基于跨尺度字典学习的图像盲解卷积算法

在模糊核未知情况下利用模糊图像对清晰图像进行复原称为图像盲解卷积问题,这是一个欠定逆问题,现有的大部分算法通过引入模糊核和清晰图像的先验知识来约束问题的解空间.本文提出了一种基于跨尺度字典学习的图像盲解卷积算法,采用降采样图像训练稀疏表示的字典,并将图像纹理区域在该字典下的稀疏表示作为正则化约束引入盲解卷积目标函数中....     

航空多重模糊图像的恢复

提出一种针对多重模糊图像的恢复算法,以解决航空成像中多重模糊同时作用时的图像恢复问题.对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复.对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复.对多重模糊图像在分步恢复过程中所产生的误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的峰值信噪比(PSNR)值提高7.76.实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量.     

航空多重模糊图像恢复算法

提出一种针对多重模糊的图像恢复算法,解决航空成像中多重模糊同时作用时的图像恢复问题。对多重模糊的物理模型进行分析,通过分步去模糊对多重模糊图像进行恢复。对空间不变模糊的点扩散函数进行合并,减少多重模糊恢复过程的计算误差累计,通过一次解卷积运算实现多重空间不变模糊图像的恢复。对包含空间变换模糊的多重模糊在分步恢复过程中所产生的图像误差噪声进行分析,使用维纳滤波对阶段误差噪声进行抑制,使得恢复图像的PSNR值提高7.76dB。实验结果表明基于点扩散函数合并的恢复方法能将多重模糊图像的PSNR值提高到28.09,有效地保障了图像的恢复质量。     

基于归一化超拉普拉斯先验项的运动模糊图像盲复原

基于变分方法提出了一种运动模糊退化图像的盲复原算法.考虑自然场景的图像梯度符合长拖尾概率分布,提出的方法采用归一化的超拉普拉斯先验项作为变分能量方程中的光滑项,从而有利于图像在去模糊的求解过程中正确解收敛.由于建立的能量方程不是严格凸的函数,故引入了分裂方法进行求解.整个运动模糊退化图像的盲复原过程在多尺度框架下由粗到细尺度渐进执行.最后利用估计出的点扩展函数计算清晰图像.相对于传统的盲复原算法,本文提出的算法不需要预测图像的梯度信息和对梯度进行筛选,直接求解能量方程就能够得到相应的正确解.得到的结果验证了本文算法的有效性.     

旋转运动模糊的实时恢复

提出了一种旋转运动模糊恢复算法,用来解决航空成像时旋转运动模糊的实时恢复问题.对旋转运动模糊这种具有异速像移的空间变化模糊进行了分析,并推导出旋转运动模糊的数学模型.用基于Bresenham画圆法的坐标转换方法将旋转圆弧上的空间变化模糊转变为常见的线性空间不变模糊,并使用一维维纳滤波对圆弧轨迹上的像素点进行模糊恢复.实验结果显示:本文算法在GPU处理平台下用3.31 ms即能恢复一帧1 024×1 024,8 bit旋转运动模糊图像,且极好地恢复了图像上的细节信息,恢复图像的峰值信噪比(PSNR)为28.76.算法的速度及效果表明本文所提出的算法具有较大的实用价值.     

应用半二次罚函数的图像盲去模糊

由于现有的模糊图像盲恢复算法计算复杂度高,计算量大,本文提出了一种基于半二次罚函数的图像盲去模糊算法,并进行了实验验证。应用图像噪声的多阶偏导数的高斯分布特性和图像梯度值服从hyper-Laplacian分布特性建立方程,使用高效交替迭代的算法对方程求解。由于迭代过程中采用快速傅里叶变换一次求解,故大大降低了运算时间,同时获得了很好的恢复效果,为实现实时视频图像去模糊奠定了基础。对一个百万像素级的图像进行了去模糊实验,结果显示,本文算法比当前流行的算法有更快的计算速度和更好的鲁棒性,计算时间缩短了60%。提出的算法为视频图像的实时盲恢复提供了新的工具。     

运动模糊图像快速递推复原算法研究

在运动模糊图像恢复中,常用的方法都是基于滤波算法,这些方法计算比较复杂.针对图像模糊参数未知情况,对其频谱图采用Radon变换,然后分别基于MRT和IPM方法得到模糊方向和模糊尺度,最后采用基于Z变换的离散递推算法恢复出图像,得到了质量较高的恢复图像.     

