一种基于权值矩阵的序列图像超分辨率盲复原算法

 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.     

利用低秩先验的噪声模糊图像盲去卷积

单幅图像盲去卷积的目的是从一幅观测的模糊图像估计出模糊核和清晰图像。该问题是严重病态的,尤其是观测图像中噪声不可忽略时更具挑战性。该文主要针对如何有效利用低秩先验约束进行噪声模糊图像盲去卷积问题,提出一种在交替最大后验(MAP)估计框架下利用低秩先验约束的单幅噪声模糊图像盲去卷积方法。首先,在估计中间复原图像时,利用低秩先验约束对复原图像中的噪声进行抑制。然后,采用降噪后的中间复原图像估计模糊核,得到更好质量的模糊核估计。迭代上述两个操作获得最终可靠的模糊核估计。最后,根据所估计的模糊核,通过非盲去卷积方法复原出清晰图像。实验结果表明：所提方法在定量和定性评价指标上优于已有的代表性方法。     

一种新的边界增强型图像先验模型

在各种超分辨率图像重构算法中，最大后验概率（Maxlmum a Posteriori，MAP）算法因其具有优异的重构性能而受到广泛关注。但由于目前在MAP算法中普遍采用的是平滑型图像先验模型，导致重构出来的图像边界不明锐，一些细节不清晰。本文提出了一种新的边界增强型图像先验模型。不同于已有的图像模型，新模型对图像中的非连续性不是进行惩罚，而是进行增强。实验结果表明，新模型能够获得优于平滑型图像先验模型的重构效果。     

基于纹理复杂度的含噪模糊图像盲复原算法设计

传统的模糊图像盲复原算法的纹理复杂度高,降低了模糊图像的质量。为此,文中设计了基于纹理复杂度的含噪模糊图像盲复原算法。首先,分析含噪模糊图像的噪声特点,在保留原有图像信息的前提下计算垂直方向和水平方向的扩散系数,得到ADF在含噪模糊图像上的表达,完成含噪模糊图像的去噪预处理。通过建立含噪模糊图像的数学模型描述其退化过程,继而构建含噪模糊图像降质模型。最后,在纹理复杂度分析的基础上,完成奇异值分解检测和alpha通道的计算,通过合成操作实现含噪模糊图像的盲复原算法的设计。实验结果表明,相比于传统盲复原算法,在所提算法下,图像的纹理复杂度低,图像质量得以提升,且复原结果的误差较小,算法整体有效性较高。     

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。     

一种低能见度图像的盲分离复原算法

低能见度情况下(雾、霾),图像不清晰的主要原因是大气变化的对比度下降,这是由于大气悬浮颗粒散射造成的.针对退化图像中针对针对散射光的分离,在假定图像由独立散射光谱组成的基础上,通过对散射光偏振分析,提出一种盲参数估计分离散射光算法,来实现低能见度图像的复原.实验表明,该算法可以取得较好的复原效果.     

一种改进的图像盲复原算法

图像盲复原是在点扩散函数未知的情况下从退化观测图像中恢复出原图像的高频细节。本文给出了一种交替进行Lucy-Richardson恢复和全变差正则化的盲图像恢复算法。算法将图像盲恢复问题分解成图像恢复和模型辨识两个关联的子问题。在模型辨识阶段,采用全变差正则化估计系统的点扩散函数;在图像恢复阶段,使用Lucy-Richardson算法和奇异值分解相结合的方法恢复图像。实验结果证明,该方法能更好的抑制噪声、提高图像的分辨率。     

基于迭代滤波盲复原算法的水下图像噪声去除

摘要：图像复原的目的是从观测到的退化图像重建原始图像,维纳滤波与约束去卷积滤波是比较常采用的复原方法。在未知降质函数的情况下,直接运用维纳滤波和约束去卷积滤波有一定困难。针对此提出以维纳滤波与约束去卷积滤波为模型的迭代滤波盲复原算法对水下图像进行去噪。实验证明,该方法获得了比较理想的复原效果。     

基于噪声分析和稀疏正则化的图像盲复原方法

在海事搜救过程中,机载红外相机拍摄的红外图像由于直升机振动、气流扰动、高速飞行以及红外相机摆扫等因素,严重影响图像质量.根据直升机载红外相机成像特点,提出了一种基于噪声分析和稀疏正则化的图像盲复原方法.该方法首先分析了成像过程中的噪声分布,并对噪声进行预处理,再根据稀疏表达理论,用图像边缘的稀疏先验信息指导点扩散函数复原,接着通过非盲复原方法得到目标图像,将目标图像作为下一次迭代的输入图像,如此循环迭代得到清晰图像.最后,对仿真模糊图像和实拍模糊图像进行了复原实验.实验结果表明这种方法能有效改善图像质量,并且在处理实拍运动模糊图像时,相比其他复原方法效果更好.     

