基于局部特征核估计的图像去模糊算法

针对在图像去模糊迭代处理阶段的潜像估计和模糊核估计处理速度较低的问题,采用了一种从中等尺寸的单一运动模糊图像实现去模糊的方法,该方法利用简单的图像处理技术从一张预估计的潜像中预测出强边缘,然后得到的结果又独立地运用到模糊核的估计中,能很好地抑制在预测阶段反卷积形成的不良效应,同时构成的数字化系统展现出来的结果比使用像素值计算的需要更少的条件限制,结果收敛得更快。仿真实验结果表明:在去模糊质量相当的情况下,此方法比以往成果的处理速度快20%。     

基于倒谱与频谱分析的模糊核估计算法

图像盲去模糊是典型的图像和信号处理问题,其目的是从模糊图像中恢复出模糊核及清晰图像。在模糊核估计方面,以往的算法通常将模糊核尺度作为必要的输入参数,近年来有些算法虽然能较准确的估计参数化模糊核,但不能有效估计自然模糊图像中普遍存在的非参数化模糊核。文中利用图像梯度倒谱估计模糊核后再利用频谱分析以进一步精确的估计小尺寸模糊核的尺度。实验结果表明,文中提出的方法能适用于绝大多数场景下自然模糊图像的模糊核尺度估计。     

基于模糊图像边界梯度变化的模糊核估计研究

通过分析模糊图像边界的梯度变化,提取了导致图像模糊的运动特性信息,由此建立了与运动特征信息相关的模糊核初始化模型,在相同的恢复质量下,提高了去模糊算法效率。实验表明,该算法提取出了高效的初始化模糊核,降低了对后期递归优化算法的依赖,去模糊耗时短,效果明显,尤其适用于平坦背景、边界区域变化明显的模糊图像去模糊。     

基于边缘信息的运动模糊图像的鲁棒盲复原

为获得适用于不同模糊图像且简捷的图像盲复原方法,提出了一种稳健的从单幅模糊图像中求取模糊核并对图像去模糊的图像盲复原方法。根据模糊图像与非模糊图之间的边缘关系求模糊核,并在多尺度框架下针对各个子算法设定自适应参数,从而构建一个稳健的图像盲复原方法。对复原结果用4种无参考的图像质量评价方法的评价结果显示,本文方法在噪声和...     

一种新的基于二型模糊的变核宽模糊核聚类分割算法

针对基于模糊核聚类算法的红外图像分割方法中需要人为调节核宽的局限,提出了一种新的结合二型模糊的变核宽模糊核聚类分割算法.首先由5倍交叉验证初步确定核宽范围;然后根据类与类之间的距离最小值和最大值定义了一种高斯核宽的采样规则,进而分别由这些高斯核宽从模糊核聚类迭代公式中获得隶属度集合和聚类中心集合;最后采用二型模糊融合这个隶属度集合,从而完成聚类分割.实验结果表明,提出的自动模糊核聚类分割方法准确分割出了红外目标区域的轮廓,且抑制了背景对目标区域的干扰,分割效果好,并且具有一定的适应性和自动性,为模糊核聚类算法的研究提供了一种新的思路和方向.     

基于改进的迭代增量频域反卷积滤波器的图像复原

图像复原是数字图像处理的一个重要内容.本文针对因运动和噪声而模糊的图像进行了复原研究,发现通常的反卷积法、几何均值滤波和普通的迭代反卷积滤波均不能实现高质量的图像复原,为此,我们提出一种改进的迭代增量反卷积滤波算法,实验表明,按我们的方法可以得到质量上乘的图像复原.     

TDI遥感图像中畸变像移模糊的去除

采用离轴三反射结构的大视场空间相机存在较大的光学畸变,导致引入时间延迟积分(Time Delay Integration, TDI)技术的面阵探测器在推扫成像时产生像移模糊。根据畸变引起的TDI成像退化原理,将畸变像移模糊转化为非均匀运动模糊,通过求解像移路径计算初始模糊核,将其作为先验信息,建立半盲复原模型进一步细化模糊核。利用初始模糊核复原的粗略图像边缘指导模糊核的细化,提出一种多方向权重异性的全变差模型提取图像结构信息。为了增强先验信息对模糊核细化的约束,构建了含有初始模糊核的正则项,使模糊核的估计不过度依赖于图像内容,采用多尺度迭代方法求解。最后用正则化约束的非盲反卷积方法去除图像模糊。实验结果表明:与现有的几种去模糊算法相比,所提方法的去模糊效果不仅清晰自然且对不同样本图像的模糊核估计更稳定。     

基于乘积性模糊函数的核函数设计方法

利用乘积性模糊函数,提出一种双线性时频分布的核函数设计新方法,能够在模糊域有效地抑制噪声和多分量间的交叉项.在多分量强弱信号环境中,提出基于逐次减小误差的递归算法重构强信号,减小传统分析方法的残余信号影响和参数误差传播效应.利用分段近似的原则,可将非线性调频信号分解为多分量线性调频信号,从而将核函数设计方法推广到非线性调频信号环境.最后,仿真结果证实了该方法对多分量调频信号的有效性.     

