基于SFS的方法恢复扫描文件图像

从原装订本上扫描文件页面往往会导致扫描图像扭曲的情况。该文简要先介绍了SFS方法及分类。然后提出从技术的角度看利用SFS重构扫描图像这一问题。在现实环境中扫描图像有如下特征:1)一个靠近的移动光源;2)Lambertian式光反射;3)文件偏斜。然后利用基于去除灰度和去除变形模式的方法来恢复扫描文件图像。用以重构书曲面的图像,恢复扫描图像。     

扫描图像的增强恢复方法及应用

本文利用图像的逐点除理方法和灰度增强处理方法对扫描的图像进行了增强处理，得到的良好的效果，特别是在图像的边缘处理上，比其它方法有明显的改善，特别是当用户知道被降低图像质量的先验知识时，应用本文的方法，可以有针对性进行的处理，使图像的质量在局部或整体上都能得到良好的改善     

鱼眼变形立体图像恢复稠密深度图的方法

使用普通镜头立体视觉无法实现近距离或大视场的立体感知,鱼眼镜头立体视觉可以解决这一问题,因为鱼眼镜头的视场角可以达到180^0。鱼眼镜头获取大视场的同时也引入了严重的图像变形。文中讨论了一种使用三个鱼眼镜头摄像机构成的多基线立体视沉系统恢重近距离大视场稠密深度图的方法。为了高精度恢复稠密深度图,作者采用图像局部规范化方法、鱼眼变形图像校正方法、基于仿射变换区域匹配的相似性极小化准则,来实现鱼眼变形立体图像对应性求解。文中最后给出了用真实物体和场景的大变形图像来恢复稠密深度图的实验结果。     

基于低分辨率图像融合的超分辨率恢复方法

提出一种基于多帧低分辨图像融合的超分辨率图像恢复算法。将多帧低分辨图像融合成一帧与高分辨图像分辨率一致的图像,并对其中一幅低分辨图像插值,形成迭代恢复算法的初始值,在此基础上以Tikhonov正则化方法求解原始高分辨图像。分析和实验结果表明,该算法具有良好的鲁棒性,并且计算速度较快。     

利用光源投影坐标系处理SFS中的自阴影问题

对于由明暗恢复形状(SFS)问题来说，自阴影的存在是影响其重构效果的因素之一，应该加以特殊的处理。为了使自阴影的处理不延伸破坏其他区域，并能保护整体的重构形状，提出了一套从阴影分割、坐标系变换到数据拟合的自阴影处理方法。该方法使用了根据图像平面以及光源方向定义的光源投影坐标系，以降低自阴影处理问题的复杂性，从而使得可以通过逐行恢复图像内跨各自阴影数据区段高度变化量的方式来实现其基本处理要求，并可采用抛物线拟合的方法来完成重构的阴影区形状与其他部分的光滑连接。实验表明，该方法能有效地改善SFS的重构形状。     

基于神经网络的盲图像恢复

1 引言图像恢复是图像处理学中的一个重要领域,其主要目的是利用退化图像的某种先验知识来重建或恢复原图像。图像的退化模型可表示为: Y=HX N (1)其中y为退化图像,H为退化模型的点扩展函数,X为原始图像,N为加性高斯白噪声。     

基于改进遗传算法的图像恢复方法

通过对遗传算法在进行图像恢复时存在的早熟现象的研究,指出了在图像恢复中早熟现象产生的原因是种群多样性的迅速减少引起的.针对应用遗传算法进行图像恢复时存在的局限性,提出了一种改进的遗传算法.该算法通过加入随机种群弥补种群中减少的多样性,通过改进变异算予使算法加速向最优解收敛.实验结果表明,该算法不论以峰值信噪比为标准,还是以人的主观感觉判断,都明显优于简单遗传算法.而且,该方法能较好地抑制早熟现象,恢复效果对图像的模糊程度依赖性小,可以恢复严重模糊的图像.     