Image restoration algorithm based on compensated transmission and adaptive haze concentration coefficient

Aiming at the drawbacks of traditional dark channel prior,which was prone to distortion and Halo effects in the bright areas,a haze image restoration algorithm based on compensated transmission and adaptive haze concentration coefficient was proposed.First of all,a Gaussian function was used to fit the attenuation relationship between the haze and haze-free image,and the compensation transmission was set to correct the initial transmission.Then the characteristics of haze was analyzed,the concept of brightness entropy was introduced and the bright channel operation was performed to acquire entropy value with pixel by pixel.Combined with the Gaussian pyramid to extract texture features,the haze distribution map was obtained.An adaptive transformation was established to seek the haze concentration coefficient and get the accurate transmission.Finally,the recovery results were restored by improved atmospheric light value and atmospheric scattering model.Experimental results show that the recovered image has better color and detail,the degree of dehazing is thorough,the brightness is appropriate,and the effect is clear and natural.     

盲目反卷积算法在高超流场星图复原中的应用

近年来高超声速飞行器的研究受到世界各国的重视,具有重大的军事意义,其中导航、制导和控制是高超声速研究的关键技术。鉴于星光导航有着抗干扰能力强、导航精度高、自助式导航等特点,文中主要研究了高超声速飞行器使用星光导航方法的星图复原算法。考虑到高超带来的气动光学效应,在分析高速层流以及湍流流场的基础上,应用增量Wiener滤波器和有限支持域上的盲解卷积复原算法进行退化星图的复原。针对高速飞行器星光导航对复原星图的要求,仿真分析了复原星图的质心偏差及识别特征量变化。仿真结果显示,有限支持域上的盲解卷积复原算法精度较高,且经复原后的星图,能快速被高速飞行器星光导航系统正确识别。     

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。     

Underwater image restoration by means of blind deconvolution approach

Although the use of blind deconvolution of image restoration is a widely known concept, little literatures have discussed in detail its application in the problem of restoration of underwater range-gated laser images. With the knowledge of the point spread function (PSF) and modulation transfer function (MTF) of water,underwater images can be better restored or enhanced. We first review image degradation process and Wells' small angle approximation theory, and then provide an image enhancement method for our underwater laser imaging system by blind deconvolution method based on small angle approximation. We also introduce a modified normalized mean square error (NMSE) method to validate the convergence of the blind deconvolution algorithm which is applied in our approach. The results of different initial guess of blind deconvolution are compared and discussed. Moreover, restoration results are obtained and discussed by intentionally changing the MTF parameters and using non-model-based PSF as the initial guess.     

退化图像复原方法研究进展

飞行器和空间成像制导装备在大气中高速飞行时会受到湍流干扰,导致光学系统接收到的图像发生模糊降质、像素偏移、信噪比降低等问题,开展退化图像复原技术及方法研究就成为空间光学成像系统获得较高性能图像的重要途径。通过对退化图像复原技术研究进展的系统梳理和分析研究,本文首先介绍了图像退化模型,接着给出了退化图像复原方法的分类,然后比较系统地介绍了确定正则化图像复原方法、随机正则化图像复原方法、基于局部相似性的图像复原方法、基于示例学习的图像复原方法等几种新型的单幅退化图像复原方法,其后分析了视频复原的特征、介绍了新近的几种典型的视频图像复原方法,最后分析总结出了图像复原的难点所在。对于促进我国退化图像复原技术的研究和发展具有一定的参考价值。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

水下数字图像盲复原算法研究

图像复原的目的是从观测到的退化图像重建原始图像,它是图像处理、模式识别、机器视觉等的基础。盲复原作为其中一个重要分支,其主要思想是在点扩展函数未知的情况下,力求获得最佳的清晰效果。由于水下图像退化模型中点扩展函数一般为高斯模型,故针对此提出误差一参数估计法,根据图像退化过程,给出频率域的误差形式,并选定参数的变化范围,再利用复原算法做出误差参数曲线,由此估计出点扩展函数的参数值,最后利用经典的复原算法,如维纳滤波对退化图像进行复原。实验证明该方法获得了比较清楚的复原效果。