旋转运动模糊的实时恢复算法

提出一种旋转运动模糊恢复算法,解决航空成像时旋转运动模糊的实时恢复问题。对旋转运动模糊这种具有异速像移的空间变化模糊进行分析,推导出旋转运动模糊的数学模型。用基于Bresenham画圆法的坐标转换方法将旋转圆弧上的空间变化模糊转变为常见的线性空间不变模糊,并使用一维维纳滤波对原圆弧轨迹上的像素点进行模糊恢复。实验结果显示：本文算法在GPU处理平台下用3.31ms即能完成一帧1024x1024 8bit旋转运动模糊图像的恢复,实现图像的实时恢复处理;同时图像上的细节信息均能得到很好的恢复,恢复图像的PSNR为28.76。算法的效率及效果表明本文算法具有一定的实用价值。     

一种基于图像处理技术的水表计量新方法

本文提出了一种基于图像处理技术的水表计量新方法.该方法的原理是通过图像处理技术检测水表转盘转动的角度和转数这两个参数.文中给出了当使用普通摄像头需考虑图像运动模糊的条件下,转盘转动的角度和转数的检测算法.该算法并不需要对图像进行运动模糊恢复.模拟实验结果证明了文中提出的方法的可行性.     

基于模糊神经网络的图像滤波算法

针对传统的线性和非线性图像滤波算法对含有丰富细节的图像滤波处理的不足,提出一种基于模糊神经网络的图像滤波算法.该算法利用神经网络的自学习功能训练标准样本以确定模糊贴近度阈值,在基本不改变原有图像的灰度信息的前提下,找出图像受到噪声污染的像素点,采用迭代中值滤波算法得到的中值替换噪声点.仿真实验表明该方法有很好的滤波效果,优于传统的图像滤波算法.     

小波分析在信号处理中的应用研究

小波分析是对傅里叶变换的继承和发展,首先介绍了小波理论产生的实际背景和小波变换的基本原理,特别是多尺度分析理论。最后,通过实验实现了分形信号的多尺度连续小波变换。     

小波变换在旋转机械故障检测中的应用研究

详述了Fourier变换与小波变换的本质区别,分析了Fourier变换和短时Fourier变换应用于故障检测的不足;介绍了小波变换及其应用于故障检测的优点;指出了小波变换应用于故障检测的理论和方法。     

多传感器图像融合的客观评价与分析

图像融合作为一种有效的信息融合技术，已经广泛用于军事、遥感、机器视觉和医疗诊断等领域。这里研究了多传感器图像融合效果的客观评价方法，其中包括均方根误差、平均误差、灰度标准差、熵、熵差、交叉熵、互信息和空间频率。将加权平均、金字塔、小波变换三种方法用于多传感器图像的融合，实验结果表明客观评价结果与视觉评价的结果是一致的，是一种行之有效的评价手段。     

分数阶小波包时频域的信号去噪新方法

为了提高信号去噪的效果,提出了一种基于分数阶小波包变换(FRWPT)的信号去噪新方法。该方法根据输出信号信噪比的大小,用迭代法寻找分数阶小波包变换的最优分数阶p值,通过分数阶小波包变换将带噪信号映射到最优分数阶小波包时频域内,对变换后的信号进行窄带通滤波,最后通过分数阶小波包逆变换对信号进行重构,实现分数阶小波包时频域内的信号去噪。以带噪Bumps信号和语音信号为例的去噪实验结果表明,采用该方法去噪后的信号信噪比明显提高,在抑制噪声的同时可以有效保持细节信息。     

