一种基于小波域维纳滤波的图像复原算法

在图像复原算法中,单纯的空间域或者频域滤波算法简单易实现,但需要较多图像退化的先验知识。基于贝叶斯理论的迭代复原算法复原效果好,但耗时长。针对这一矛盾,利用小波变换的多分辨特性,对不同的小波系数特性采用不同的算法进行恢复,提出了一种基于小波域维纳滤波的图像复原算法。实验结果证明,所提方法在保证图像复原质量的同时相对提高了复原算法的效率,是一种有效的方法。     

相对运动的模糊图像复原的算法研究

对由相对运动引起的模糊图像复原的算法进行了研究，分析其退化的原因，建立了其退化和复原的数学模型．并采用逆滤波、维纳(Wiener)滤波和卡尔曼(Kalman)滤波等算法对仿真运动下的模糊图像分别进行了图像恢复处理。结果表明，利用这一模型算法取得了良好的效果。还对更为复杂退化环境下的图像恢复问题进行了初探，为更为复杂退化环境下的图像恢复提供了理论依据和实践基础。     

工程扫描图的一种新型的自适应中值滤波算法

工程扫描图平滑处理常采用的中值滤波器能够有效去除噪声，但也会引起图像中诸如细线、角点等重要细节信息的丢失和破坏。提出基于多个子窗口的自适应的中值滤波算法，在处理每一个像素时，把多个方向的子窗口同时作用于该像素，比较这些子窗口的灰度一致性，然后选择灰度一致性较高的子窗口的中值，作为处理后的该像素的灰度值。以一种标准测试图像和实际扫描图为例，对标准中值滤波器和所提出的算法进行了对比试验，结果表明后者具有较好的细节保护能力和较强的滤噪特性。     

一种Lucy-Richardson算法和小波变换结合的图像复原算法

Lucy-Richardson(LR)算法作为图像复原的经典算法之一,在进行图像复原时,对退化过程的先验知识要求少且复原效果好,然而由于算法采用迭代逼近的方法,故算法耗时长。针对这一缺点,用LR算法与小波变换结合的图像复原算法(即联合算法),分级对图像进行处理,在减小噪声干扰的同时提高算法的恢复效率。实验结果证明该方法在合理的范围内,以牺牲部分复原效果为代价却有效地提高了复原算法的效率。     

一种基于噪声连接分量的自适应层次中值滤波算法

针对椒盐噪声污染图像的降噪,提出一种基于噪声连接分量的自适应层次中值滤波算法。首先根据椒盐噪声像素点的邻接关系和分布特点,对噪声定位图像实施标记处理;然后计算各连接分量集合中元素的个数,将噪声定位图像分层,得到层次噪声定位图像;最后按照由低层到高层的顺序,逐层对噪声污染图像进行标准中值滤波处理,而标准中值滤波的窗口大小则依据连接分量自适应地进行调整,最终得到滤波结果。将该算法与标准中值滤波、自适应中值滤波进行仿真实验,并与其他中值滤波算法就指标PSNR进行比较,均表明该算法降噪效果优良。     

自适应背景光估计与非局部先验的水下图像复原

有效地实现单幅水下降质图像复原对水下资源探索及环境监控领域的清晰图像获取具有极其重要的意义。为解决常用暗通道先验方法来复原图像时,背景光的估计易受白色物体干扰,且无法有效估计前景中白色物体透射率,复原质量不高的问题。本文提出了自适应背景光估计与非局部先验的水下图像复原算法。首先根据背景光具有高亮度及平坦性的特点,利用阈值分割算法获得背景光的候选区域,再通过图像的色调信息从候选信息中选取最佳的背景光点。随后,利用各颜色通道光的波长与散射系数的相关性,提出了适用于水下图像的非局部先验,并利用该先验估计各通道的透射率。最后针对复原结果中,因水下介质,微生物,水流影响而产生的加性噪声,设计去噪的最小优化问题,并利用引导滤波求解该问题,以去除复原结果中的加性噪声。实验表明:该算法在确保运行效率的基础上,准确地估计透射率,较常用算法的复原精度提高了约18%。证明了该算法能有效用于单幅水下图像复原的工程实践中。     

