模糊图像的Kalman滤波恢复方法

提出了一种利用Kalman滤波对模糊图像进行恢复的方法。当降质函数已知时,首先对模糊图像在一个方向进行傅立叶变换,然后在另一方向进行快速的Kalman滤波,将两维的恢复问题转化为若干个一维问题。为克服边缘效应,构造了原图像的镜像,并给出了滤波结果。     

一种有效地恢复运动模糊图像的方法

在处理运动模糊图像的过程中,传统的代数恢复方法有很大的局限性。在分析了逆滤波恢复法和传统代数恢复法的特点的基础上,提出了一种双向递推恢复图像的方法,先用逆滤波法恢复图像得到图像中间效果良好的部分,再利用双向递推法修正图像中余下的部分。实验证明这是一种比较好的运动模糊图像恢复方法。     

一种超模糊熵ULPCNN图像自动分割新方法

为了自动地对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像分割算法．首先对二维超模糊集隶属函数进行了自适应修正,并将其引入到图像超模糊熵概念中; 然后从适应图像分割角度,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的ULPCNN抑制捕获模型; 最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割,并与基于最大香农熵、最小交叉熵及最小模糊熵准则的ULPCNN分割方法作了比较．理论分析和实验结果表明,该方法能自动确定迭代次数和选取最佳阈值,对图像目标划分清晰,细节保持较好,改善了图像的分割性能．     

基于模糊逻辑的足迹图像滤波算法

根据足迹图像噪声的特点,提出一种基于模糊逻辑的足迹图像去噪算法．算法首先分析足迹图像中像素不同方向邻域的灰度值分布情况进行噪声像素点的检测．然后使用改进的去除最大最小灰度值中值滤波算法对已检测噪声像素点的灰度值进行复原估计．最后,通过所设计符合实际的模糊逻辑规则,进行足迹图像噪声污染像素点的复原．实验结果表明,新算法在去除噪声的同时能够较好地保持足迹图像的细节特征,取得了优于现有大多数足迹图像滤波算法的效果．     

基于图像二维熵的自适应形态学滤波方法

为了在滤除噪声的同时保持图像的细节信息,结合已有的形态学滤波方法,提出了一种新的自适应滤波方法.综合图像灰度分布的聚集特征和空间特征,构造图像二维熵,结合形态学运算,合理设置滤波算法流程,通过连续改变结构算子的大小,观察图像二维熵的变化,合理设置滤波终止条件,通过对椒盐噪声图像的滤波测试,取得了理想的滤波效果.重点阐述了二维熵的构造方法和自适应滤波的流程设计.     

低信噪比下的多分量LFM信号参数估计

针对低信噪比奈件下传统多分量LFM信号参数估计方法失效问题，提出了一种基于二值图像细化处理和图像流滤波的TFRT-HT-ISF方法．该方法对接收信号的RSPWVD图像进行形态学细化处理解决了时频聚集性降低的问题，采用图像流滤波技术滤除了来自干扰噪声的闽值处理后的剩余虚假尖峰．仿真结果表明，该方法能够在低信噪比条件下准确有效地进行多分量LFM信号参数估计．     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

基于直方图的模糊最大指数熵图像分割方法

针对最大熵阈值分割算法的计算缺陷,提出了一种基于直方图的模糊最大指数熵阈值图像分割新算法．该算法把模糊性指数、模糊熵概念应用到图像分割中,结合基于灰度图像直方图的模糊最大熵阈值图像分割理论,给出了模糊最大熵的新定义,同时引入了指数熵的概念．该算法能较好地完成图像分割,较传统分割算法具有更强的抗噪能力,为后续的图像处理提供了良好的基础．通过对真实目标灰度图像的分割和对比实验,表明本文新算法分割准确,性能优越。     

一种改进的数学形态学图像滤波算法

设计了一种多结构元素复合滤波结构,采用两级级联结构,每级运用两种结构元素分别对图像作开闭和闭开运算,运算中间结果以图像熵比值为融合准则进行合并。该算法在抑制图像噪声污染的同时,保留图像的边缘,不损伤图像的细节质量。仿真证明,采用该算法滤波后,反映了图像细节质量的统计参数图像标准差和绝对平均梯度比传统的均值和维纳滤波均高。     

