倒谱和快速全变差去卷积的运动模糊图像复原

物体和成像系统之间的相对运动导致图像产生运动模糊,降低了图像质量,为了获得更加理想的复原图像,提出一种基于倒谱和快速全变差去卷积相结合的运动模糊图像复原算法。利用倒谱法对运动模糊图像的点扩散函数参数（模糊角度和模糊尺度）进行辩识,采用快速全变差去卷积法对模糊图像进行复原,采用多幅图像进行仿真实验测试算法的性能。仿真结果表明,相对于经典图像复原算法,该算法复原图像的主观视觉效果以及客观评价指标均更优,具有一定的实际利用价值。     

运动模糊图像的PSF参数辨识

物体和成像系统之间的相对运动使图像产生运动模糊是最常见的图像降质原因之一,因此运动模糊参数的精确估计（模糊角度和模糊尺度）直接影响图像的去模糊效果。结合运动模糊图像的产生过程,利用Radon变换得到模糊角度,对图像倒频谱作进一步分析得到运动模糊尺度。实验结果表明,该算法简单有效,得到的运动模糊参数是比较准确的。     

混合特性正则化约束的运动模糊盲复原

目的 为了提高运动模糊图像盲复原清晰度,提出一种混合特性正则化约束的运动模糊盲复原算法。方法 首先利用基于局部加权全变差的结构提取算法提取显著边缘,降低了噪声对边缘提取的影响。然后改进模糊核模型的平滑与保真正则项,在保证精确估计的同时,增强了模糊核的抗噪性能。最后改进梯度拟合策略,并加入保边正则项,使图像梯度更加符合重尾分布特性,且保证了边缘细节。结果 本文通过两组实验验证改进模型与所提算法的优越性。实验1以模拟运动模糊图像作为实验对象,通过对比分析5种组合步骤算法的复原效果,验证了本文改进模糊核模型与改进复原图像模型的鲁棒性较强。实验结果表明,本文改进模型复原图像的边缘细节更加清晰自然,评价指标明显提升。实验2以小型无人机真实运动模糊图像为实验对象,通过与传统算法进行对比,对比分析了所提算法的鲁棒性与实用性。实验结果表明,本文算法复原图像的标准差提升约11.4%,平均梯度提升约30.1%,信息熵提升约2.2%,且具有较好的主观视觉效果。结论 针对运动模糊图像盲复原,通过理论分析和实验验证,说明了本文改进模型的优越性,所提算法的复原效果较好。     

混合高阶全变差正则化的运动模糊图像盲复原

针对运动模糊图像的盲复原,提出一种基于混合高阶全变差正则化的盲复原方法。该方法首先采用shock滤波器从模糊图像中预测出清晰的图像边缘,并用多尺度策略实现对模糊核由粗到细的准确估计。然后根据自然图像边缘的稀疏特性,将全变差模型的保护边缘特性结合高阶全变差克服平滑区域阶梯效应的优势,对图像进行正则化约束,提出新的混合高阶全变差正则化模型。最后,利用分裂布雷格曼迭代策略对提出模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像边缘细节,同时有效地抑制平滑区域内振铃和阶梯效应的产生,获得高质量的复原图像。与近几年图像盲复原算法相比,不仅改进了复原图像的主观视觉效果,而且客观上提高了峰值信噪比。     

双重模糊图像的复原方法研究

如果观测图像同时受到两种模糊的影响而退化,则作用于图像整个退化过程的降质函数难以确定,而适用于降质函数未知的盲目去卷积等方法有其局限性。针对这种双重模糊情况,提出一种基于插值分析的分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理。然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原。通过实验分析,该方法的复原结果比较理想。     

Photo-consistent synthesis of motion blur and depth-of-field effects with a real camera model

Depth-of-field (DOF) and motion blur are important visual cues used for computer graphics and photography to illustrate focus of attention and object motion. In this work, we present a method for photo-realistic DOF and motion blur generation based on the characteristics of a real camera system. Both the depth–blur relation for different camera focus settings and the nonlinear intensity response of image sensors are modeled. The camera parameters are calibrated and used for defocus and motion blur synthesis. For a well-focused real scene image, DOF and motion blur effects are generated by post-processing techniques. Experiments have shown that the proposed method generates more photo-consistent results than the commonly used graphical models.     