核估计的最佳阈值SAR图像海岸线提取

针对SAR图像海陆分割的最佳阈值难以确定的问题，提出了一种差值核估计的自适应最佳阈值SAR图像海岸线提取方法。首先将图像的频数分布直方图看作一组以灰度值为横坐标和以频数为纵坐标的数据点集，然后以任一点为中心点构建左右两个邻域；定义两邻域内点横坐标到中心点横坐标距离的核函数；以核函数为权重先计算中心点纵坐标与左邻域内所有点纵坐标之差的加权平均值，再计算右邻域内所有点纵坐标与中心点纵坐标之差的加权平均值，并定义后者与前者之差为该数据点在直方图中坡度由陡变缓的跳变幅度，最后将拥有最大跳变幅度的数据点对应的横坐标作为海陆分割的最佳阈值。为去除初始分割结果中海陆交界处的不规则形状像素集，设计基于滤波操作的后处理过程。对真实大尺度SAR图像提取结果的定量评价表明提出方法可以高精度地提取出光滑、连续的海岸线，相较其他阈值分割法有更强的实用性。     

基于图像先验和结构特征的盲图像复原算法

提出了一种基于图像先验和图像结构特征的盲图像复原算法,在模糊核未知的情况下,采用一系列离散化的模糊核参数对模糊图像进行非盲去卷积,得到一系列对应的复原图像。同时提出一种复原图像判决准则,对这一系列复原图像进行质量判决,从中得到最优的复原图像。最后在实验部分,通过对图像的测试表明,提出的盲图像复原算法能较准确的得到最优复原图像,复原效果在主观和客观标准上均有良好表现。     

图像伪造中模糊操作的异常色调率取证技术

数字图像取证技术是对图像的完整性和真实性进行鉴别．通过分析由成像系统形成的局部色彩相关性，利用成像系统和模糊操作在数字图像局部色彩属性的差异，定义数字图像异常色调集合和异常色调率的概念，提出了一种基于异常色调率的数字图像取证技术．实验表明，该方法能够有效地检测出对数码相机拍摄图像进行模糊操作的痕迹，并能够对经过模糊操作的图像局部进行准确判断．     

Parametric Blur Estimation Using the Generalized Cross-Validation Criterion and a Smoothness Constraint on the Image

Parametric blur estimation is proposed using the Generalized Cross-Validation Criterion (GCV) and a smoothness constraint on the image. This approach bypasses the need to identify the image AR parameters. The blur synthesis domains that may be used in the GCV criterion are compared experimentally. The criterion is then applied, in a myopic scheme, on blurred and unblurred images. Results with synthetic and real blurs are discussed.     

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。     

一种基于倒频谱鉴别模糊参数的图像复原算法

当前运动模糊图像的复原主要依赖于模糊参数的准确鉴别和高质量的复原算法.为了更加准确地鉴别出运动模糊图像的模糊参数,提出了一种基于倒频谱鉴别模糊参数的方法;通过对模糊图像倒频谱实施直方图均衡化和阈值分割提取模糊信息,然后进行Radon变换来确定模糊方向;通过对倒频谱进行数学形态学滤波来提取模糊尺度.针对运动模糊图像的复原...     

Spatially variant defocus blur map estimation and deblurring from a single image

In this paper, we propose a single image deblurring algorithm to remove spatially variant defocus blur based on the estimated blur map. Firstly, we estimate the blur map from a single image by utilizing the edge information and K nearest neighbors (KNN) matting interpolation. Secondly, the local kernels are derived by segmenting the blur map according to the blur amount of local regions and image contours. Thirdly, we adopt a BM3D-based non-blind deconvolution algorithm to restore the latent image. Finally, ringing artifacts and noise are detected and removed, to obtain a high quality in-focus image. Experimental results on real defocus blurred images demonstrate that our proposed algorithm outperforms some state-of-the-art approaches.     

Digital deconvolution of degraded images by a space-invariant motion blur

After having established different techniques of digital deconvolution of degraded images by a space-invariant motion blur, we describe two methods of identifying the parameters of this blur. Results obtained on images illustrate the interest of this study.