基于飞行参数约束的湍流退化图像快速复原算法

为了克服盲目去卷积求解点扩展函数中由于点扩展函数大小的不确定性引起的复原图像的模糊和振铃现象,提出了一种基于飞行参数估计点扩展函数大小的湍流退化图像快速复原算法.利用飞行参数中飞行马赫数、高度、攻角等已知的先验条件来估计,最扩展函数大小,并建立了一个点扩展函数大小与飞行参数的函数表达式,解决了点扩展函数估计的盲目性,减少了估计时间,提高了退化图像复原校正的质量与速度.仿真试验结果表明:该方法对提高图像复原的速度与质量有明显效果.     

基于参数估计的降晰函数辨识及图像复原算法

成像系统的点扩展函数(PSF)以及观测噪声,在一般应用过程中是未知信息,因此,点扩展函数的辨识是一个具有挑战性的世界难题.为解决实际工作中遇到的在已知降晰类型情况下的降晰函数辨识和降晰图像复原问题,提出了基于参数估计的降晰函数辨识及降晰图像复原算法.首先,由初始猜测给定降晰函数参数的变化范围和参数的增量步长;然后,最小化降晰图像和由相应点扩展函数及降晰图像得到的实验观测图像的差的Frobenius范数,以确定点扩展函数的参数,进而确定降晰图像的点扩展函数并对降晰图像进行复原.应用基于Wiener滤波的频域循环边界算法对降晰图像进行复原.实验结果表明:在降晰图像信噪比较高的情况下,降晰函数的辨识结果是可靠和准确的,有较好的复原效果.     

气动光学效应红外序列退化图像优化复原算法

从时间序列退化图像中依次连续取两帧图像来估计湍流瞬态点扩展函数,将约束优化原理应用在气动光学效应退化图像的复原过程中。针对气动光学效应湍流点扩展函数复杂多峰、随机多变等特性,在点扩展函数的估计过程中,采用保凸峰等优化策略,将点扩展函数离散值的计算转化为基于松弛迭代的最优化估计,通过极小化准则函数估计点扩展函数值,进而恢复退化图像。实验结果表明,本文方法复原效果好,速度较快。     

一种改进的大气模糊图像恢复算法

针对天文图像受大气影响而变模糊的问题,利用多帧盲去卷积方法对变质图像的恢复及点扩展函数的辨识进行了研究,并采用基于受惩极大似然估计的GEM改进算法从模糊图像序列中得到目标以及点扩展函数的迭代解。实验结果表明该算法能有效地恢复出原物体并估计出点扩散函数。     

运动模糊图像点扩展函数的自动识别方法

在获取图像的过程中,传感器和场景的相对运动所造成的图像模糊是一类常见的图像退化模式。为对模糊图像进行恢复,首先要给出精确的点扩展函数估计。针对匀速运动降晰的情况,提出了一种新的误差-参数曲线法,并依据这种曲线提出了一种点扩展函数的自动估计算法。通过引入奇异因子、光滑因子以及平坦因子来实现点扩展函数的估计。实验结果表明,该方法可以取得较为精确的估计效果。     

多帧短曝光图像近视解卷积

本文提出一种频域压缩多帧近视解卷积算法.首先,根据波前传感器获取的大气湍流相位估计短曝光图像的初始点扩展函数,并逐步将点扩展函数调整到准确形式.通过共轭梯度(CG)算法交替解卷积频域代价函数估计目标图像和点扩展函数,为了有效压缩信息量,将图像频谱比增加到代价函数中,同时施加基本约束保证迭代快速收敛于全局最小解,采用结构自适应滤波器(SAAF)达到消除噪声的同时保护重建图像细节.实验结果表明算法能够得到高质量的重建图像,性能优于所对比多帧Tikhonov正则化解卷积和多帧Richardson-Lucy的盲解卷积算法.     

基于高斯型点扩展函数的红外图像热源复原

为了复原红外图像的热源,采用高斯点扩展函数的方法来增强热源的清晰度和对比度。首先,确定热源图像的高斯点扩展函数,建立其退化模型;然后,采用维纳滤波的方法复原红外图像中的热源,对复原图像通过YIQ变换来复原其温度场彩色信息;最后,通过边缘锐度和标准差评价分析热源复原的质量,并与盲复原算法对比。结果表明,边缘锐度边缘锐度和标准差分别提高了0.502%和0.124%。基于高斯型点扩展函数的方法对红外图像的热源复原具有明显的效果。     

基于各向异性规整化的总变分盲复原算法研究

针对大气湍流退化图像复原问题,提出了一种基于各向异性和非线性规整化的总变分盲复原新算法,该算法主要结合图像和湍流点扩展函数的一些性质采用基于各向异性的空间自适应规整化处理,建立了具有非线性和空间各向异性的规整化函数,使其在恢复目标图像和估计点扩展函数时能自适应地进行梯度平滑。最后,通过交替最小化方案来极小化代价函数和通过定点迭代策略将非线性方程进行线性化处理,快速地估计点扩展函数和恢复图像。在微机上对数字模拟和实际退化图像进行了一系列恢复实验,验证了算法的有效性和稳健性。     

运动模糊图像复原技术研究

对运动模糊图像的频域特征进行分析,提出了一种估计运动点扩展函数参数的新方法,并通过设置阈值,实现了参数的自动估计。对存在水平方向、垂直方向以及不同角度方向三种不同运动情况,使用频域估计方法分别对其点扩展函数进行估计;利用所估计的运动点扩展函数信息,使用约束最小二乘方法进行图像复原。     