一种RL算法联合小波变换的中子图像复原方法

提出了一种基于RL(Richrdson-Lucy)算法联合小波变换以解决中子数字图像复原过程中噪声问题的方法,即是将中子数字图像首先进行小波分解,高频子带通常对应于噪声,低频子带对应于图像信息.在高频子带进行软阈值去噪处理,在低频子带应用RL算法进行图像的盲复原,最后,利用小波反变换得到复原图像.实验研究结果表明,该方法不仅提高了抑制噪声的能力,可以获得比单一采用RL算法复原效果好的复原图像,而且可以提高图像复原的速度.     

基于判断脉冲噪声的中值滤波改进算法研究

为提高图像去噪效果,在分析了中值滤波算法及判断脉冲噪声中值滤波算法基础上,对算法进行了门限选择及噪声误判的改进,改进后的算法增强了单线元素边缘的检测能力。通过仿真结果,可以看出对图像的去噪效果有一定的提高,信噪比也有所提高。     

一种基于图像处理的快速导航算法

为了实现快速、准确的基于图像处理的智能导航,采用事先在地面上铺设路径导引线,利用安装在叉车前方的CCD摄像头来获得实时的路况信息,通过对路况图像进行阈值化、形态学滤波、图像扫描等方法来计算出导航信息.在改进的叉车模型上进行的实验结果表明,该导航算法在直道和不同曲率的弯道情况下都能及时地、准确地进行路径纠偏,并具备抗干扰...     

一种像场弯曲的图像复原方法

提出了一种用于像场弯曲图像的复原方法,分析了该方法的原理.将光学成像系统传递函数的逆函数按泰勒级数展开,它与获得图像的傅氏变换的乘积就是复原图像的傅氏变换,再经过反傅氏变换则可以最终用获得图像与其各阶导数的线性组合近似表示复原图像.将该方法应用于镜头存在场曲的数码相机照片的修正,大量实验结果表明,修正后照片清晰度基本上均匀一致.     

基于小波变换的正则化盲图像复原算法

提出了一种将小波变换和自适应正则化方法相结合的盲图像复原算法。该算法先对退化后的图像进行小波分解,得到图像在不同子频段的信息;然后针对各个子频段内图像的频率和方向特性,使用不同的自适应正则化复原方法,在图像的低频子频段进行去模糊;高频子频段则进行抑制噪声和保边缘特征;最后通过小波逆变换得到复原后的图像。实验结果表明, MSE减少了1.60,信噪比增量为1.76,算法性能和复原效果相对空间自适应正则化方法,都有一定的提高。     

基于非负支撑域受限递归逆滤波的自适应图像盲复原

针对原始非负支撑域受限递归逆滤波(NAS-RIF)算法存在的缺点,提出了一种自适应的NAS-RIF图像盲复原算法.首先,在NAS RIF算法的代价函数中加入正则化约束项和空域加权因子,通过自适应地调整正则化参数和空域加权因了来改善算法的抗噪性能,并确保复原的逼真和平滑.然后,在算法的每次迭代中,采用图像分割技术找到准确的目标支持域,并用背景的平均值取代非均匀背景.最后,利用N步重置共轭梯度法优化代价函数,加快了算法的收敛速度.在不同信噪比条件下对两种模糊图像进行了实验,结果显示,采用本文算法得到的信噪比增益(△SNR)分别为6.315 3 dB和8.910 6 dB,表明该算法具有较好的噪声抑制和边缘细节恢复效果.对低信噪比的退化图像,本文算法也能得到更好的复原结果.     

