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.     

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.     

基于各向异性规整化的总变分盲复原算法研究

针对大气湍流退化图像复原问题,提出了一种基于各向异性和非线性规整化的总变分盲复原新算法,该算法主要结合图像和湍流点扩展函数的一些性质采用基于各向异性的空间自适应规整化处理,建立了具有非线性和空间各向异性的规整化函数,使其在恢复目标图像和估计点扩展函数时能自适应地进行梯度平滑。最后,通过交替最小化方案来极小化代价函数和通过定点迭代策略将非线性方程进行线性化处理,快速地估计点扩展函数和恢复图像。在微机上对数字模拟和实际退化图像进行了一系列恢复实验,验证了算法的有效性和稳健性。     

长曝光大气湍流退化图像点扩散函数估计

大气湍流能明显降低光学系统的成像质量,距离目标越远,曝光时间越长,受大气扰动越严重,图像越模糊。利用大气湍流退化点扩散函数可以对模糊图像进行复原,但实际自然条件下的点扩散函数往往难以准确获得。结合课题研究背景,针对长曝光大气湍流退化图像复原提出了近似等腰三角形模型,通过该模型能得到准确的大气湍流点扩散函数,并采用维纳滤波获得清晰复原图像。实验表明该方法能够对大视场、远距离条件下获得的长曝光大气湍流退化自然图像估计出准确的点扩散函数,复原图像拥有较好的视觉效果,通过计算灰度平均梯度值和拉普拉斯梯度模两个客观评价标准,进一步证实了该算法的有效性。     

任意方向匀速直线运动模糊的点扩展函数估计

在运动图像复原中,建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向,利用微分自相关的方法对模糊图像的模糊尺寸进行计算,通过计算模糊图像沿二维直线运动方向不同距离的重叠度,来计算得到相应的PSF。通过开展仿真分析和成像实验,演示了PSF估计和图像复原过程。通过采用图像质量评价函数,将图像复原结果与现有算法进行对比,验证了所提出方法的有效性。     

基于粒子群优化的正则化水下图像盲复原

水下图像恢复的难点在于缺少海水的点扩展函数的足够信息,而导致病态的问题.为了提高水下激光成像系统的成像质量,提出了用粒子群优化正则化参量的盲图像复原算法.该方法结合Tikhonov正则化和改进的全变分正则化的技术特点,使用一种交替迭代方法,分别估计点扩展函数和估计复原图像,同时用粒子群算法优化正则化参量.结果表明,该方法对水下图像复原具有较好的鲁棒性,算法收敛稳定.     

Radon变换和全变分相融合的图像复原算法

图像复原的核心是点扩散函数的估计和直接去卷积算法,针对拍照过程中,相机和被拍摄物体由于相对运动而导致的图像退化问题,提出一种基于Radon变换和全变分相融合的图像复原算法。首先利用radon变换对图像退化模型参数进行估计,然后采用全变分算法复原退化图像,最后在Matlab 2012平台进行仿真实验对算法的性能检验。仿真结果表明,相对于其它图像复原算法,本文算法可以准确估计退化模型参数,获得了更加理想的图像复原效果,具有一定的实际利用价值。     

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。     

水下数字图像盲复原算法研究

图像复原的目的是从观测到的退化图像重建原始图像,它是图像处理、模式识别、机器视觉等的基础。盲复原作为其中一个重要分支,其主要思想是在点扩展函数未知的情况下,力求获得最佳的清晰效果。由于水下图像退化模型中点扩展函数一般为高斯模型,故针对此提出误差一参数估计法,根据图像退化过程,给出频率域的误差形式,并选定参数的变化范围,再利用复原算法做出误差参数曲线,由此估计出点扩展函数的参数值,最后利用经典的复原算法,如维纳滤波对退化图像进行复原。实验证明该方法获得了比较清楚的复原效果。     

基于小波变换的RL湍流退化图像复原算法

为了从湍流退化图像中准确有效地恢复出目标图像,提出一种基于小波变换的RL湍流退化图像复原算法。该算法首先对湍流退化图像进行小波分解,可得到不同分解尺度下,不同频带的子图像。根据不同方向的高频子段的小波系数,估计出各个高频子段噪声方差,进而求得适用于各频段的自适应阈值,以这些阈值为软阈值法的临界条件分别对各频段的小波系数进行收缩,最后用RL算法去迭代小波重构后的图像来实现湍流退化图像的复原。为了验证该方法的有效性,分别用这两种算法在不同噪声条件下,对同一幅退化图像进行了仿真实验。改进后的算法使得两幅图像的峰值信噪比分别提高5.894 3dB和7.108 4dB。结果表明,本文的算法相比RL算法在复原效果上有一定的提高。     

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.     

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。     

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.     

基于加速阻尼Richardson-Lucy算法的湍流退化图像盲复原方法

提出了一种基于加速阻尼Richardson-Lucy(ADRL)算法的湍流退化图像盲复原方法,称为ADRL-IBD方法。在阻尼Richardson-Lucy算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成ADRL算法,并将该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数的物理模型或根据观测图像来获取初始的点扩展函数(PSF),利用阈值分割技术获取图像目标的可靠支持域,在每一次迭代中,对图像施加支持域约束。模拟图像和实际湍流退化图像复原结果表明,基于Richardson-Lucy算法的IBD算法要优于基于Wiener滤波的IBD算法,并且ADRL-IBD算法具有较强的抗噪性,与RL-IBD算法相比,收敛速度更快,复原结果更好。     

基于加速正则化RL算法的大气湍流退化图像盲复原方法

提出了一种基于加速正则化Richardson-Lucy（RL）算法的大气湍流退化图像盲复原方法（AccRLTV-IBD）。在总变分（TV）正则化RL算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成加速正则化RL（AccRLTV）算法,并将该算法应用到迭代盲目反卷积（IBD）算法中。使用长曝光大气湍流光学传递函数（OTF）的物理模型或根据图像来获取初始的点扩散函数（PSF）,在灰度平均梯度（gray Mean Grads, GMG）的基础上定义了一个相对灰度平均梯度（relative Gray Mean Grads, RGMG）参数作为无参考图像复原质量的评价标准。模拟图像和实际湍流退化图像复原结果表明,基于RL的IBD算法要优于基于Wiener滤波的IBD算法,并且与RL-IBD算法相比,AccRLTV-IBD收敛速度更快,复原效果更好。     

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。     

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．