基于振铃约束的全变差正则化图像去模糊算法

当前去模糊方法只利用图像单一的稀疏特性作为先验信息,忽略了伪边缘(如振铃瑕疵)对模糊核估计的影响,导致其去模糊性能不佳。本文充分利用复杂结构图像的先验信息,设计了振铃约束下的全变差正则化图像去模糊算法。首先,利用多分辨率图像金字塔策略建立多层图像模型,通过对比模糊图像和潜在清晰图像来获得振铃先验信息。其次,将振铃正则约束项融入全变差方法,构建多正则项去模糊模型,然后利用变量分离法将去模糊模型转化为多函数优化问题。最后,利用一阶原始对偶算法,根据低分辨率到高分辨率的顺序,对模糊核和原始图像完成计算,获取重构目标。实验结果表明：较当前图像去模糊技术而言,所提算法具备更为理性的去模糊效果,所复原的图像呈现出更高的峰值信噪比和结构相似度,可以更好地保持图像边缘与纹理信息。     

基于清晰图像先验知识的盲复原算法

图像采集系统在获取图像时,受到各种干扰,使图像变模糊并含有噪声。为此,提出了一种基于清晰图像先验知识的图像盲复原算法。首先通过统计分析大量的清晰图像梯度域的概率分布特性,将图像划分为具有较多复杂纹理的区域和平坦区域,拟合概率分布函数,得到清晰图像的先验知识,并加入图像局部约束条件,即复原图像平坦区域与退化图像的平坦区域的概率分布变化较小,避免产生振铃现象。然后,建立图像噪声模型,将图像噪声划分为高斯噪声和均匀分布噪声,防止退化图像中的灰度过饱和像素点在复原过程中产生异常值。最后,利用最大后验概率模型,构造代价函数,将图像盲复原问题转变为求代价函数最小化问题,并用最大期望算法和快速迭代收缩算法求解代价函数,恢复出清晰图像。实验结果表明,该算法能有效恢复图像细节,锐化图像边缘,抑制噪声,避免产生振铃效应。     

基于变分贝叶斯估计的相机抖动模糊图像的盲复原算法

在曝光过程中由于相机抖动而导致的运动模糊,是一种常见的图像降质现象。该文提出了一种基于变分贝叶斯估计和自然图像梯度统计特性的盲复原算法,用于恢复相机抖动模糊图像,同时针对图像复原过程中出现的振铃效应,设计了一种基于分区域检测和Fuzzy滤波器的去振铃效应方法。实验结果表明,该文提出的盲复原算法能够有效地去除图像中因相机抖动而产生的模糊,而且在保持图像边缘和细节的同时,可以较好地降低振铃效应对图像复原质量的影响。     

离焦模糊图像增强技术的研究

针对红外离焦图像处理后图像模糊效应问题,提出一种基于LIP模型的Lee图像增强算法的去模糊图像的算法,它能够有效地处理图像增强后的模糊效应,实现图像的清晰成像,该算法便于实现,可广泛地应用于图像显示技术,文中介绍了该算法的原理并对电力设备红外离焦图像处理结果进行了分析。     

基于模糊算子的红外图像去模糊研究

针对镜头抖动,目标移动等因素引起的图像运动模糊问题,本文提出了一种基于模糊算子的红外图像去模糊算法,使用深度自编码网络对数据集中的模糊算子进行编码,通过编码后的模糊算子去逼近一个未知的模糊算子并搜索对应的清晰图像,从而实现真实场景下红外图像去模糊,弥补了现有基于深度学习的图像去模糊模型在跨域应用时对真实场景下运动模糊图像去模糊效果较差的不足。在红外图像上的实验结果表明,相比于其他去模糊算法,本文提出的去模糊算法取得了更高的性能指标,恢复出的图像有着清晰的边缘轮廓和局部细节,显著提升了红外图像的清晰度。     

基于TwIST-TV 约束的图像去模糊方法

传统的基于频域和小波域的去模糊算法所得的复原图像总是存在比较明显的边缘振铃及模糊效应,而较为有效的空域迭代优化去模糊算法速度通常比较慢。为了解决上述问题,提出了基于二步迭代阈值收缩（TwIST）与总变分（TV）约束相结合的图像去模糊算法（TwIST-TV）。首先在去模糊目标函数中加入对图像的TV 正则化约束,其次在对图像小波系数的每次二步迭代之前,加入对图像的TV 优化去噪约束,最后迭代获取去模糊图像。实验结果表明:相对于基于频域和小波域的模糊图像恢复算法,TwIST-TV 能有效抑制边缘模糊和振铃效应,复原图像的信噪比（SNR）、峰值信噪比（PSNR）高出1~7 dB,平均结构相似度指标（MSSIM）可高出0.05,相对于空域解卷积算法在保证求解精度相当的情况下具备6 倍以上的速度优势。     

