化明显，传输的数据量大，因此需要一种计算复杂度小的方法来实现图像的盲复原。从此点出发包括两个主要的步骤：模糊图像到拉冬变换域的映射和在这个城内的盲模糊识别。这一映射使系统从2维到1维简化了计算的复杂度，更加符合实时的要求。     

医学图像模糊增强方法研究

针对传统医学图像增强效果不理想、边界模糊不清、不利于病情诊断等问题,提出了一种改进的医学图像增强算法。首先创建一个适合的隶属度函数实现图像由时域到变换域的变换,通过迭代方法加强变换域的细节成分,最后通过模糊逆变换得到增强后的时域图像。采用的适合隶属度函数,增强了图像效果,使图像细节更清晰。实验表明,采用模糊方法比传统的几种方法可以更有效抑制噪声,提取医学图像中的有用信息,更加有利于病情的诊断。