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。     

基于图像交叉分块的电子稳像算法

该文提出一种基于图像交叉分块的电子稳像算法。该算法利用相邻两帧图像间存在相同特征的性质,首先通过对图像的交叉分块提取反映图像全局信息的特征点集合,然后根据运动模型建立能量函数,使相邻帧的特征点集合达到最佳匹配,同时获取全局运动参数,最后进行运动补偿以实现稳像目的。稳健的特征点与运动模型匹配相结合,能够有效地处理存在较大旋转和偏移的序列图像。通过强噪声实验表明,该算法具有较好的鲁棒性。     

基于梯度倒频和全变分的运动模糊图像复原

通过分析运动模糊图像梯度和Canny算子特性来估算点扩算函数(PSF),提出一种基于结合Canny算子和梯度倒频的运动模糊参数先验估计方法.首先,分析运动模糊图像的梯度信息和Canny算子特性,通过适当的阈值处理后,二者信息结合,利用倒频谱的特性计算出运动模糊尺度和运动模糊方向.最后,用改进的基于半二次型交替数值算法的全变分正则化复原方法对运动模糊图像进行复原.从实验结果可以看出,相对于传统算法,该方法能够较准确地估算出PSF参数,实现比较好的复原效果.     

基于运动估计的模糊图像盲复原

针对由于物体在不同方向移动速度不同导致退化的CCD图像空间移变特性的运动模糊,提出一种基于隔行扫描空间移变特性的CCD图像恢复方案。方法主要依据隔行扫描图像分为上下两场的特性,借助插值算法将单幅图像按场拆分为两幅存在时间差的图像,然后引入视频处理中基于图像序列确定运动向量的块匹配算法,估计模糊参数,从而实现应用图像序列算法估计单幅图像点扩散函数,最后利用最小二成方算法进行复原,其中引入了图像定向信息测量操作保持边缘。仿真实验结果表明,本文算法比以往算法具有大的信噪比(SNR)和图像保真度(IMFID),以及小的平均绝对差(ABSDIFF)和均方误差(MSE)。     

一种基于迭代运动估计的全景稳像系统

提出一种图像全景补偿输出的实时稳像系统.首先,提出了基于子区域运动迭代的全局运动估计算法,来快速有效地求取图像平面的仿射运动参数:在求取各子区域运动时,采用灰度投影相关的三点自适应搜索策略,结合大小搜索步长,进行由粗到细的搜索定位;然后将各子区域运动带人6参数仿射运动模型,通过最小二乘迭代,去除误差较大块即误匹配或前景运动块,从而提高全局运动估计精度.其次,对原始运动矢量序列进行滤波处理,以提取抖动参数:采用Kalman滤波器,一方面较好地平滑运动矢量以降低视频抖动,另一方面有效跟随摄像系统的有意扫描运动.最后,提出图像全景补偿方法,有效改善图像边界信息缺失带来的视觉误差.实验结果表明该系统可以实时处理视频序列的平移旋转等抖动,而且输出全景视频图像保持视觉的完整流畅.     

一种改进的基于Radon变换的运动模糊图像参数估计方法

运动模糊是导致图像降质的最常见因素之一.此类图像的复原很大程度上取决于对点扩散函数的准确估计.对于匀速直线运动的模糊图像,运动方向和模糊尺度是确定点扩散函数的两个关键参数.介绍了Radon变换的数学原理及用其估计运动模糊方向的思路、步骤;针对实际拍摄的模糊图像频谱中严重影响原算法的十字亮线现象,分析了其成因,并提出了一种改进算法.算法根据十字亮线的特性,采用频谱分块的思想以消除检测干扰.实验结果验证了算法的正确性和有效性.     