运动模糊图像恢复过程中的几个关键问题

由于相机高速运动会导致图像模糊,在相机匀速运动假设的前提下,本文以维纳滤波算法为基础,给出了运动模糊图像的恢复模型。在用维纳滤波进行模糊图像恢复时,滤波参数λ会对振铃效应、鬼影效应以及噪声三者之间产生影响：当参数λ〈0.0001时出现振铃效应,当〉0．01时会出现鬼影效应;增大λ能减弱振铃效应和抑制噪声,但恢复图像的分辨率会降低。由于振铃效应和鬼影效应的存在,导致模糊图片恢复质量变差。图像的非周期性、点扩散函数的离散化以及A／D采样时x和y方向的比例非1：1等都是产生振铃效应和鬼影效应的因素,文中也对其做了详细分析。本文对振铃效应和鬼影效应的所有分析方法,不仅适用维纳滤波算法,也同样适用于其它图像恢复算法。     

基于残差图像的迭代终止条件及其在NCSR算法中的应用

现有图像去模糊(deblurring)算法多依赖于 正则化技术以迭代逼近求解最优目标函数 方式实现关于原图像的最佳估计,由于缺乏迭代终止判定条件(ITC),这些算法通常采用固 定迭代 次数实现以至执行效率不高,同时所获得图像的质量在很多时候也未必是最佳的。鉴于在迭 代过程中每一步所获得的中间估计图像经与模糊核卷积后和模糊图像之间残差图像的亮度 值具有显著的高斯分布特点,提出使用广义高斯分布(GGD)模型为迭代过程中的残差图像建 模并以GGD模型参数值作为衡量去模糊效果的度量 (DM,deblurring measure)。基于DM,在保障去模糊图像质量的前提下,设计了ITC自适应 地终止迭代过程以提高去模糊算法的计算 效率。在经典的非局部集中稀疏表示(NCSR,nonlocally centralized sparse representat ion)去模糊算法上完成的大量 的实验表明,对于运动、高斯和失焦3种典型的模糊失真,新提出的ITC能 够有效判定在每一步迭代过程中所获得的估计图像是否已达到最佳的图像质量,从而实现 在保障去模糊图像质量的前提下大幅度提高NCSR算法计算效率的目的。所提出的ITC判定方 法具有普适性,调整相关参数后也可以应用于其它迭代型的去模糊算法。     

基于空间约束高斯混合模型的EPLL自然图像复原

为了提高基于块先验的自然图像复原效果,有效去除图像中的噪声和模糊,提出了一种基于空间约束高斯混合模型的块似然对数期望(Expected Patch Log Likelihood, EPLL)复原框架。基于图像块的空间分布信息,将图像块的空间约束高斯混合统计特性作为先验,在图像块复原的基础上实现整幅图像的全局优化复原。对比相关的图像复原方法,提出的方法去噪和去模糊效果更好,并且保图像细节。利用客观性能指标对复原结果进行评价。实验结果表明,提出的方法有效易行,而且复原图像表现出良好的可视效果。     

基于暗通道与低秩先验的运动模糊图像盲复原

摘`要:为了将运动模糊图像恢复成清晰图像,提出了一种基于暗通道与低秩先验的图像盲去模糊方法。首先,利用图像暗通道的稀疏性进行中间复原图像估计,同时引入带权值的低秩先验约束抑制中间复原图像中的噪声,提高模糊核估计的准确性;然后,通过交替迭代的优化策略得到准确的模糊核;最后,用Hyper-Laplacian先验方法得到清晰图像。实验结果表明,提出的方法能有效抑制噪声和振铃效应,保留图像细节,对运动模糊图像有较好的复原效果。     

