基于偏振度优化与大气光校正的图像去雾

为提高偏振去雾算法对雾气场景的恢复能力,提出一种偏振度优化与大气光校正的偏振图像去雾算法。首先,依据雾气场景亮度分布,使用导向滤波将雾气图像分解为亮面残差和暗面残差;其次,扩大亮面残差对应的偏振度值,削减暗面残差对应的偏振度值以优化偏振度,该偏振度可将大气光图像模糊;最后,利用偏振度在亮面和暗面残差上的差异,对大气光强度进行校正,以使其随雾气的变化规律满足大气退化模型。实验结果表明：本文算法的去雾图像相较原雾气图像,对比度提高3.07倍、信息熵提高9.21%、标准差提高61.86%。且在不同浓度模拟雾气环境中,本文算法都有较为优异的SSIM、PSNR和CIEDE2000。相较于现有先进图像去雾算法,本文算法去雾效果明显,可以有效地复原雾气中场景的细节信息。     

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。     

基于降质图像-光流场复原的智能轮椅测速

提出一种运动图像去模糊复原和基于仿射运动模型的光流场去抖动方法,以提高智能轮椅中光流里程计测速方法的精度。当轮椅线速度或角速度较大时,导致机载相机成像产生显著的运动模糊;且轮椅机器人的机械抖动也易产生光流场的偏差,进而影响速度估计的精度。针对于此,首先利用一种基于自适应模糊核的运动图像去模糊方法实现图像复原,以改善视频帧质量;其次,针对智能轮椅在行进中的机械抖动,利用随机抽样一致(RANSAC)排异后的光流场,在卡尔曼滤波框架下估计同名像点的仿射运动模型参数,进而实现光流补偿。实验结果表明所提方法能够提升基于光流场的智能轮椅视觉测速精度。     

光学合成孔径复原图像的振铃探测与消除

针对相位平移误差使光学合成孔径图像的复原出现的振铃效应,提出了一种结合视觉感知的振铃探测与消除方法。首先,提出并利用梯度方向随机度和局部方差值两项指标计算得到图像纹理区;然后,根据不同阈值的Canny算子检测出全边缘与主边缘,并将主边缘邻域内的全边缘作为待筛选的边缘振铃;最后,结合人类视觉系统的纹理掩盖效应分别得到振铃区与平坦区。此外,在图像分区基础上,选择亮度相似度因子作为自适应参数,利用双边滤波进行图像处理。实验显示:处理后Lena图像的峰值信噪比提高了10.8%,分辨率板的结构相似度提高了0.057。结果表明:该方法能够对图像以像素精度分区,可以在保持边缘与纹理的同时,有效消除振铃效应,提高图像复原质量。     

3mm波段辐射图像的复原研究

工作于大气窗口的毫米波辐射计可穿透大气层对地球表面进行有效的观测,但噪声和各类随机因素严重地降低毫亮米波辐射图像的分辨率.在分析3mm波段辐射成像及退化因素的基础上,采用拉格朗日最小二乘总误差最小约束算法进行地物目标的亮温反演,通过二维空间实际亮温分布实现了毫米波辐射图像的复原.与光学图像比较结果表明3mm波段的辐射图像质量均获得明显的改善,提高了空间分辨率.     

损毁字符的磁光成像复原识别

铁磁材料表面压刻、划刻的重要字符被损毁后,无法被正常识别,本文基于滑移感生磁各向异性和磁光效应,提出了一种高分辨率、无损的磁光成像复原方法.论文分析了由铁磁材料塑性变形引起的滑移感生磁各向异性导致的磁场分布变化规律,建立了基于磁光效应的损毁字符复原系统模型,研究了影响磁光成像分辨率的因素,根据建立的系统模型构建了实验系...     

影像测量系统中运动干扰图像的复原方法研究

影像测量系统的精度很大程度上取决于采集到的图像质量.在用摄像机获取待测工件图像时,由于运动控制系统或其他原因引起的扰动,在相机曝光期间使待测工件和摄像机之间存在相对运动,这将导致摄得的图像发生运动模糊,从而影响图像处理和测量的精度.文章研究图像的运动模糊机理以及采用Wiener滤波方法对模糊图像进行了复原试验.     

基于边缘分离的去振铃复原

针对模糊图像复原后常常存在的振铃现象,提出了一种基于边缘分离的去振铃复原方法。该方法首先使用基于图像质量评价的降晰函数辨识方法估计模糊图像的降晰函数尺寸,提取模糊图像中的强边缘并平滑边缘区域得到去边缘模糊图像。然后,利用估计降晰函数对去边缘模糊图像进行迭代盲复原。最后,提取边缘增强后加入到复原的去边缘图像中得到完整的复原图像,并对复原图像进行增强。复原过程中为了抑制噪声放大使用了Wiener和离散小波变换(DWT)联合去噪算法对图像的低频区域进行去噪。实验结果表明:与传统的迭代复原算法相比,本算法复原图像的振铃测度降低了34%以上,比基于Fuzzy滤波器的去振铃算法低12.5%以上;同时,本算法复原的图像质量也得到了明显提升。     

基于Matlab的图像平滑算法浅析

随着图像处理领域的迅速发展,图像平滑作为图像处理中的重要环节,也逐渐受到人们的关注。图像平滑的目的主要是消除噪声。针对不同类型的图像噪声,文章研究均值滤波、中值滤波和低通滤波算法在去除不同图像噪声的性能特性,利用Matlab平台进行算法仿真,通过比较各算法的优缺点,进一步完善图像平滑方法,以达到平滑效果更理想的目的。     

光切断测量法的图像变换

介绍了光切断测量方法的基本原理,利用计算机对光平面上图像与光敏面上图像,及光敏面上图像与计算机显示器上图像进行图像变换的理论基础。     

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。     

Analytic differential approach for robust registration of rat brain histological images

Image registration is an important topic in medical image analysis. It is usually used to reconstruct 3D structure of tissues from a series of microscopic images. However, a variety of inherent factors may result in great differences between acquired slices during imaging even if they are adjacent. The common differences include the color difference and geometry discrepancy, which make the registration problem a difficult challenge. In this study, we propose a robust registration method to automatically reconstruct 3D volume data of the rat brain. It mainly consists of three procedures, including multiscale wavelet-based feature extraction, analytic robust point matching (ARPM), and registration refinement with feature-based modified Levenberg-Marquardt algorithm (FMLM). The product of gradient moduli in multi-scales is used to decide if extracted feature points are true according to the characteristic that features could exist in multiscale. The ARPM registration algorithm is proposed to speedily accomplish the registration of two point sets with different size by simultaneously evaluating the spatial correspondence and geometrical transformation. In addition, a FMLM method is also proposed to further refine registration results and achieve subpixel accuracy. The FMLM method converges much faster than most other methods due to its feature-based and nonlinear characteristic. The performance of proposed method is evaluated by comparing it with well-known thin-plate spline robust point matching (TPS-RPM) algorithm. The results indicate that ARPM-FMLM algorithm is a robust and fast method in image registration.