变参式Tikhonov正则化图像复原算法

正则化方法是近年来流行的图像复原算法。研究了周期边界条件下Tikhonov正则化的预处理共轭梯度算法,提出了新的预处理矩阵和变化正则化参数的方法。正则化参数先取较大值,抑制复原图像中的噪声,得出收敛的结果来修正初始梯度;再取较小值,用来增强复原图像中的细节。对一组图像复原基准问题的实验结果表明,与当前流行的正则化图像复原算法比较,该算法的图像复原效果更佳。     

混合正则化约束的湍流退化图像复原算法

针对大气湍流引起的红外图像模糊问题,提出一种基于混合正则化的模糊核估计模型。根据图像主要边缘的稀疏性,采用图像梯度的L0范数为正则化项;通过分析模糊核的特性,提出能适用于复杂模糊情况的核L0-L2范数正则化约束。复原模型的优化过程中,结合变量分裂策略和增广拉格朗日法交替估计图像和模糊核,并利用快速傅里叶变换,实现模糊核的快速、准确估计;最终根据估计的模糊核,复原得清晰图像。实验结果表明,本文算法可以更好地复原退化图像,在主观视觉和客观质量评价方面都有所提高。     

一种自适应正则化技术的图像复原方法

针对降质图像的复原问题,在正则化技术解决病态性基础上提出了一种有效的自适应图像复原算法。该方法充分考虑了图像的局部特性,引入了自适应加权矩阵,采用迭代的方法改善算法的收敛性,计算中给予复原图像一定的限制。计算机仿真结果表明,该方法可有效克服模糊退化并再现了原始图像的重要信息,复原图像在峰值信噪比和主观视觉效果方面都有明显的提高。     

基于边缘恢复和伪像消除的正则化图像复原

由于各种原因复原图像不可避免地会存在一定程度的Gibbs效应、颗粒噪声及边缘振铃等伪像, 为此该文基于边缘恢复和消除伪像提出一种新的正则化图像复原方法。该方法在保留传统的平滑正则化约束项前提下, 首先将降质图像划分为边缘区、纹理区和平坦区, 然后以图像复原后边缘区局部方差的增加量构建正则化约束项作为对边缘恢复的约束, 而以平坦区局部方差的减少量构建正则化约束项作为对伪像消除的约束。实验结果表明, 在增加上述两个正则化约束项后其复原效果要明显优于传统的正则化复原方法。     

基于非局部先验的山区雾霾图像复原算法研究

针对山区范围内敌军雷达站的分布、洞库位置、交通补给线路等大目标的识别提出一种基于非局部先验的算法。首先在山区雾霾图像内采用对色彩的索引以求得聚类检测的雾霾线,进而对雾霾线中像素的传输系数初始值进行估计,最后,采用最优化的算法对传输系数正则化处理,得到无雾霾图像。     

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.     

基于Huber正则化二阶加速Richardson-Lucy湍流图像复原算法

为了快速准确地恢复湍流退化图像,提出了Huber正则化Richardson-Lucy(R-L)加速迭代盲反卷积(IBD)算法。根据图像滤波处理结果,采用Huber函数自适应地选择一阶范数和二阶范数正则化约束,增加算法收敛速度同时提高图像细节和边界复原质量。引入基于泰勒级数的二阶矢量外推加速方法,进一步增加迭代的收敛速度。实验结果表明,采用提议的算法需要的迭代次数较少,适用于实时性要求较高的场合,复原图像的主客观质量均有所提高。     

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。     

一种改进的总变分正则化图像盲复原方法

传统的图像复原算法多数采用最小均方误差作为图像复原效果的评价标准,很少考虑人的视觉感受。本文在总变分盲复原算法的基础上结合Weber定律和正则化方法,运用不同的迭代表达式：在模糊辨识阶段,采用总变分正则化算法进行辨识;在图像复原阶段,采用Weber定律和正则化方法相结合。正则化的选择充分考虑图像的细节保持和边缘增强。实验结果采用基于人眼视觉感受的图像评价标准来验证。实验证明该算法在未知点扩散函数的情况下不但能有效的抑制噪声和消除纹波现象,而且还能有较好的视觉效果。     

