基于APEX算法改进的图像复原算法

在高斯类点扩函数退化图像复原的研究中,提出了一种基于降晰图像频谱特征改进的APEX图像复原算法.该算法采用APEX算法的基本原理,根据图像频谱信息特征,对点扩散函数(PSF)估计过程进行了改进,采用加权最小二乘算法拟合出降晰图像频谱主方向,采用图像频谱主方向上的数据进行PSF估计,以利用更多的有效数据,从而减少PSF的估计误差.针对模拟和实际采集的降晰图像进行实验,采用主观视觉和峰值信噪比进行评价.实验结果表明,改进的算法较使用非主频谱方向上的频谱数据的复原算法在复原效果上有一定的提高.     

运动模糊图像的复原

分析运动模糊图像的产生过程,给出运动模糊图像恢复的基本方法和关键技术。详细给出运动模糊图像的PSF参数估计,采用Radon变换算法估计模糊相位、基于自相关函数的算法估计模糊长度;随后分析L-R迭代法原理,并结合估计的PSF参数值,对运动模糊图像进行复原处理,基本消除图像由于摄取时的相对运动所造成的模糊和失真。     

基于马尔可夫随机场的快速乘性迭代盲去卷积

提出了一种乘性迭代盲图像去卷积算法,该算法假定被估计的图像与PSF满足MRF模型.除了自动地保持非负性约束外,算法引入了一组新的具有抗噪功能的差分算子,该算子首先加权求和然后进行差分运算.交替最小化方法被用来将盲图像去卷积这一非线性反问题线性分解为交替的图像恢复步与PSF估计步.在交替迭代过程中,考虑到算法收敛较慢,一种称为向量外推的加速方法被采用.数值实验结果表明,本算法能快速地实现对降质的中巴地球资源卫星02B星高分辨率图像的复原,同时有效地保存了图像的细节边缘并抑制了噪声.     

空间变化PSF图像复原技术的研究现状与展望

空间变化PSF(Space-variant Point Spread Function,SVPSF)图像,即物空间各点的退化随位置的改变而改变的图像,由于其复原技术涉及到多个甚至海量PSF的提取、存储和运算,相对于空间不变PSF(Space-Invariant PointSpread Function,SIPSF)图像复原要困难得多.目前处理此类图像的主要方法包括空间坐标转换法,等晕区分块复原法,以减少数据存储量,降低计算量,提高收敛速度为目标的直接复原法等.本文回顾了这一课题的研究历史,对目前的研究工作进行了分析和总结,介绍了本实验室提出的结合GRM(Gradient Ringing Metric)评价算法的总变分最小化图像分块复原法,并提出了未来工作关注重点的展望.     

基于Radon变换的运动模糊方向估计的改进方法

为了有效地进行运动模糊图像的复原处理,研究了模糊图像点扩散函数(PSF)的两个关键模糊参数——模糊方向(角度)和模糊尺度的估计,重点研究了运动模糊方向的精确估计。针对模糊图像频谱中十字亮线对方向估计的干扰问题,给出了基于Radon变换的运动模糊方向估计方法的改进方法。该方法根据频谱图像中心条纹尺度信息,自适应调节形态学腐蚀算子的执行次数,有效克服十字亮线对检测精度的干扰,最后利用Radon变换得到运动模糊方向的精确估计。试验结果验证了该方法的正确性和有效性。     

虹膜图像的分段检测眼睑算法提取及其图像清晰度评价研究

针对虹膜图像的提取和清晰度分析问题,研究了基于分段检测眼睑的虹膜图像采集及对所采图像的清晰度的评价,进而提出了一种新的解决方法.所提方法使用分段检测的眼睑分割算法提取虹膜边缘,使用倒谱域函数评价图像的清晰度.分段检测方法可经过圆弧参数的分段拟合、动态聚类,快速准确地分割出虹膜图像中的上下眼睑,倒谱域函数评价法可大大减少...     

一种小模数齿轮边缘检测效果评价方法

利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.     

