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.     

基于自适应光学系统的波前处理算法研究

波前处理算法对自适应光学系统的工作效率有着重要的影响,是对波前像差进行复原和校正的前提,其中,区域法、模式法、直接斜率法作为自适应光学系统经典算法是当前国内外应用最为广泛的。本文在总结了以上三种算法的基础上,又介绍了两种改进式算法,快速迭代算法和Zernike模式快速算法,并对比分析了各种算法的优点和不足,对未来算法的改进方向做出展望。     

一种基于Shack-Hartmann传感器的自适应波前重建算法

波前重建是自适应光学系统中的一个重要环节,对系统性能影响明显。研究了一种无参考输入光条件下,基于Shack-Hartmann波前传感器的自适应波前重建算法,能根据实际光斑图的特点,自动确定探测窗口、计算实际质心、参考质心、选择重建区域和获取入射波前的Zernike模式系数,讨论了参考质心选择对波前重建结果的影响。搭建自适应光学系统,通过测量和校正模拟大气像差对重建算法进行了验证。实验结果表明,基于该重建算法的自适应光学系统可以把大气扰动引起的波前像差校正到0.1 λ以下,获得接近衍射极限的成像质量,说明该重建算法具有可靠性与实用性。     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

自适应光学技术获取高分辨率视网膜图像

介绍了近年来几种获取高分辨率人眼视网膜图像技术的原理及其优缺点.在介绍了自适应光学系统的核心部件--一种新型自主研发的可变形反射镜后,重点阐述了利用微小自适应光学系统对人眼波前畸变进行补偿,获得高分辨率的视网膜图像的原理及实验结果.介绍了高分辨率视网膜图像在医学上的最新应用,并展望了获取高分辨率视网膜图像技术的发展前景.     

自适应光学在固体战术激光武器中的应用

介绍了自适应光学系统在固体战术激光器中的应用原理和现状。评述了目前固体战术激光武器中自适应光学系统存在的问题和发展方向。     

基于激光钠导星的星载自适应光学系统

用于对地观测的星载光学系统受空间环境及相机内环境的影响而存在波前畸变问题,从而导致成像质量变差。为获得分辨率达到近衍射极限水平的图像,需要利用自适应光学技术对波前畸变进行自适应光学校正。提出了一种基于星外信标的自适应光学系统实现畸变波前校正的方案,并给出仿真实验,从而为星载自适应光学的进一步研究提供了依据。     

基于总变分正则化算法的散射计图像重构

目前业务化运行的星载散射计分辨率一般为25 km,在分辨率需求较高的应用中(如极地海冰监测、热带雨林监测、近岸风场研究等)受到了限制。散射计图像重构技术可以在不改变系统硬件的前提下,通过数据处理方法的改进,提高分辨率。现有的散射计图像重构方法(SIR)是基于图像处理领域中较早期的乘性代数重建技术(MART)。该文针对星载扇形旋转扫描散射计,将一种新的图像重构方法总变分正则化 (total variation regularization) 算法应用于散射计图像重构,并通过仿真实验说明,新算法可以在增强分辨率的同时减少噪声,提高重构图像的质量。     

基于各向异性总变分的运动模糊盲复原方法

针对目前运动模糊图像盲复原算法对图像边缘中 拐角结构复原不佳这一问题,提出了一种以各向异性总变分为图像和模糊核正则项的遥感图 像盲 复原方法。为便于进行数值计算,采用交叉算法和分裂布雷格曼迭代导出了本文提出的盲复 原方法的迭 代公式。实验结果表明,与基于同向异性总变分的盲复原方法以及基于小波框架的盲复原方 法相 比,本文方法不仅能估算出较精确的点扩散函数(PSF,point sp read function),有效地 去除图像的模糊效应,而且对图像边缘结构特别是拐角边缘结构的增强有着独特的优势。     

波前编码离轴三反光学系统图像复原

渡前编码技术是一种新兴的"光学-数字"一体化成像技术,可以使光学系统在保持相对孔径及视场角不变的情况下将焦深扩展至原来的10倍左右.然而这种焦深扩展是以降低图像质量为代价的,因此,要通过数字图像处理的手段对由CCD直接采得的图像进行复原,使最终图像质量接近正常水平.介绍了一种针对这类图像的全新的图像复原方法,通过光学设计软件来求取复杂的点扩散函数,在复原过程中引入了正则化因子.应用该方法并对由一个应用波前编码技术的离轴三反光学系统所成的模拟像进行了复原,得到了很好的效果,复原图像的NMSE优于0.019,PSNR优于23.7.而且修改滤波器的某些参数可以使复原图像更适合于人眼观察.     

基于参数解耦的变分贝叶斯自适应卡尔曼滤波

针对噪声协方差矩阵失配情况下的状态估计问题,本文基于变分贝叶斯框架,提出了一种适用于过程噪声协方差矩阵和测量噪声协方差矩阵均未知条件下的参数解耦的变分贝叶斯自适应卡尔曼滤波算法。所提算法选取预测误差协方差矩阵作为变分优化变量,并引入了其马尔可夫演化模型,构造了参数解耦的变分推断模型。同时,采用固定点迭代优化实现状态、预测误差协方差矩阵和测量噪声协方差矩阵的联合后验概率分布求解,并设计了算法的收敛性判断准则。仿真结果验证了算法的有效性。     

Variational Bayesian Image Restoration Based on a Product of t-Distributions Image Prior

Image priors based on products have been recognized to offer many advantages because they allow simultaneous enforcement of multiple constraints. However, they are inconvenient for Bayesian inference because it is hard to find their normalization constant in closed form. In this paper, a new Bayesian algorithm is proposed for the image restoration problem that bypasses this difficulty. An image prior is defined by imposing Student-t densities on the outputs of local convolutional filters. A variational methodology, with a constrained expectation step, is used to infer the restored image. Numerical experiments are shown that compare this methodology to previous ones and demonstrate its advantages.     