基于最大后验估计的动态星图目标提取方法

深空探测时,由于星敏感器受到多种复合运动影响,使拍摄星图存在严重运动模糊,信噪比低。采用Sureshrink小波方法去噪,能够有效保留星图的边缘信息和灰度信息;根据星图梯度符合拉普拉斯分布的先验信息,提出一种基于最大后验概率估计方法的星图去模糊模型,并对动态模糊星图进行去模糊处理。仿真结果表明,高动态时,经过所提出的去模糊方法处理后的星图不会出现维纳滤波方法中的振铃影响,处理速度和提取质心精度优于Richardson-Lucy滤波,质心精度优于0.1个像素,满足动态星敏感器的处理精度和速度要求。     

基于分裂Bregman方法的全变差图像去模糊

针对全变差图像去模糊问题,提出一种基于分裂Bregman方法的全变差图像去模糊算法,利用分裂Bregman方法来优化其求解问题模型.首先,利用辅助变量及其二次惩罚泛函把全变差去模糊优化问题转化为一个等价的无约束优化问题;其次,基于Bregman迭代将其分解为两个子优化问题采用交替最小化方法进行求解;最后,根据子问题结构特点,采用离散傅立叶变换及收缩技术实现子优化问题的快速计算.实验结果表明,在不同尺寸模糊核条件下本文算法能获得有效、稳定的图像复原结果,相比FTVd、IRN去模糊方法,本文算法复原效果更好,计算更加快速.     

湍流退化红外图像校正算法

针对高速湍流场引起的红外图像模糊问题,提出了一种基于改进增量Wiener滤波的复原校正算法.首先,基于先验知识对湍流退化图像的降晰函数进行辨识并得到复原图像的起始估计;其次,提取起始复原图像中的强边缘并平滑边缘区域;最后,利用改进的增量维纳滤波算法迭代复原图像.实验结果表明:该算法与传统的迭代盲复原算法及基于Fuzzy滤波器的后期去振铃算法相比,复原图像的振铃测度有较大下降,同时提高了复原图像的质量,降低了算法的时间复杂度.     

基于图像稀疏表达的模拟退火图像复原

针对现有的图像复原方法振铃效应严重的问题,提 出了一种基于图像稀疏表达的模拟退火的图像复原方法来恢复模糊图像。首先根据模拟退火 算法的要求,建立价格函数并 通过图像的模糊因子确定参数;然后在价格函数中的约束项引入图像的稀疏性,以提高复原 图像的质量;接着给初始解一个随机扰动,产生扰动解,并根据扰动解所造成的价格函数 的变化判断是否接受该扰动解;最后,当价格函数小于某一预设值时所得到的解即为复原 图像。实验结果表明,复原后图像细节增加且振铃效应明显减少,相对于目前已有的复原方 法,峰值信噪比(PSNR)平均提高了2~3dB。恢复效果表明,本文方法具有较大的实用价值。     

基于暗原色先验模型的水下彩色图像增强算法

针对在水下环境中,光的散射和衰减导致水下光学成像质量严重下降,图像对比度低、颜色失真的问题,提出了一种暗原色先验和基于通道直方图量化的颜色校正算法相结合的图像增强新方法。对于待增强的水下彩色图像,首先建立水下光学图像成像模型,并利用优化与改进的暗原色先验算法对图像进行去模糊,然后通过分析R、G、B三通道的累积直方图,对去模糊后的彩色图像各通道灰度值进行量化,实现图像的颜色校正。实验结果表明,提出的方法可以有效地消除了由于光的散射造成图像的模糊,有效提高了水下图像的视觉效果,恢复水下图像的颜色平衡。     

An improved image blind deblurring based on dark channel prior

In order to solve the ringing effect caused by the incorrect estimation of the blur kernel, an improved blind image deblurring algorithm based on the dark channel prior is proposed. First, in the blur kernel estimation stage, high-pass filtering is introduced to enhance the image quality and enhance the edge information to make the blur kernel estimation more accurate. A combination of super Laplacian prior and dark channel prior is introduced to estimate the potential clear image. Then the accurate blur kernel is estimated through alternate iterations from coarse to fine. In the image restoration stage, a weighted least square filter is introduced to suppress the ringing effect of the original clear image to further improve the quality of image restoration. Finally, image deconvolution based on Laplace priors and L₀ regularized priors is used to restore clear images. Experimental results show that our approach improves the peak signal-to-noise ratio(PSNR) by about 0.4 d B and structural similarity(SSIM) by about 0.01, respectively. Compared with the existing image deblurring algorithms, this method can estimate the blur information more accurately, so that the restored image can achieve the effect of keeping the edges and removing ringing.