基于差分自相关的运动模糊图像尺度参数识别

在运动模糊图像盲复原的过程中,对点扩散函数(PSF)进行准确识别具有非常重要的意义.当识别出运动模糊方向后,二维PSF的识别问题就可以转化成一维PSF的识别,进而提出用一阶差分自相关的方法识别运动模糊尺度.给出了差分自相关方法用于尺度识别的理论分析,重点研究和推证了在该方法下噪声对模糊尺度识别的影响,提出了改进的差分自...     

特征边缘跟踪的调焦评价方法

图像测量系统中,已有的调焦评价函数当被测工件图像中边缘在高度上不共面时将无法正确调焦定位.研究了一种基于特征边缘跟踪的调焦评价方法,首先确定测量图像中被测边缘,进行跟踪获得边缘点,对每个边缘点在边缘方向上一定范围内进行梯度平方和运算,所有被测边缘点的值求和作为调焦评价值,达到极大值时认为该边缘正焦.采用透射式照明图像测量系统对一种图像中边缘在高度方向上不共面的工件进行了调焦实验,结果表明,该调焦方法能够对图像中各边缘在高度上不共面时对被测边缘对焦.     

多区域参数估计实时图像盲复原

APEX图像盲复原技术(BIR)往往因算法速度过慢,不稳定或者输入参数过多而难以实时应用。针对这些限制,基于一般BIR过程中有一个非常重要的属性:降质图像与降质点扩散函数PSF尺度大小存在强不对称性,提出了多区域参数估计的方法,通过MAP理论证明了多次参数估计的合理性,并且通过实验说明了多次参数估计方法的可行性。通过多区域参数估计方法,提高了APEX算法估计参数的精度,进而提高其可用性。通过对仿真图像和实际的图像进行复原处理验证了算法的有效性。该算法速度快、稳定,可用于低噪声高斯类模糊图像实时图像盲复原。     

基于反卷积的手机屏下成像图像恢复

随着全面屏手机的发展,手机屏下成像的研究应运而生。但由于手机屏幕存在电路走线和其他不透明部分,光通过屏幕会产生衍射,降低成像结果的图像质量,本文从图像复原的角度,对屏下相机拍摄的图像进行恢复。通过测量得到手机成像系统的点扩散函数(PSF),利用测得的PSF,对图像进行反卷积处理。本文改进了传统的反卷积方法,对原始图像进行颜色空间转换,然后对不同的通道分别处理。相较于传统反卷积方法,改进后的反卷积方法得到的处理结果在结构相似度(SSIM)、峰值信噪比(PSNR)等指标上都有提高,运行时间更短。在分通道反卷积之后,使用非局部平均算法进行去噪处理,进一步提高了屏下图像的质量。     

基于变差函数的噪声图像的多尺度边缘检测

基于区域化变量理论,针对受噪声污染的图像,本文提出了一种基于变差函数的多尺度边缘检测新方法.该方法根据图像各个不同区域的数据的不同方向的变差函数值来判断该区域是否存在边缘以及边缘的方向性,然后根据该区域边缘的方向性,在水平和垂直方向分别进行不同尺度的小波变换,进而达到在确保边缘定位准确的同时,尽最大可能去除由于噪声以及图像灰度不均匀产生的伪边缘点.仿真实验表明,本文算法在对受高斯白噪声污染较严重的图像进行边缘检测时能有效的去除噪声对图像边缘检测的影响,从而证明了该方法的可行性、有效性.     

Accurate retrieval of region of interest for estimating point spread function and image deblurring

Extraction of an optimal region of interest (ROI) is crucial in many image processing applications, such as estimation of the point spread function (PSF) and blind deconvolution (BD). Although the amount of publications on PSF and BD is quite extensive; however, the work on ROI estimation has not received much attention. Existing methods which used heuristic models are not only time-consuming but also computationally expensive. In this paper, we proposed a new ROI retrieval scheme based on image partitioning and entropy measurement feedback. This method has low computation cost since it contains no matrix operations. Comprehensive experiments on real and synthetic datasets revealed that the proposed method is competitive when compared with existing search techniques, averaging at 26.1?dB, 0.46 and 1.44 on peak signal-to-noise ratio, universal image quality index and error ratio scales, respectively. On average, the proposed method takes less than 10?s to retrieve the ROI which is significantly faster compared to established solution.     

