基于先验信息和正则化技术的图像复原算法的研究

在湍流退化图像复原研究中,为了消除大气湍流的影响,提出了一种基于先验信息和正则化技术的盲解卷积图像复原算法.该算法是以极大似然估计为基本原理,将目标图像和点扩展函数的先验信息以惩罚项的形式引入到极大似然函数中,同时利用正则化技术优化目标图像和点扩展函数的估计过程,以增加极大似然估计算法的收敛性和稳定性.通过退化图像的复原实验结果表明,该算法在退化模型完全未知的情况下,可以有效的实现对湍流退化图像的盲复原.     

基于ARTUR算法的气动光学效应图像校正方法

提出了一种基于ARTUR算法的气动光学效应图像校正方法。该方法利用一些合理的先验知识对大气扰动退化模型(点扩展函数)进行规化,将求解问题转化为带惩罚项的准则函数的优化估计问题,通过ARTUR算法快速迭代估计点扩展函数值,进而对气动光学效应引起的退化图像进行校正。论述了ARTUR算法的性质,给出了实验结果。     

基于双重规整化的气动退化图像盲复原算法

通过合理建立针对红外图像的气动光学效应退化模型，根据极大似然估计准则设计复原算法，同时针对随机变化的点扩展函数和噪声对目标图像尤其是图像中细节恢复的影响，对单一规整化方法进行了扩展，采用双重规整化策略，将规整化分为两个各有侧重点的层次来处理。在微机上进行了一些复原实验，并给出对比结果，证实了该算法的有效性。     

采用冗余提升的不可分离小波变换的点扩散函数估计

针对点扩散函数估计(Point Spread Function,PSF)不准确导致在气动退化图像盲复原处理后易造成振铃效应的问题,提出了一种改进的PSF估计方法,并将之应用于气动退化图像的复原处理中。具体做法是:构建平移不变的非下采样小波变换(NSWT),从而使之更易于处理图像奇异信息;基于小波变换模极大值和点扩散函数方差之间的关系,提出基于冗余提升NSWT的PSF估计方法;最后,将之应用于气动退化图像的盲复原中进行仿真验证。实验结果表明,使用改进后的PSF估计方法复原后的图像振铃效应等伪像程度显著减轻,图像质量明显改善,从而验证了构建的平移不变NSWT及改进PSF估计方法的有效性。     

气动光学图像仿真与处理关键技术研究

气动光学效应发生于导弹在大气层中高超声速飞行的过程中,导弹头部的光学头罩与大气发生剧烈的摩擦,对目标图像产生图像传输干扰和热辐射干扰,产生图像模糊、抖动和偏移,对比度降低等气动光学退化效应.对高速导弹退化图像的仿真分为两部分:第一部分是对由高速气流引起的图像的模糊和抖动的仿真.第二部分是对由高速热流产生的图像对比度降低的气动热辐射退化的仿真.对第一部分气动退化图像的仿真,采用根据实际弹道参数(飞行高度,飞行速度,头罩半锥角,攻角)和几种不同流场条件下气动光传输模型模型相结合的方法.根据流场的速度,状态,将高速流场分为湍流场和层流场.根据气动参数和湍流流场光传输模型确定点扩展函数的大小,方差等参数.根据气动参数和层流流场光传输模型确定点扩展函数中心位置的抖动和偏移.实验表明,根据这种方法仿真的气动光学退化图像符合实际情况下不同飞行弹道参数图像的气动退化变化规律和退化程度,与直接数值模拟方法(Direct Numerical Simulations),大涡模拟方法(LarRe Eddy Simulation)等方法相比,适用范围更广,计算量大大降低,并且可以实现实时仿真序列气动退化图像.对第二部分气动热辐射退化图像的仿真,采用对热效应产生的各个过程进行分别仿真建模的方法.首先,对由于高速飞行,头罩与空气摩擦产生的温度场进行建模.利用飞行参数,如飞行高度,飞行马赫数,攻角和高速可压流体模型,计算出头罩表面温度场变化.再根据头罩的材质,厚度和热传导模型计算出头罩平均温度场.根据头罩平均温度场分布,发射率,探测器系统距离,通过普朗克公式得到温度场的辐射功率.最后,根据探测器的物理参数,可以将辐射功率转化为等效信号电压值,得到数字图像的气动热辐射退化灰度值和退化图像.对气动退化图像的处理,采用退化复原算法与实际弹道参数(飞行高度,飞行速度)相结合的方法.与以往的图像复原算法不同,采用的气动退化图像的复原算法利用了先验条件参数,如导弹的飞行高度,飞行马赫数.实验表明,利用这些条件参数,可以更有效、更准确地复原退化图像.结合实际气动弹道参数,实现了最大后验概率算法(MAP算法),总变分算法(TV算法),最大似然算法(ML算法)和相邻帧算法等算法,对气动退化图像进行复原,得到了较为准确和稳定的处理结果.与传统的复原算法相比,程序运行步骤数目减少,算法的处理速度大大提高,复原的准确性也得到了增强,并且可实现序列退化图像实时复原处理.     

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.     

