基于双参数正则化方法的图像复原

针对高斯模糊图像的纹理和结构特性,提出一种基于总变分的双参数正则化约束的图像复原方法.首先采用基于各向异性的梯度处理方法,建立了具有点扩散函数和图像像素的灰度梯度.然后进行非线性和空间各向异性的规整化处理,使其在恢复目标图像和估计点扩展函数中能自适应地进行梯度运算.最后采用交替迭代的数值处理方法提高图像复原的速度.实验结果表明,基于梯度的双参数正则化图像复原能较好地提高图像复原的效果.     

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．     

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。     

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.     

气动光学效应红外序列退化图像优化复原算法

从时间序列退化图像中依次连续取两帧图像来估计湍流瞬态点扩展函数,将约束优化原理应用在气动光学效应退化图像的复原过程中。针对气动光学效应湍流点扩展函数复杂多峰、随机多变等特性,在点扩展函数的估计过程中,采用保凸峰等优化策略,将点扩展函数离散值的计算转化为基于松弛迭代的最优化估计,通过极小化准则函数估计点扩展函数值,进而恢复退化图像。实验结果表明,本文方法复原效果好,速度较快。     

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。     

基于广义规整化的红外湍流退化图像盲复原方法

针对湍流环境下红外成像的特点,提出了一种基于广义规整化的湍流退化图像盲复原方法.该方法在合理建立红外图像退化模型的基础上,根据极大似然估计准则来设计.为了抑制噪声同时有效地引入关于图像的先验信息,对传统的规整化方法进行了扩展,提出了广义规整化的策略,将规整化分为两个各有侧重点的层次,即复原过程中噪声的抑制和含噪条件下红外图像相关特征的保持,根据有限的先验知识将复原问题的求解转化为带规整化约束的最优化估计问题,进而复原湍流退化图像.     

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.     

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.     

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。     

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.     

基于小波分解的湍流退化图像的快速复原算法

提出了一种基于小波分解的湍流退化图像的复原新方法．该方法以2帧同一目标的湍流退化图像作为输入，采用小波变换技术对两帧湍流退化图像进行多尺度分解．利用两个低频子频段图像的傅立叶频谱估计出两湍流点扩展函数在大尺度下的离散值，在图像的低频子频段进行去模糊，而在高频子频段则主要进行抑制噪声和保边缘特征．实验结果表明该方法十分有效，不但可以极大地减少计算复杂性，加快恢复速度，而且还可以很好地提高图像的恢复质量和抗噪能力。     

非凸性优化与动态自适应滤波的湍流退化视频复原

针对目标探测器在大气中高速飞行时受湍流干扰,导致光学系统接收到的视频/图像产生像素偏移、模糊、信噪比降低等问题,本文对湍流退化视频/图像复原的复杂性及复原方法进行了研究,提出了一种基于非凸势函数优化与动态自适应滤波的湍流退化视频复原方法。首先,研究了湍流退化视频的求和与去模糊框架,并通过利用非刚性配准方法对刚性全局配准方法进行改进,进一步缩小了模糊核的尺度;然后,在计算机视觉的非凸优化框架下,构建了图像解卷积的非凸性算法,有效地解决了图像解卷积难题;最后,结合湍流退化视频自身特点,对超分辨率视频复原的动态自适应滤波框架进行了扩展与改进,使其适用于湍流退化视频的复原。仿真实验结果表明,本文方法的复原效果不仅有较大提升,而且实现了对湍流退化视频序列的动态自适应复原。     

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。     

基于支持向量机的湍流退化图像加速复原算法

由于湍流图像的退化原因十分复杂,现有图像复原算法很难在复原效率和复原质量间达到很好的平衡,为此提出了一种基于支持向量机的湍流退化图像加速复原算法.该算法通过设置方差阈值进行样本选择,舍弃了冗余信息、提高了样本质量;同时,对序列图像进行实时模型更新,加快了序列图像的复原速度.针对电弧风洞图像,将加速复原算法和原算法进行了比较.实验结果表明,加速算法的复原速度更快、复原效果也更好,它可以有效地解决湍流退化给图像带来的噪声和能量衰减问题,并能很好地校正湍流效应引起的模糊和抖动现象.