一种基于蚁群聚类的多模板图像边缘融合方法

根据所采集图像的离散性特点,提出了一种基于蚁群聚类的新型的多模板图像边缘融合方法.该算法综合了图像聚类的方法和模板边缘提取的方法,运用蚁群聚类的思想来提取图像的边缘特征,并进一步融合多种边缘提取模板来设置聚类的启发式引导函数和初始聚类中心,从而避免了传统蚁群算法聚类搜索时的盲目性.系列仿真实验验证了这一方法的可行性和有效性.     

彩色图像的复变函数模型及其边缘检测

本文在彩色图像的HSI颜色空间中,根据其分量的不相关特性,针对H、S分量建立了彩色图像的复变函数模型,并给出其边缘检测方法,得到H、S分量的边缘图像.抽取彩色图像的1分量构造灰度图像,利用当前成熟的灰度边缘检测方法(基于小波的多尺度边缘检测方法)得到1分量的边缘图像.最后,利用信息融合技术,将上述获得的两幅边缘图像进行信息组合得到最终的边缘检测结果.从试验的结果来看,本文所采用的方案充分利用了彩色图像所包含的信息,对图像的彩色边缘比较敏感,获得了满意的边缘检测结果.     

模糊推理在边缘检测中的应用

针对传统边缘检测算法边缘轮廓模糊、易产生伪边缘等缺点,提出一种基于模糊逻辑推理策略的边缘检测新方法,在无需确定阈值的情况下对数字图像进行边缘提取。给出一种以变化的3×3模板为基准的模糊推理规则,通过对周围像素点的垂直和水平方向以及连续四点像素的黑白分布的判断,提取出图像中的黑点、白点和边缘部分。实验结果表明:与Robert算法相比,该方法对图像中噪声和双重边缘的抑制以及对曲线的圆度轮廓的提取都有很好的效果。     

CT系统空间分辨率测量技术的改进

调制传递函数反映了CT系统的空间分辨率,可通过点扩展函数（PSF）,边缘响应函数（ERF）进行计算。对PSF和ERF方法分别进行改进。在PSF方法中,通过图像处理分割出点扩展区域,点扩展区域呈圆形,从而可以利用数学变换的方法找出中心点位置,并计算出MTF曲线。在ERF方法中,通过图像处理分割出体模图片中的目标线,然后对目标线进行直线拟合,再利用数学变换计算出拟合直线与垂直位置的偏移角度,从而进行相应角度的旋转。可以使ERF数据相互对应,从而直接进行平均处理。实验结果表明提出的改进方法是准确和有效的,简化了临床扫描条件,为CT系统的评估带来方便。     

霍夫变换耦合蚁群优化图像边缘提取算法

目的为解决图像边缘提取方法中由于噪声浸染导致边缘定位精确度降低、边缘信息丢失和虚假边缘等不足,提出基于霍夫变换(HT)耦合蚁群优化(ACO)图像边缘的提取方法。方法对输入图像进行霍夫变换,消除噪声和线段间隔对图像边缘的影响;计算图像像素梯度和像素圆形邻域统计均值的差值,构建二者之间的权重函数,并作为蚁群的信息素和启发信息;利用蚁群优化算法,引导蚁群搜索图像边缘,完成图像边缘提取。结果实验表明,与当前边缘提取技术相比,文中算法具有更高的提取精度与效率,可获取完整、细节丰富的边缘,有效地降低了噪声影响。结论所提算法具有较强的抗噪性能,能进一步改善边缘提取精度,能够较好地用于包装条码识别与图像处理领域。