基于能量估计的局部运动模糊检测

为了解决日常拍摄的图像或视频中普遍存在局部运动模糊导致信息丢失的问题,提出一种基于能量估计的局部运动模糊检测算法。该算法首先计算图像的Harris特征点,根据每个区域内的特征点分布筛选出备选区域;然后根据近单色区域梯度分布平滑的特点,通过计算备选区域的梯度分布并参照平均幅值阈值过滤掉大部分容易被误判的部分;最后根据运动模糊对图像能量衰减的特征对备选区域进行模糊方向估计,并计算模糊方向和与其垂直方向的能量,根据两个方向上能量的比值进一步去掉单色区域和散焦模糊区域。在图像库上的实验结果表明,所提算法能较好从存在近单色区域和散焦区域干扰的图像中检测出运动模糊区域,有效提高局部运动模糊检测的鲁棒性以及适应性。     

Perception-based model simplification for motion blur rendering

Motion blur effects are important to motion perception in visual arts, interactive games and animation applications. Usually, such motion blur rendering is quite time consuming, thus blocking the online/interactive use of the effects. Motivated by the human perception in relation to moving objects, this paper presents simplified geometric models that enable to speedup motion blur rendering, which has not been tracked in motion blur rendering specifically. We develop a novel algorithm to simplify models with motion-aware, to preserve the features whose characteristics are perceivable in motion. We deduce the formula to outline the level of detail simplification by the object moving velocity. Using our simplified models, methods for motion blur rendering can achieve the rendering quality as using the original models, and obtain the processing acceleration mostly. The experimental results have shown the effectiveness of our approach, more acceleration with the larger models or faster motion (e.g. for the dragon model with over a million facets, the motion-blur rendering via hierarchical stochastic rasterization is sped up by over 27 times).     

改进的运动模糊图像复原算法

提出了一种改进的运动模糊复原算法,首先利用改进的高通滤波(方向微分)快速算法判定运动模糊方向,然后利用边缘检测算法计算模糊尺度,从而确定点扩散函数,最后通过维纳滤波算法对模糊图像进行恢复。针对K值估计问题,提出了一种新的K值自动估计算法。实验结果表明,该方法鲁棒性强、实时性好,图像复原效果好。     

一种有效的运动模糊图像恢复算法

探讨了任意方向的匀速直线运动模糊图像的恢复问题。证明了对任意方向的商线运动模糊图像只能直接设置二维点扩展函数进行二维恢复，不可先进行x方向的一维恢复再进行y方向的一维恢复。给出了估计PSF的方向和模糊范围D的频谱方法。并用实验验证了PSF谱估计方法的有效性，以及带窗的维纳滤波方法相比于标准维纳滤波方法的优越性。     

航空图像运动模糊的快速恢复

根据运动模糊图像的特点,建立了原始图像与模糊图像之间的关系,采用了一种快速图像复原的算法,实现了对图像的快速恢复,得到较好的效果。     

基于联合插值—恢复的超分辨率图像盲复原

常规的超分辨复原方法需要预知退化图像的点扩展函数,但实际应用中许多退化图像的点扩展函数是未知的,因此提出一种新的超分辨率图像盲复原算法,在点扩展函数未知或不确知的情况下对图像进行恢复。该联合插值—恢复的超分辨率图像盲复原方法,利用多信道盲复原估计未知的点扩展函数,迭代运用帧间相似性确定模糊特性,同时结合超分辨率方法得到高分辨率图像。实验结果表明,该算法能有效地实现超分辨率图像的盲复原。     