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。     

高速运动目标的运动模糊图像复原研究

对单一图像进行运动模糊复原,存在模糊点扩散函数（PSF）难以估计以及图像反卷积的病态性问题。利用多个PSF具有联合可逆性的特点,针对运动目标观测,提出采用参数相同的多个成像设备共同对同一视场进行拍摄,来获取背景相同、曝光时间不同、目标模糊程度不同的观测图像;然后利用同一设备获取的序列图像进行目标的模糊PSF估计;并根据目标背景的运动模糊叠加特征,分别从观测图像中提取出完整的模糊目标图像;最后,对这些具有不同PSF的同一目标图像进行空间域迭代复原算式的联立求解。实验表明:该方法设计的目标获取装置对硬件条件要求较低,获取的图像更便于采用多点扩散函数联合进行图像复原,复原效果良好。     

稳健的预分析多直线全局运动估计方法

本文提出了RTSG图像预分析和多直线全局运动估计方法,该方法首先根据光流场方程得到RTSG图像,并对RTSG图像进行预分析以去除图像中的外点和确定全局运动模型,然后提取多个直线特征元,利用直线特征元估计局部运动参数,最后用局部运动参数和与之相关的权值进行全局运动估计。     

基于T-snake模型的冠状动脉血管提取和运动跟踪

提出采用拓扑自适应动态轮廓(T-snake)模型对X射线冠状动脉造影图像序列进行二维血管提取和运动跟踪的方法,得到心动周期中冠状动脉的二维形态和运动信息.设计了适用于心血管造影图像的强约束T-snake模型,约束节点沿网格线从一个网格点运动到下一个网格点,通过节点拆分获得拓扑变换能力.针对图像灰度统计特征,设计了使模型能从血管内部的初始位置膨胀变形的能量函数.采用临床采集的X射线冠状动脉造影图像序列对算法进行了验证.     

一种基于KLT-RANSAC全局运动估计的电子稳像算法研究

全局运动估计是电子稳像的核心,很大程度上影响整个稳像系统的性能.提出了一种基于KLT-RANSAC全局运动估计的电子稳像算法,该方法首先通过增加距离约束机制,并进行亚像素级定位,优化Harris特征点,选择KLT快速匹配算法实现特征点的粗匹配,之后引入了RANSAC算法剔除误匹配点,去除视频序列中分布在运动物体上的特征点,避免了局部运动对全局运动估计的影响.实验结果表明:本算法可以有效解决特征点匹配过程中的误匹配问题,避免局部运动对稳像的干扰,快速准确地计算出全局运动参数,最终可以实时处理存在平移和旋转抖动的视频,输出稳定高质量的视频.     

矿井车载摄像系统中电子稳像算法的研究

为克服矿井车载摄像系统在视频采集过程中的图像抖动问题,提出了一种基于MIC-Harris角点特征的自适应运动补偿电子稳像算法。首先,提出MIC-Harris角点检测算法和由粗到精的匹配策略,实现序列中特征点的快速精确提取。然后根据矿井移动车载图像运动特点,构建运动参数估计模型,运用最小二乘法实现全局运动矢量的求解。最后,提出自适应相邻帧补偿方法,结合Kalman滤波实现补偿矢量的计算,在滤除高频随机抖动同时保留了车载摄像机低频主动运动,并克服了连续视频序列长时间稳像处理的帧间累积误差问题。实验仿真结果表明：本文提出的算法不仅融合了MIC运算速度快和Harris准确度高的优点,而且能够实现矿井车载摄像系统的长时间连续稳像处理,具有较好的稳像效果。     

单目图像序列中基于正则化的局部三维非刚体运动估计

通过局部的三维非刚体运动估计进而达到全局估计结果是三维非刚体运动估计中的重要方法。本文提出了在单目图像序列中利用正则化的手段解决局部的三维非刚体运动估计。首先，在帧间特征点匹配已确立的前提下，利用仿射运动模型并结合中心投影方式提出了运动估计的最小二乘模型；然后针对三维运动估计的不适定性提出了正则化的运动估计方法，以正则化的形式融入运动的先验知识，使运动估计的结果更具鲁棒性；最后利用Levenberg-Marquart方法实现运动参数的求解。仿真图像序列的实验反映了本文方法的有效性。     

多特征点拓扑确定位姿测量算法研究

为解决单目视觉位姿测量时,由目标特征点较多导致图像点与目标点拓扑关系未知的问题,提出了一种多特征点拓扑确定位姿测量算法。较多特征点可在目标进行大角度运动时保证足够的特征点进行位姿解算,与较少特征点相比提高测量精度。该算法将拓扑确定的过程和位姿求解的迭代过程进行嵌套,同时进行拓扑确定和位姿计算。位姿计算的迭代过程基于平行透视投影模型,不需要目标重心投影点坐标作为迭代初始值。拓扑确定的过程转化为分配问题的求解过程。每次位姿迭代的过程中进行一次拓扑确定,拓扑确定的结果可以计算更优的位姿估计。通过多位姿测量实验和精度对比实验结果证明:该算法适合大范围、高精度的位姿测量,在-120~120范围内,位姿测量均方根误差为0。272。     