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。     

基于超分辨力图像复原算法的模糊系统辨识

由于利用已有的知识和经验得到的点扩散函数(PSF)估计值与真实值之间的偏差会直接影响图像复原质量。为准确地估计PSF,使其向真实的点扩散函数类型和参量逼近,采用超分辨力图像复原MPML算法同几种常用的数字图像去模糊处理进行比较分析,通过实验表明：MPML算法具有其他几种算法的优势,同时减少了对原有信息的丢失;在此基础的同时,按照点扩散函数的分类,分析了点扩散函数的不同估计值及其对图像复原的影响,提出基于超分辨力图像复原算法的图像细节评价参数D,保证了复原图像主观效果和评价参数的一致性。对于模糊图像的系统辨识及其图像复原问题的解决具有实际意义,但对于附加较大噪声条件下的图像复原仍是需要进一步研究的问题。     

利用拉东变换估计全景图像点扩散函数

针对全景图像点扩散函数(PSF)空间移变的特点, 提出一种利用拉东(Radon)变换估计全景图像局部区域的PSF算法。算法首先分析全景成像 原理和PSF拉东变换与图像中模糊直线响应的关系; 然后利用有效的采样方法得到孤立的采样边缘,并通过求导得到图像边缘的直线响应;最后 利用采样信息 复原出PSF并结合Lucy-Richardson(L-R)算法对图像进行复原。同时采用迭代最优 化的估计算法解决 由于采样边缘较少导致PSF估计的不准确问题。实验表明,本文算法可以有效地估 计出全景图像不同区域的PSF,有很好的工程使用价值。     

任意方向匀速直线运动模糊的点扩展函数估计

在运动图像复原中,建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向,利用微分自相关的方法对模糊图像的模糊尺寸进行计算,通过计算模糊图像沿二维直线运动方向不同距离的重叠度,来计算得到相应的PSF。通过开展仿真分析和成像实验,演示了PSF估计和图像复原过程。通过采用图像质量评价函数,将图像复原结果与现有算法进行对比,验证了所提出方法的有效性。     

数字图像的逆滤波复原

对原有逆滤波器进行了改进,从离焦模糊和运动模糊产生的原因出发,结合模糊图像与频谱图的对应关系,应用Hough变换估计出退化参数,然后利用逆滤波方法对模糊图像进行复原。实验结果表明,改进的逆滤波器简单易实现,复原结果较好,但Hough变换估计退化参数的准确性有待进一步提高。     

盲图像恢复中的二维盲均衡研究

数字图像在传输过程中,由于受到二维信道的点扩展函数(PSF)的影响,会产生图像模糊问题。在对图像进行恢复时,需要消除PSF的影响,在许多实际应用中PSF的特性未知,此时图像的恢复就是盲图像恢复。该文提出了一种应用于盲图像恢复的二维盲均衡迭代算法,该算法是通信领域中应用的EVA盲均衡算法的一种二维扩展。仿真结果表明,该算法具有信噪比增益高、收敛速度快等特点,有较为广泛的应用前景。     

基于匀速直线运动下模糊图像复原的研究

根据运动模糊图像产生的原因及特点,文中阐述了在匀速直线运动下模糊图像退化的模型,介绍了维纳滤波复原图像的原理。由于在图像获取时模糊原因的不确定性,使得点扩散函数(PSF)具有不准确性,从而使模糊图像复原的效果不佳。针对点扩散函数的确定,利用方向微分法快速判断运动模糊方向,再利用一阶差分自相关的方法鉴定运动模糊图像的模糊尺度,从而确定点扩散函数。在确定K值时,采用K值自动估计算法。通过实验仿真表明,此方法对模糊图像复原效果良好。     

基于位平面分解方法的运动模糊图像PSF参数辨识

在基于匀速直线运动的运动模糊图像的复原中,点扩散函数(PSF)的两个参数(运动模糊角度和运动模糊尺度)的估计是研究的重点.为了能够准确地估计出PSF的模糊角度,提出了在一种新的改进倒频谱域中采用位平面分解提取和Radon变换相结合的方法.并在已知运动模糊角度的基础上再对模糊图像采用差分自相关处理,得到运动模糊尺度.将上述整个算法用Matlab进行仿真实验.实验结果表明:该算法在获取运动模糊参数的效率和准确度方面较现有文献的同类算法有所提高,得到的复原图像也更加清晰.     

Blind image restoration by anisotropic regularization

This paper presents anisotropic regularization techniques to exploit the piecewise smoothness of the image and the point spread function (PSF) in order to mitigate the severe lack of information encountered in blind restoration of shift-invariantly and shift-variantly blurred images. The new techniques, which are derived from anisotropic diffusion, adapt both the degree and direction of regularization to the spatial activities and orientations of the image and the PSF. This matches the piecewise smoothness of the image and the PSF which may be characterized by sharp transitions in magnitude and by the anisotropic nature of these transitions. For shift-variantly blurred images whose underlying PSFs may differ from one pixel to another, we parameterize the PSF and then apply the anisotropic regularization techniques. This is demonstrated for linear motion blur and out-of-focus blur. Alternating minimization is used to reduce the computational load and algorithmic complexity.     

相位相关技术实现离焦模糊图像运动估计

为解决离焦模糊图像的运动参数估计问题,介绍一种采用相位相关分析的图像配准技术。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换,计算位移图像之间归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出离焦成像系统点扩散函数及其光学传递函数的数学描述,侧重讨论离焦模糊对相位相关配准结果的影响,证明图像经过离焦退化后,位移图像之间归一化的互功率谱具有不变性。动态运动模糊图像最大检测误差0.339像元,标准差0.19像元。该方法具有可行性和有效性,能够满足一般要求。