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。     

基于非局部全变差模型的图像复原方法

面向图像复原问题,本文提出一种非局部的全变差图像复原方法。该方法将传统的全变差模型拓展为非局部变差模型,充分利用非局部子块对结构的保持作用,进一步提高复原图像的质量。此外,为了解决上述的非局部全变差模型,本文引入算子运算简化目标函数, 再利用迭代的Splitting算法对其进行交替求解,提高收敛精度。实验结果表明,本文算法在视觉效果和客观评价指标两方面均优于传统算法。     

基于噪声分析和稀疏正则化的图像盲复原方法

在海事搜救过程中,机载红外相机拍摄的红外图像由于直升机振动、气流扰动、高速飞行以及红外相机摆扫等因素,严重影响图像质量.根据直升机载红外相机成像特点,提出了一种基于噪声分析和稀疏正则化的图像盲复原方法.该方法首先分析了成像过程中的噪声分布,并对噪声进行预处理,再根据稀疏表达理论,用图像边缘的稀疏先验信息指导点扩散函数复原,接着通过非盲复原方法得到目标图像,将目标图像作为下一次迭代的输入图像,如此循环迭代得到清晰图像.最后,对仿真模糊图像和实拍模糊图像进行了复原实验.实验结果表明这种方法能有效改善图像质量,并且在处理实拍运动模糊图像时,相比其他复原方法效果更好.     

A Gaussian Mixture Model-based regularization method in adaptive image restoration

A GMM （Gaussian Mixture Model） based adaptive image restoration is proposed in this paper. The feature vectors of pixels are selected and extracted. Pixels are clustered into smooth, edge or detail texture region according to variance-sum criteria function of the feature vectors. Then parameters of GMM are calculated by using the statistical information of these feature vectors. GMM predicts the regularization parameter for each pixel adaptively. Hopfield Neural Network （Hopfield-NN） is used to optimize the objective function of image restoration, and network weight value matrix is updated by the output of GMM. Since GMM is used, the regularization parameters share properties of different kind of regions. In addition, the regularization parameters are different from pixel to pixel. GMM-based regularization method is consistent with human visual system, and it has strong generalization capability. Comparing with non-adaptive and some adaptive image restoration algorithms, experimental results show that the proposed algorithm obtains more preferable restored images.     

基于改进型正则化算法的图像融合优化研究

为了提高激光雷达融合图像的图像质量,设计了一种改进型正则化算法。该算法将稀疏表示加权编码以参数形式引入正则化算法,用于合理分配抑制噪声类型的权重以及提高算法鲁棒性。推导了包含迭代系数h与正则项参数λ的目标函数,给出了算法实现的具体流程步骤。实验对包含散粒噪声的融合图像进行优化,结果显示,随着h的增大图像质量提高,当h达到40后图像质量趋于稳定。当λ∈(0,0.5),随着λ的增大图像质量提高,当λ∈(0.5,1.0),随着λ的增大,图像质量下降。由此可见,本算法在h=40,λ=0.5时达到最优解,并且其时效性优于传统算法。由此可见,本算法在融合图像的图像质量增强方面具有一定的应用价值。     

基于层叠滤波的快速图像恢复算法

在层叠滤波理论基础上,根据层叠滤波器的阈值分解和层叠性,提出了一种快速图像恢复算法。此算法在对层叠滤波进行计算机仿真实验时,能有效地提高图像恢复的效率,大大缩短图像恢复时间。     

基于刃边法的红外图像目标信息复原

红外图像在成像过程中,由于成像系统本身的因素以及电子噪声、热噪声等,会造成图像质量下降,对红外目标信息的识别造成影响。针对以上问题,本文提出了一种基于刃边法的图像信息复原方案。首先建立红外系统的复原模型,采用刃边法来计算系统的复原参数;接着使用Prewitt锐化算子检测刃边,再利用三次样条插值以及Savitzky-Golay滤波优化边缘扩散函数,得到系统的点扩散函数;最后采用维纳与盲卷积复原算法对红外图像进行处理,比较两种方法的热噪声特性,并通过边缘锐度与标准差来量化复原效果。实验结果表明:维纳滤波相比于盲卷积在复原效果上的提升更为明显,约为1倍,且热燥声改善也优于盲卷积,复原方案切实可行。