基于全变差和脊波变换的海岸线提取算法

为有效解决视频图像中海岸线的自动提取问题,提出一种结合全变差增强水陆边缘和脊波变换预测搜索区域的海岸线提取算法.首先基于最小化全变差模型降噪和增强边缘;第2步,根据水陆像素的彩色特征,计算彩色梯度向量;第3步,利用脊波变换预测水陆交界处的大致方向和动态范围,缩小检测区域;最后用一种改进的最小代价梯度跟踪模型对海岸线进行搜索,跟踪并精确提取最终的海岸线定位参数.实验结果证明了算法的有效性和较强的抗噪声能力,并且对不同光照条件具有鲁棒性,是视频图像中提取海岸线的新方法,为下一步设计应用系统打下了基础.     

超微型转子动平衡测试机不平衡量提取

建立了不平衡量振动力学模型 ,然后利用离散小波变换对所采集的信号进行消噪处理 ,提取有用的低频信号 ,进行频谱分析 ,并提出了离散傅里叶变换快速算法。根据DFT运算结果 ,在频域提取不平衡量所对应的幅度和相位 ,有效地滤除了信号中混杂的低频及高频干扰 ,最后基于中值滤波原理求出不平衡量的幅度及相位估计值。本系统不平衡量测试精度小于 1 0mg·mm ,相角小于 2°。结果表明了该算法的可行性。     

非平稳振动信号分析中Hilbert-Huang变换的对比研究

Hilbert-Huang变换是一种信号分析新方法,特别适合于对非平稳信号进行分析。介绍该方法的基本理论,并利用它对一个典型的旋转机械非平稳振动信号进行分析。然后通过与利用短时傅里叶变换和小波变换所得到的分析结果的对比,研究Hilbert—Huang变换在分析一般非平稳振动信号中的优势和缺陷。最后结合实际应用中遇到的问题,简要论述Hilbert—Huang变换中的经验模态分解在分析频率成分非常靠近的复杂信号时的不足和原因。研究结果表明,Hilbert—Huang变换和其他方法相比,具有分辨能力强、自适应分解、物理意义清晰、信息完整、形式简洁和易于精确分析等优点;同时也存在具有端点效应、实时性稍差和难以将复杂信号中特别靠近的频率成分分解为独立的本征模分量的缺陷。     

基于傅里叶变换和Gyrator变换的图像加密

基于傅里叶变换和Gyrator变换对图像进行加密。将原始图像和第一个随机相位函数叠加后做傅里叶变换,然后将频域信息减去第二个随机相位函数后得到一个复函数。复函数经过Gyrator变换得到加密图像,将第二个随机相位函数作为相位密钥,同时将Gyrator变换角度作为密钥,由此增大了密钥空间和增强了系统安全性。通过数字方法对图像进行加密,解密过程用光学装置实现。计算机模拟结果表明,该加密方法解密图像质量好,系统安全性良好。     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数、模极大分形指数熵、Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。最后将本方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,实验结果表明本文中建议的方法在检测时间及检测率上都有显著提高。     

快速响应码图像的全方位识别

首先分析快速响应码位置探测图形的模式，提出一种基于一维特征模板匹配的快速定位方法，并实现图像方位归一化，然后对条码边界进行Hough变换得到边界直线和顶点位置，再利用条码的几何特征做控制点变换和双线性插值变换，进行几何失真校正和大小归一，形成只包含条码的图像，最后采用Sobel边缘检测以及傅里叶反模糊滤波方法识别条码模块，得到可以解码的比特流信息，实验表明这些算法有效消除了图像中无关信息干扰和几何失真对识别的影响，实现了条码图像的全方位快速识别。