基于稀疏表示和Weber定律的运动图像盲复原

针对运动过程中视觉图像易产生运动模糊的问题,提出了一种基于稀疏表示和Weber定律相结合的图像盲复原方法。该方法利用冲击滤波器预测模糊图像的显著边缘梯度,并用多尺度策略由粗到细进行模糊核的估计。然后,对图像盲复原模型进行稀疏正则化约束,并结合反映人类视觉特性的Weber定律对合成模糊图像和真实模糊图像进行盲复原。实验结果表明,本文采用的盲复原算法的性能指标和图像的纹理都达到了较优的复原效果。与近年较好的Rob Fergus去模糊方法和Xu Li去模糊方法相比,对Lena模糊图去模糊后的结构相似度(SSIM)为0.762 4,峰值信噪比(PSNR)提高了1.82~2.99dB;对Cameraman模糊图去模糊后的结构相似度(SSIM)为0.8589,PSNR提高了2.46~5.58dB。另外,本文方法降低了复原图像的边界伪影,符合人的视觉感知特性。     

离焦模糊图像的维纳滤波复原研究

微操作中，显微视觉系统获取的图像通常是离焦模糊图像。离焦模糊图像的退化模型可用圆盘函数描述，利用模糊图像无方向性的二阶拉氏微分图像的自相关的负相关峰形成的环形槽的直径等于作为圆盘函数直径的2倍可以确定该函数。对模糊图像进行一次维纳滤波方法得到原图像的估计值，然后利用该初始值求得原图像及噪声的谱密度估值，进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明，该方法计算量小、鉴别精度高、抗噪声能力较强，突出原图像的一些关键细节，提高了图像的复原质量。     

基于梯度先验的水下图像恢复

由于水体对光线的吸收和散射作用,水下图像呈现出强衰减、高噪声和色彩畸变等问题,难以满足视觉观察和图像分析的需求。针对这一问题,提出了一种基于梯度先验的水下图像恢复方法,用以提高水下图像质量。首先,根据水下成像特性,建立水下图像梯度先验,水下图像中目标反射信息(水下清晰图层)的梯度大于散射噪声信息(水下噪声图层);其次,根据水下成像模型,对上述梯度先验进行表征建模;最后,建立水下图像的梯度分布优化函数,采用半二次优化方法分离出目标反信息,作为水下图像恢复结果。以UEIB和RUIE数据集为实验样本,与近年来所提出的5种水下图像处理方法进行比较,方法在定性和定量两类评价中均获得了出色的处理结果,峰值信噪比(PSNR)、结构相似性(SSIM)和水下图像质量评价指标(UIQM)评价指标分别达到20.066 5、0.696 1和3.902 9,均优于对比方法。因此,该方法能够有效地抑制水下图像噪声,提高水下图像的信噪比、清晰度和对比度。     

大气激光通信光斑图像的快速复原与实时检测

针对大气湍流对激光通信中对信标光的捕获、跟踪与对准(ATP)的影响,提出了基于盲解卷积的快速复原与实时检测算法。采用一维点扩散函数重新构造方位退化模型,取代了原有经典二维退化模型;改进了约束共轭梯度算法中的约束算子,并通过改进的共轭梯度迭代算法求得对原始图像的估计;最后通过连通域计算提取估计结果中的光斑中心位置。采用现场可编程门阵列和数字信号处理器实现所提出的共轭梯度算法并提取光斑中心位置,满足了系统实时性要求。实验表明,所提出的快速复原算法能够实时复原分辨率为200pixel×200piexl,帧频为100 Hz的光斑图像,所提取的信标光光斑中心位置与事后计算结果的误差小于1pixel,能够满足激光通信系统对信标光的实时跟踪要求。     

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。     

改进免疫算法用于图像复原

为了更好地对图像进行超分辨率重建,对传统的正则化方法进行了改进,提出了更符合实际的新模型:加性广义高斯白噪声与各向异性正则化项.为求得新模型的最优解,引入免疫进化算法并做如下改进:引入记忆单元群,使算法并行地运行在两个抗体群上;提出一种疫苗的自适应选取及接种方法;将混沌算子作为防僵化算子嵌入.分析与实验表明, 基于新模型重建的图像不仅对噪声的类型与方差具有稳健性,而且重建图像的信噪比改善量(ISNR)比传统模型高1.5 dB左右, 同时提出的改进免疫进化算法能够更快收敛,所需步数仅是遗传算法的8%, 传统免疫算法的40%.结果表明,新模型与改进免疫算法组成的图像超分辨率复原系统具有稳定可靠的性能.