复杂背景红外湍流退化图像复原算法研究

针对大气湍流复杂背景红外退化图像的复原问题,构造了各向异性权重差分项,在此基础上将基于二阶差分的2范数极小作为空间相关性约束应用在复杂背景湍流退化图像相邻两帧点扩展函数的优化求解过程中,提出了针对复杂背景的湍流退化图像复原算法。在微机上进行了一系列复原和方法对比实验,实验结果表明本文方法有效,效果较好。     

气动退化图像的改进复原算法

针对气动光学效应引起的图像模糊退化导致复原处理困难的问题,提出了一种气动退化红外图像的改进复原算法。具体做法是:在假设退化图像的点扩散函数服从高斯分布的前提下,对图像进行带参数维纳滤波,在此过程中,使用图像清晰度评价函数作为复原效果的评价实现了算法中参数的最优化。通过多组仿真实验和算法的对比分析表明,算法较好地保持了图像细节,较好地恢复了图像质量,实时性较好。     

基于多帧湍流退化图像的近视解卷积复原

根据贝叶斯和Parseval定理,引入了频域内多帧湍流退化图像的近视解卷积复原算法。以大气湍流长曝光光学传递函数作为估计的光学传递函数。根据频域代价函数的特点,提出分步牛顿法求解代价函数。本算法能够处理未匹配的多帧图像,并能获得理想的复原图像。计算机仿真多帧湍流退化图像的复原结果表明:即使多帧图像未匹配,在不同湍流强度和不同噪声情况下算法仍能复原出好的图像效果。     

基于APEX方法的改进图像复原算法

在湍流退化图像复原研究中,提出了一种基于APEX方法的改进图像复原算法.该算法采用APEX方法的基本原理,结合真实湍流退化图像的频谱信息特征, 对APEX方法中点扩展函数的估计过程进行了相应的改进,采用多方向的综合估计代替原有一次性估计,从而减少了点扩展函数的估计误差,增加了APEX方法的稳定性.对改进算法和原有算法进行了对比性实验研究,其结果表明,该算法对湍流退化图像的复原较原有算法在稳定性上有一定的提高,减少了随机噪声对图像复原的影响.     

Blur identification by residual spectral matching

The estimation of the point spread function (PSF) for blur identification, often a necessary first step in the restoration of real images, method is presented. The PSF estimate is chosen from a collection of candidate PSFs, which may be constructed using a parametric model or from experimental measurements. The PSF estimate is selected to provide the best match between the restoration residual power spectrum and its expected value, derived under the assumption that the candidate PSF is equal to the true PSF. Several distance measures were studied to determine which one provides the best match. The a priori knowledge required is the noise variance and the original image spectrum. The estimation of these statistics is discussed, and the sensitivity of the method to the estimates is examined analytically and by simulations. The method successfully identified blurs in both synthetically and optically blurred images.     

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。     

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。     

Multi-frame real image restoration based on double loops with alternative maximum likelihood estimation

A multi-frame blind restoration algorithm based on alternative maximum likelihood estimation using double loops is proposed to restore object images. An anisotropic regularization term is incorporated into the integral likelihood function to avoid over-smoothing of details of the restored images and improve the stability of image restoration. In order to make full use of the data relationship in the observed multi-frame images which contain the same objects with different point spread functions (PSF) in a short sequence, an iterative strategy based on double loops is employed in estimating the unknown different PSFs of the observed images. Experiments on synthetic and real turbulence-degraded images illustrate that the proposed algorithm is effective in restoring real turbulence-degraded images by using very few frames.     

Blind restoration of turbulence degraded images based on two-channel alternating minimization algorithm

Due to the atmospheric turbulence and the system noise, images are blurred in the astronomical or space object detection. Wavefront aberrations and system noise make the capability of detecting objects decrease greatly. A two-channel image restoration method based on alternating minimization is proposed to restore the turbulence degraded images. The images at different times are regarded as separate channels, then the object and the point spread function (PSF) are reconstructed in an alternative way. There are two optimization parameters in the algorithm:the object and the PSF. Each optimization step is transformed into a constraint problem by variable splitting and processed by the augmented Lagrangian method. The results of simulation and actual experiment verify that the two-channel image restoration method can always converge rapidly within five iterations, and values of normalized root mean square error (NRMSE) remain below 3% after five iterations. Standard deviation data show that optimized alternating minimization (OAM) has strong stability and adaptability to different turbulent levels and noise levels. Restored images are approximate to the ideal imaging by visual assessment, even though atmospheric turbulence and systemnoise have a strong impact on imaging. Additionally, the method can remove noise effectively during the process of image restoration.     

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.     

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。     

航天湍流退化图像的极大似然估计规整化复原算法

为了从有噪的湍流退化图像中有效地恢复出目标图像，提出了一种基于极大似然估计准则的规整化复原算法．根据图像随机场模型建立了有关多帧图像数据的对数似然函数，同时为了平滑噪声和保护图像边缘以及避免无价值的解，将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中．推导出了湍流点扩展函数和目标图像的交替迭代求解公式，通过迭代方式可将点扩展函数和目标图像同时估计出来，给出了算法的并行处理方案．在微机上对强噪声条件下的湍流退化图像进行了恢复实验，实验结果表明本算法具有较强的抗噪能力和实用价值．     

Image restoration in computed tomography: restoration of experimental CT images

It is pointed out that to restore experimental computed tomography (CT) images which have been blurred by a spatially variant point spread function (PSF), a quadrant symmetry method which simultaneously optimizes storage requirements for the estimated PSFs and computational speed is used. The quadrant symmetry approach required less than 0.579 Megawords of storage for 9x9 pixel spatially variant PSFs in a 256x256 pixel image, allowing image restoration in Cartesian coordinates. A locally adaptive restoration method formulated using a noise prewhitening filter derived from the measured noise power spectrum, the conjugate gradient method was used to obtain a numerical solution. Restored images for a resolution phantom and for a cadaver femur are presented.     

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.