基于Bottom-hat频谱方法的运动模糊参数估计方法

运动模糊是由于物体与成像系统间的相对运动而形成的,匀速直线模糊图像的复原需要得到精确的模糊参数。根据理论,匀速直线运动模糊的模糊参数与频谱中的零点有关,其频谱暗线数目与模糊尺度有关,且频谱暗线与角度垂直。在检测频谱暗线时,由于受到图像结构或者噪声影响,难以准确定位频谱暗线;同时,图像长宽比的不同也会影响频谱结构。针对以上问题,文中利用形态学中的Bottom-hat操作对模糊图像频谱进行处理,并对处理后的频谱采用霍夫变换得到模糊角度,再利用模糊角度和中心零点距离得出模糊尺度。实验结果表明,该方法检测模糊尺度的误差小于0.25个像素,角度小于0.6°,且拥有较好的稳定性,可以正确检测不同尺度和内容模糊图像的模糊参数。     

运动模糊图像的质量分析与评价

提出了一种新的图像质量评价标准,通过图像的运动模糊参数来估计出图像由于运动而造成的信息损失量,并通过信息损失的多少来评价图像的质量。实验表明,该方法能客观地体现出运动模糊图像的质量与运动模糊参数之间的关系,这种关系对于图像的质量评价特别是有参考条件下的图像质量评价具有良好的效果。同时还根据活动度和图像灰度梯度能客观地表示图像细节部分的特性。将图像分块,并从8个方向对图像进行分析,客观地评价出无参考条件下直线运动模糊图像的质量。     

运动模糊图像的维纳滤波复原研究

根据运动造成图像模糊的特点详细分析了匀速直线运动模糊图像的退化模型和恢复模型,提出直接在运动方向上建立点扩展函数的算法,并利用改进的霍夫变换检测点扩散参数,再利用二次维纳滤波的方法复原图像。通过实验表明在图像先验条件的要求没有增加的情况下,该方法提高图了像复原的抗噪性和稳定性,并且有效的保持图像细节。     

相向运动径向模糊图像的复原算法研究

当摄像机在高速靠近或远离目标过程中成像时,所得目标图像会产生从中心到边缘的放射状径向模糊,从而影响对目标的识别与跟踪。首先建立了理想情况相向运动条件下图像模糊退化的数学模型,通过对模型的深入分析,确定了影响模糊程度的主要模型参数,然后模拟出与实际成像一致的仿真图像,并严格推导出图像复原的递推公式,最后通过对径向模糊仿真图像的复原验证了该公式的正确性。     

利用频谱特性鉴别运动模糊方向

点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度（方向）和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。     

非凸全变分正则化模糊图像复原模型研究

拍摄过程中的相对运动,导致获取图像存在一定程度的模糊,降低了其利用价值。在贝叶斯框架下,基于图像的局部结构特征和方向信息测度,提出了改进的自适应非凸全变分正则化图像复原模型,充分利用图像的全局和局部先验信息,有效抑制了复原图像中存在的振铃效应。实验结果表明,提出的改进模型在复原图像的同时能够保留图像的边缘轮廓等结构信息,得到的复原图像在峰值信噪比、平均结构相似度和主观视觉效果方面均有所提高。     

图像复原技术的研究

针对原有Lucy-Richardson算法极易引起噪声放大、边缘环现象明显等缺点,提出了改进的Lucy-Richardson图像盲复原算法。仿真结果表明,该算法在噪声抑制、稳定性、细节保存以及视觉效果方面都优于原有Lucy-Richardson算法,并且有广泛的应用领域。     

基于模板匹配法的散焦图像模糊度估计

提出一种新的散焦图像模糊度估计方法。由图像中的阶跃型边缘提取线扩展函数。根据匹配滤波可实现最优信噪比信号检测的思想,引入模板匹配的方法计算线扩展函数的标准差。由点扩展函数的圆周对称性从线扩展函数的标准差得到高斯型点扩展函数的标准差。实验结果表明,该方法能够准确地估计散焦模糊图像点扩展函数的标准差。将点扩展函数的标准差作为一种评价图像模糊度的测度。实验表明该测度符合人眼的视觉特性,可以很好地判定散焦模糊图像的模糊度。