基于滤波技术的图像恢复方法

论述了基于现代滤波器的图像恢复方法,介绍了图像恢复在图像工程中的重要性,以及数字图像的噪声类型和质量评价方法。     

基于交替迭代和神经网络的盲目图像恢复

提出了种盲目图像恢复模型：退化图像经傅立叶变换后在频率域通过交替迭代的方式分解出原始图像和点扩展函数,当大致估计出退化模型的点扩展函数的类型及其参数后,用基于Ｈｏｐｆｉｅｌｄ神经网络的方法进行精确恢复,以提高恢复质量．实验证明,这种恢复模型可以在未知点扩展函数的情况下取得较好的恢复效果．     

基于混沌遗传算法的图像恢复技术

遗传算法是一种模拟生物选择、进化过程的随机、并行搜索算法。本文利用图像恢复的数学模型，采用嵌入混沌序列生成初始种群的遗传算法对退化图像进行恢复，可以有效的解决逆滤波复原算法中存在的恢复后图像的精确度不足等缺点，有较好的恢复效果。同时为了解决遗传算法局部收敛和收敛速度慢的问题，本文算法中又引入了混沌优化机制：     

基于双粒子群优化算法的图像盲复原

采用模糊图像与复原图像的均方误差作为优化的性能指标是传统的图像盲复原通常算法,复原结果常与人类主观视觉效果不一致。为进一步提高复原效果,本文结合反映人类视觉特性的Weber定律,提出一种改进的图像盲复原优化性能指标,并且采用双粒子群交替最小化算法进行求解,即在模糊辨识阶段,采用一个粒子群优化算法求解点传播函
数;在复原阶段,采用另一个粒子群优化算法求解复原图像。仿真实验表明,该算法比以前的算法有更好的复原效果。     

基于模糊分类的MRF图像恢复方法

运用马尔科夫随机场(MRF)进行图像处理时,对图像平滑区域与边缘区域所采用的处理方法不加区别,会导致大量冗余程序且运行时间过长。针对该问题,提出基于模糊分类的MRF图像恢复方法,根据图像子块内服从不同分布的像素统计特征,对图像子块进行模糊分类,在分类基础上应用MRF进行图像恢复。对退化的二值图像进行恢复实验,结果表明,与MRF方法相比,基于模糊分类的MRF方法能减少程序运行时间,改善去噪效果。     

基于单张影像的月面三维仿真

根据阴影恢复形状原理,提出一种基于单张影像的快速月面三维建模和光照模拟方法。利用单张2D影像中残留的3D线索——灰度信息,通过SFS方法对月面三维形貌进行快速重建,采用改进的Hapke光照模型对重建后的三维形貌进行渲染。实验结果证明,在精度允许范围内,该方法能快速地实现对月面三维形貌的提取和仿真。     

改进的文档图像扭曲校正方法

由照相机拍摄的文档图像可能因扭曲变形导致OCR软件不能正确识别。为解决上述问题,采用图像分割技术进行单词及文本线检测,利用线性拟合得到单词的较低基线和较高基线,根据校正基线对单词进行旋转和垂直位移,得到校正后的图像。实验结果表明,该方法能快速有效地校正扭曲的文档图像,使校正后的图像在光学字符识别阶段的识别率有较大提高。     

基于形态学的SFS法物体表面三维恢复*

目前采用的从明暗恢复形状（shape from shading,SFS）法存在对物体表面光滑度要求高,对噪声敏感等问题,为此,提出了一种基于数学形态学的SFS法,通过数学形态学提取图像灰度函数的峰、谷、脊、沟,鞍等形状特征,并采用球状点假设法确定物体的表面方向,恢复物体三维表面。实验表明,该方法具有更好的精度和抗噪性能。     

多聚焦散焦图像复原算法

提出一种多聚焦散焦图像复原算法。基于物体成像的点扩散函数退化模型,通过同一场景(包括前景和后景)中任意2幅对焦不同的模糊图像,得到该场景比较清晰的图像。同时,利用点扩散函数的模糊半径与物体深度信息之间的对应关系,估计物体的深度信息。实验结果证明了该算法的有效性。     

基于鲁棒性的图像修复

研究了一类具有"突出"部分,如十字交叉,且带有椒盐噪声的模糊降质图像。在吸取了鲁棒性去椒盐噪声及p(x)-调和映照保持边界轮廓的优势上,建立了一个变分模型,然后利用负梯度流方法进行迭代。实验结果表明,该方法较好地保持了原图像的轮廓。     

变形文档图像的矫正方法研究

针对文档表面易发生弯曲变形从而影响文档图像识别率这一问题,通过建模恢复文档表面形状,并运用参数化插值的方法实现了变形文档图像的矫正。本文讨论了基本理论及方法,并对算法的设计及实验中开发的平台进行了介绍,实验数据表明本方法可以有效的实现文档图像的矫正。