一种匀速直线运动模糊参数的检测方法

运动模糊参数的检测是图像恢复过程中的关键问题。对于匀速直线运动模糊来说,检测出运动模糊的方向和距离后。结合运动模糊恢复算法即可完成对模糊图像的恢复。从运动模糊图像的传输函数出发,经过分析,总结得出其频谱图的特点及规律以及同运动参数之间的关系。运动模糊图像的频谱图上会出现一些等间隔的相互平行的暗色条纹,可以根据这种关系在频谱图上提取运动参数。     

运动模糊图像PSF参数估计方法改进及图像复原

运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数（PSF）求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。     

匀速直线运动模糊长度的精确估计

点扩展函数的设置是影响图像复原的关键问题。对于匀速直线运动模糊图像,模糊长度和运动方向决定了点扩展函数。分析了模糊图像的频谱图出现黑色条带的原因、条件以及它的精确位置,并设计了一种匀速直线运动模糊长度的估计算法,理论和实验证明这种算法是精确的。     

红外运动模糊图像参数估计方法

在船舶上拍摄红外传感图像的过程中由于船舶的摇晃而导致的运动模糊,会降低图像的质量.根据运动模糊图像的特性,分析了运动模糊图像的退化模型与特性.首先对倒频谱进行了二值化,并运用Radon变换确定了点扩散函数的模糊角度,然后使用模糊尺度迭代与维纳滤波得到复原图像,再对其进行边缘检测,通过计算累计边缘数确定了模糊尺度.最后对不同模糊程度的图像计算参数并复原,实验结果表明了算法的有效性.     

基于C6416的匀速直线运动的模糊图像恢复

为解决相机与景物之间由于相对运动而造成的图像模糊问题.提出在定点DSP C6416上,通过优化维纳滤波算法来实现模糊图像的实时恢复.提出基于实数的一维维纳滤波优化算法.给出该算法与其他常规维纳滤波算法的实验结果和对比评价.实验结果显示:在主频600MHZ的DSP C6416实验平台上,对512×512 8位灰度测试图片先进行模糊处理,再通过该优化算法恢复.速度达到58ms每帧,而常规一维维纳滤波算法速度为90ms每帧,二维维纳滤波算法速度为253ms每帧.恢复质量三者相同.结果表明该算法每秒能处理17帧512x512 8位灰度图片.基本能满足实时性的要求.如果采用最新的主频1GHZ的DSP C6416芯片,处理速度预计能达到35ms每帧,能实现25帧每秒的实时性要求.     

匀速直线运动模糊图像的恢复

结合计算机图形学与数字图像处理的知识,提出直接在运动方向上建立点扩展函数的算法,并利用霍夫变换检测运动参数。解决了由于运动模糊图像频谱存在零值,导致在频域中不能精确恢复图像的问题。文中给出了详细的算法及实验结果。     

基于Radon变换的运动模糊图像参数估计

运动模糊图像的参数估计直接影响图像的去模糊效果。提出了基于Radon变换的参数估计算法,结合运动模糊图像的频谱特性和Radon变换的数学含义,通过计算运动模糊图像二维频谱的Radon变换值,有效地估计出运动模糊的方向角θ和长度L两个参数。实验表明,该方法简单可行,参数估计准确,最终的图像去模糊效果良好。     

匀速直线运动模糊的RSF之估计

点扩展函数的设置是影响图像恢复结果好坏的关键问题。对于匀速直线运动模糊,要得到好的恢复效果必须能够正确估计模糊范围D和运动模糊方向。在文献[2]中用带最优窗的维纳滤波方法有效地去除了噪声和减小了边缘误差,除了边缘的L－形条带外可得到近乎完善的恢复效果;并且证明了对任意方向的直线运动模糊图像的恢复只能直接设置二维点扩展函数进行二维恢复,不可先进x方向的一维恢复再进行y方向的一维恢复。该文进一步给出了估计模糊范围D和运动方向的频谱方法：模糊范围D和图像中心与相邻黑线间的距离uo成反比;运动方向与模糊图像G（u,v)的频谱中的平行条带垂直。     

基于互相关模糊长度估计的图像复原

为提高含噪运动图像的复原质量,提出一种基于互相关原理的运动模糊长度估计算法。根据图像的Radon变换得到运动模糊角度,提取模糊中心各模糊路径上的像素灰度值,通过互相关计算确定模糊长度,采用Lucy-Richardson迭代算法对观测图像进行复原。实验结果表明,该算法的抗噪性较好,迭代收敛速度较快。     

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。     

基于投影自相关的运动降晰参数辨识

为了对退化图像进行恢复,首先要得到退化图像的降晰参数。针对匀速运动降晰的情形,提出了一种基于投影的自相关法自动估计降晰参数。该方法首先将运动方向转化为水平方向,求退化图像在水平方向的微分,再对微分图像求垂直方向的微分,绘出两次微分图像投影的自相关曲线,自相关曲线中最大值与最小值之间的距离便是退化图像的降晰参数。     

模糊图像点扩散函数的亚像素精度离散化方法

快速准确的点扩散函数(PSF)估计方法,是获取良好模糊图像复原效果的前提。针对散焦模糊和匀速运动模糊的PSF在以往离散化实现过程中的近似误差问题,提出一种结合退化模型几何性质和亚像素估计的离散化方法,定义了近邻像素点的距离相关权值分配原则,并以此进行亚像素精度的估计,从而实现了PSF的离散化。实验结果表明该方法的估计精度有很明显的提高,并在主观视觉质量和客观图像清晰度评价函数、峰值信噪比(PSNR)、改善信噪比(ISNR)方面均优于传统方法。     

基于L-R非线性迭代的降质图像复原算法

为克服图像传输和获取过程中受模糊、失真等因素影响所造成的图像降质,提出一种基于L-R非线性迭代的降质图像复原算法。建立图像退化和恢复模型,并给出复原图像的评价测度。仿真实验结果表明,与传统的维纳滤波相比,该算法在存在多种随机噪声的情况下,能达到较好的图像复原效果。     

基于改进卡尔曼滤波的盲图像恢复

为了解决在获取数字图像过程中发生的图像质量下降（退化）的问题,需要使用图像恢复技术进行图像重建。针对未知点扩散函数(PSF)的盲图像恢复,首先利用倒频谱的方法估计模糊图像的点扩散函数,然后再利用改进的卡尔曼滤波方法对图像进行恢复。倒频谱方法是将模糊图像分成反映原图像信息和反映模糊系统信息的两部分相加的形式,通过分析两者的关系估计出模糊图像的PSF。改进卡尔曼滤波器在估计过程中考虑了系统的模型误差,使其对模型误差具有一定的鲁棒性。通过Matlab进行了数字仿真实验,实验结果表明利用所提出的方法可以有效地减小PSF估计不准确对图像恢复的影响,与传统卡尔曼滤波相比恢复效果较好。     

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。     

基于边缘检测的超分辨率重构方法

采用凸集投影法重构的高分辨率图像中常出现边缘质量下降的现象。针对该问题,提出一种超分辨率重构方法,引入傅里叶变换配准方法解决图像获取过程中的位移偏差,通过Laplace算子进行边缘检测以消除边缘震荡。实验结果证明,采用基于边缘检测的超分辨率重构方法能获取质量较高的图像。