基于自适应补偿的电子稳像方法

基于车载的光电系统在采集图像的过程中,载车的随机振动会导致视频序列发生抖动,需要通过稳像技术来消除。为解决传统电子稳像方法中存在帧间跳变、机械性选择参考帧,以及边缘信息丢失的问题,提出了一种基于自适应补偿的电子稳像方法。首先,自适应地更新参考帧,后续帧与更新的参考帧进行特征点的提取和匹配,并通过参数迭代方法求解相对于第1帧的全局运动参数;然后,区分不同的全局运动参数:旋转角度、水平、垂直方向的偏移量,并通过运动滤波从全局运动参数中分离出扫描运动,补偿随机抖动;最后,采用后向映射方式实现运动补偿,并运用图像镶嵌,即利用参考基准帧的信息对校正后图像的边缘信息进行补偿。实验结果表明:稳像后视频序列有很好的视觉稳定效果,且提高了峰值信噪比(PSNR)和帧间变换保真度(ITF)。本文的方法具有很好的鲁棒性,在不同的视频场景下都可以实现稳像,可以满足稳像的精度要求。     

一种基于区域搜索的全局运动估计与补偿算法

开展全局运动估计与补偿研究是进行动态目标检测中的基础和前提。在总结现有运动估计与补偿方法的基础上,提出一种基于图像分割区域的运动性和大小的全局运动估计与补偿算法。首先,通过建立区域搜索的全局运动模型,同时进行区域定性分割和区域大小排序;然后,根据误差最小化准则在指定的分割区域中进行线性递归搜索,利用门限准则寻找出最佳的运动估计参数;最后,根据双线性内插法获得运动位移量。实验结果比较可知,所提算法较三步搜索算法(TSS)和全局搜索算法(FSA)等传统算法具有更高的准确性(图像平移帧差)和实时性(算法运行时间),能够很好地实现运动背景的全局校正。     

单雷达直线航迹线目标状态分量合成估计方法

通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y 分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。     

弱对比度细节模糊增强的自动参数选择

针对广义模糊增强算法中参数选择的主观性,提出了一种模糊参数自动调整的方法。通过分析实验得出模糊参数对图像增强效果的重要性,给出一种用图像可检测边缘度和图像熵的熵值作为图像增强的评价标准,并根据这个标准实现了原来模糊增强算法中参数的自动选择,达到图像的自动增强,提高图像中弱边缘对比度的目的。最后通过实验证明算法的有效性。     

Object-Based Very Low Bit-Rate Coding Using Motion Parameter Estimation Based on Multiple Frame Prediction

This paper proposes an object-oriented coding method in very low bit-rate channels, using the motion estimation technique based on multiple frame prediction. In most existing methods, only the global motion components are transmitted. So the images containing abrupt motions and noise yield large error, even after texture compensation using the discrete cosine transform (DCT). To reduce the global motion prediction error due to usage of rigid motion parameters, residual image mapping is employed. Since high computational complexity is required for local motion correction using residual image mapping, simplified global motion prediction prior to local motion refinement parameter extraction is proposed to reduce the burden of the overall coder complexity. Computer simulation results show that the proposed method gives good performances in terms of the subjective quality, the peak signal to noise ratio (PSNR), and the compression ratio (CR).     

基于改进CPD算法的SPECT-B超甲状腺图像配准

为了获得更多甲状腺肿瘤的诊断信息,文章提出了一种基于改进CPD算法的甲状腺肿瘤的SPECT图像和B超图像自动配准方法。首先,将参考图像(SPECT图像)和待配准图像(B超图像)分别通过阈值分割和图割的方法提取轮廓特征点;然后,用遗传算法和粒子群算法相结合的优化算法对CPD的权重参数进行自动寻优,利用改进的CPD算法对提取出的两组特征点进行匹配,得到两幅图像的空间变换参数;最后,将待配准图像按所求得的变换参数旋转、平移,从而获得配准后图像。实验结果表明,该方法能实现SPECT与B超甲状腺肿瘤图像的良好配准,具有参数少、精度高、鲁棒性好等特点。