一种运动模糊图像的快速恢复算法

根据运动造成的图像模糊的特点,建立了原始图像与模糊图像间的关系,在此基础上利用最大熵原理实现了对图像的快速恢复,得到较好的效果。由于仅对图像的局部进行处理,因此可以实现对图像的并行处理,从而可大大提高处理速度。     

相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性，根据先验知识采建立退化模型的反退化处理技术，如滤波，其通用性较差．论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究，阐述了运动模糊图像退化的数学模型．根据数学模型分析其退化的原因，并运用模糊理论知识，提出了对由相对运动引起的模糊图像进行复原的隶属函数，同时与维纳（Wiener）滤波复原算法进行了对比分析．结果表明：模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像，效果相当理想，为图像复原技术提供了一种新思路．     

基于邻域信息的多层次图像模糊算法

为了提高图像识别的准确率,提出了一种基于模糊理论的多层次图像增强算法.首先利用图像的统计特性对图像进行初步模糊划分,然后采用非线性连续阶梯状隶属度函数对图像进行模糊化,最后通过利用邻域特征自适应调节增强系数,对各模糊子集进行非线性增强处理以实现局部特征增强.通过与经典方法进行实验比较,显示出该增强算法能够在保存同质区内...     

从模糊图像中恢复集成电路版图技术

为将模糊的集成电路版图进行复原,探讨了Lucy-Richardson滤波、维纳滤波、拉格朗日乘法算子最小二乘方滤波方法.研究发现:噪声模糊图像进行复原时,Lucy-Richardson方法基本恢复不出集成电路版图,维纳滤波的去噪声明显但是图像清晰度不够,拉格朗日乘法算子最小二乘方滤波复原版图清晰;恢复清晰集成电路的版图可以用于集成电路的结构分析和集成电路失效机理诊断.     

基于FitzHugh-Naguno神经元随机共振机制的图像复原

应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.     

基于粒子群优化算法的盲图像复原技术

针对高斯模糊及失焦模糊图像,提出利用粒子群优化算法鉴别模糊图像的PSF,再将鉴别后的PSF与模糊图像进行Wiener滤波复原,得到估测复原图像,并计算其目标函数值,判断图像是否清晰,决定粒子的演化方向。根据PSO的演化机制,经过N个迭代的计算,粒子最后会收敛在最佳解上,此时得到的估测复原图像最接近原始图像。仿真实验表明,本算法比其他复原算法具有更好的复原效果。     

图像盲恢复算法及其实现

针对图像盲恢复算法及其应用进行了研究，讨论了盲恢复算法中的非参数限定支持域恢复技术，这类算法并不假设图像或者模糊的参数模型，而是同时估计出清晰图像和点扩展函数。在介绍Kundur等提出的非负和集约束递归逆滤波算法的基础上，提出了该算法的改进，利用零相位FIR滤波器的频率特性，消除滤波器带来的相位失真，减少图像失真；增大FIR系数中心像元的加权值，增强图像高频。实验结果证明了改进算法的有效性。     

一种图像快速超分辨率复原方法

在对凸集投影超分辨率图像复原方法的研究中发现,图像的边缘区域与其他区域并不需要使用相同的松弛算子,据此提出一种快速的凸集投影方法,解决了传统凸集投影方法中一直存在的运算量大的问题,提高其实际应用性能．在凸集投影图像复原过程中引入模糊熵进行边缘检测,根据其邻域一致性测度构造一单调递增函数,以此作为定义迭代步长的松弛算子,从而可以根据图像各部分的区域特征来自适应选取迭代步长,大大减少了运算量．实验表明,快速凸集投影方法经过几十次的迭代能得到近似甚至优于传统凸集投影方法上百次迭代后的复原效果,并且由于复原过程中引入了边缘先验信息,对振铃效应也有很好的抑制作用．     

基于模糊逻辑的图像阈值分割算法

为确定图像分割的最佳阈值,提出了一种新的有效的图像阈值分割方法.该方法首先给出一个新模糊熵的定义,这个模糊熵定义不仅考虑到图像在模糊域中划分区域时随隶属函数变化而变化的情况,同时也考虑到图像在空域中划分区域时随隶属函数变化而变化的情况,这样就使得图像依照最大熵准则变换到模糊域更能够有效地反映图像的固有信息.然后,采用改进粒子群优化算法寻求隶属函数的最优参数,得到分割的最佳阈值,并用该阈值对图像进行分割.将新算法应用于图像分割中,效果优于现有大多数阈值分割算法.