基于差分法的噪声检测和变分法的图像滤波算法

针对图像的椒盐噪声滤除算法中,在噪声检测阶段对噪声点的检测通常不够准确,在噪声恢复阶段,又缺乏对边缘信息的保护,文中提出了一种两步复原法,以用于复原被脉冲噪声破坏的模糊图像。算法将滤噪过程分为噪声检测和噪声恢复阶段。噪声检测过程中,在滑动窗口扩大当前的像素值和其他像素值之间的有序差异,来确定当前像素是否为噪声像素。而在噪声恢复过程中利用变分法,确保图像的边缘和细节。实验结果表明,文中所提检测、降噪方法在噪声密度较高的情况下,优于其他算法。     

基于泽尼克模式系数的自适应光学遗传算法

为了提高遗传算法(GA)控制的自适应光学(AO)系统的收敛性能,建立了一套新型的基于泽尼克(Zernike)模式系数的19单元自适应光学系统模型。在优化过程中,遗传算法不直接优化变形镜(DM)19个驱动器上的电压值,而是优化前10阶泽尼克模式系数。推导出19个电压值与前10阶泽尼克模式系数之间的关系矩阵,并进行了对比数值仿真。结果表明,该系统能够更好地校正固体激光器系统输出光束的波前像差。相对于直接优化变形镜电压值的无波前自适应光学系统,该自适应光学系统能够将遗传算法的收敛速度提高5倍以上。     

用于图象复原的离散L-曲线自适应算法

描述了一种自适应的离散L-曲线正则参数的计算方法,正则化方法为截断奇异值分解法。该算法不需要预置参数,能够滤除L-曲线上的局部特征,略掉局部拐点,确保了解的收敛。在不同的噪声背景下以及不同尺度下我们进行了数值测试,并将测试结果与最优正则解进行对比分析。实验表明,该算法对图像的复原效果、可靠性和稳定性要优于传统的算法。     

Variational Bayesian Image Restoration With a Product of Spatially Weighted Total Variation Image Priors

In this paper, a new image prior is introduced and used in image restoration. This prior is based on products of spatially weighted total variations (TV). These spatial weights provide this prior with the flexibility to better capture local image features than previous TV based priors. Bayesian inference is used for image restoration with this prior via the variational approximation. The proposed restoration algorithm is fully automatic in the sense that all necessary parameters are estimated from the data and is faster than previous similar algorithms. Numerical experiments are shown which demonstrate that image restoration based on this prior compares favorably with previous state-of-the-art restoration algorithms.      

基于非局部全变分正则化优化的单幅雾天图像恢复新方法

该文针对无雾图像具有高灰度对比度且大气遮罩局部平滑的特性,提出一种基于非局部全变分正则化优化的单幅雾天图像恢复新方法。先构建一种基于非局部全变分正则化的有约束优化算法对大气遮罩进行估计,然后通过优化Bregman分离迭代法求解非局部Rudin-Osher-Fatemi模型获得准确的大气遮罩,进而从雾天场景图像恢复出场景图像。实验结果表明,所提新方法可以有效地对雾天降质图像进行复原,对多纹理复杂区域的恢复效果也较好。     

基于自适应预处理的图像分割方法

为了防止分水岭算法过分割问题,该文提出了一种基于自适应预处理的图像分割算法。该方法在分水岭算法的基础上,首先结合像素点亮度特征和空间分布特性应用自适应方法对梯度图像进行预处理。通过考察各像素点邻域中像素分类后的分布情况,来判断考察点是处于区域中心还是处于边界,并据此对考察点的梯度值进行调节。然后在预处理后的梯度图像上选定标记,将预处理后的梯度图像中大于200个像素的连通区域标定为标记。最后用分水岭分割方法对带标记的参考图像进行分割。试验结果表明,该分割方法具有良好的分割效果。     

视频图像修复算法的研究

对旧的视频资料的修复进行了探讨,分析了10种损坏特征的视频源,提出了以自动修复、半自动修复以及交互式修复相结合的修复方案.同时,针对视频图像损坏特征中较复杂的水平与垂直条带、局部颜色失真和斑点提出了具体的修复方法.     

一种自适应分数阶变分图像复原模型

为了克服分数阶变分图像复原模型在图像的不同区域变分策略恒定以及未有效利用退化函数先验信息的缺点,建立了一种充分利用退化函数先验信息的自适应分数阶图像复原模型。该模型利用退化函数的平滑先验,采用分数阶变分对退化函数加以表示,并通过极小化图像局部梯度信息对分数阶变分项进行约束。模型的优化求解采用极小化Bregman距离与对偶迭代相结合的方法,并通过对比实验证明建立的自适应分数阶图像复原模型可以更好地复原图像的结构与纹理信息,峰值信噪比与结构相似性都有所提高,图像复原性能更优。