噪声模糊图像复原算法构建及仿真

针对传统图像复原算法对噪声强度较大的模糊图像进行复原时,容易出现图像失真的问题,研究结合经典维纳滤波算法和空间滤波算法,提出一种组合维纳滤波算法的噪声模糊图像复原方法。首先,采用空间滤波算法减弱模糊图像的噪声;然后,采用维纳滤波算法对去噪后的模糊图像进行复原;最后,通过仿真实验对组合维纳滤波算法进行验证。结果表明,相较于单一的维纳滤波算法,所研究组合维纳滤波算法在高斯噪声、椒盐噪声、高斯-椒盐噪声的条件下,PSNR、SNR、ISNR值均提高了0.5 d B以上,具有一定的优越性,可提高复原图像的质量,得到清晰且轮廓分明的复原图像。     

两种改进的图像复原算法在COSM中的应用*

对模糊的成像结果进行图像复原,采用高斯函数作为点扩展函数,应用于三维逆滤波和维纳滤波算法中,改进了这两种算法。实验结果证明,改进后的维纳滤波算法复原三维序列的结果比改进后逆滤波算法得到的结果更好。此外,提出三维维纳增量滤波算法以及加快其收敛速度的方法。     

基于零边界像素的模糊图像复原模型

提出一种基于零边界像素的模糊图像复原模型。通过分析水平运动模糊的成因,以矩阵形式建立运动模糊的一般模糊模型,利用广义逆矩阵方法对模糊图像进行复原,使用零边界像素条件完善复原模型,以减少周期干扰。实验结果表明,与维纳滤波法相比,该模型在不考虑噪声的情况下,图像复原效果更好。     

基于改进约束最小二乘方法的图像复原算法

约束最小二乘方法（约束最小二乘方滤波器）在图像复原的应用过程中普遍只要求噪声方差和均值的知识,对处理的每一幅图像都能产生最优效果,因而得到了广泛应用。文中提出的图像复原算法就是基于约束最小二乘方法的,并对其进行了改进。通过实验证明,用该改进的图像复原处理方法复原的图像比用维纳滤波方法复原的图像更加平滑,复原图像的信噪比也更大。另一方面,改进的约束最小二乘方法复原的图像比平滑约束最小平方法复原的图像具有更加突出的边缘,而且同样具有更高的信噪比。适当应用该方法,能够体现出维纳滤波和平滑约束最小平方滤波这两种基本的约束最小二乘方滤波相结合的效果优势。     

基于改进约束最小二乘方法的图像复原算法

约束最小二乘方法(约束最小二乘方滤波器)在图像复原的应用过程中普遍只要求噪声方差和均值的知识,对处理的每一幅图像都能产生最优效果,因而得到了广泛应用。文中提出的图像复原算法就是基于约束最小二乘方法的,并对其进行了改进。通过实验证明,用该改进的图像复原处理方法复原的图像比用维纳滤波方法复原的图像更加平滑,复原图像的信噪比也更大。另一方面,改进的约束最小二乘方法复原的图像比平滑约束最小平方法复原的图像具有更加突出的边缘,而且同样具有更高的信噪比。适当应用该方法,能够体现出维纳滤波和平滑约束最小平方滤波这两种基本的约束最小二乘方滤波相结合的效果优势。     

图像复原方法研究

本文在已知系统退化模型的情况下,对退化图像分别运用几种经典的线性图像复原方法——逆滤波,维纳滤波和约束最小二乘方滤波进行复原,分析了几种方法的理论,取得了算法参数的经验数据,并对实验结果的进行了分析对比。     

基于改进逆滤波的衍射成像光谱仪图像复原方法

针对在衍射光谱仪(DOIS)成像中离焦谱段对准焦谱段成像造成干扰而导致的图像模糊问题,提出一种改进的逆滤波复原方法,旨在解决逆滤波中存在的不适定问题,并利用该方法对衍射光谱图像进行复原。改进的逆滤波算法通过引入正则化矩阵来改变原始问题的求解形式,将逆滤波函数进行正则化,从而减弱噪声对图像复原效果所产生的影响。通过将图像复原过程转换为矩阵求逆的过程,并在SVD算法求解过程中添加规则滤波器的方法,来调节正则化矩阵的形式以及参数的大小,达到了减弱矩阵的病态性并取得较优的复原效果的目的。实验结果表明,该方法能够有效地对衍射成像光谱仪图像进行复原,在一定程度上提高了拉普拉斯梯度以及图像质量指数(QI)值,同时减小了均方根(RMSE)值。所提方法能够抑制噪声干扰,增强图像清晰度,复原出与参考图相似度更高的单谱段图像,并能够获得更好的光谱曲线,有助于分析出地貌特征。     

基于小波和维纳图像复原的像移补偿方法

提出一种基于小波变换和维纳滤波相结合的图像复原方法,有效地消除了航空成像系统的像移模糊.该算法先在小波变换的基础上对各个子频段的小波系数进行维纳滤波,以达到更好的消除模糊的目的.然后对维纳滤波后的图像进行小波逆变换,得到复原图像.经实验验证该算法对因前向像移造成的图像模糊有比较好的复原效果.     

拉普拉斯与双边滤波的图像去运动模糊算法

运动模糊图像盲复原是图像复原中的关键问题之一,由于模糊信息的复杂性以及图像噪声的影响,导致复原的结果有振铃效应.为解决这些问题,提出基于拉普拉斯先验的改进算法.在原有的模糊核估计过程中,引入拉普拉斯锐化增强,增强图像的边缘信息,达到改善模糊核估计结果的目的.在复原时,针对图像振铃噪声,引入了双边滤波,抑制该噪声对复原结果的影响,进一步改善复原图像的质量.与三种现有图像去模糊算法相比,该方法能更准确地估计模糊信息,对图像复原具有更好的鲁棒性.     

模糊图像盲复原的鲁棒自适应滤波算法

运动模糊图像盲复原是图像处理中的关键问题之一.由于模糊信息估计的复杂性以及图像噪声的影响,现有算法往往难以做到高质量的图像复原.为改善模糊信息估计的效果,提出一种基于自适应线性滤波的改进算法.首先在原有模糊信息估计过程中引入自适应动态线性滤波以抑制噪声影响,达到改善模糊信息估计结果的目的,同时可以起到调整优化目标的作用,使原问题变得较容易求解,从而获得高质量的模糊信息估计;在此基础上提出了改进的重定权值split Bregman迭代法,用于获得模糊信息后求解原始图像的过程中,进一步改善模糊图像复原的效果.实验结果表明,与3种现有的模糊图像盲复原算法相比,该算法能更准确地估计模糊信息,对多数图像复原任务具有更好的鲁棒性,能有效地用于运动模糊图像复原任务.     

一种基于边界处理的图像复原方法

图像复原试图利用退化现象的某种先验知识来重建或复原被退化的图像。其中维纳滤波是一种常见的图像复原的方法,该方法的思想是使复原的图像与原图像的均方误差最小原则来复原图像,但是该法具有一定的限制性,且在复原过程中易产生振铃效应。本文在分析维纳滤波复原图像的基础上,提出了一种对复原后的图像边界进行处理的方法。实验结果表明,该方法有效地降低图像恢复过程中产生的振铃现象,且复原的图像质量较好。     

维纳滤波和调整EM算法在COSM中的应用

用基于深度变化成像模型的调整EM算法进行三维显微图像复原,不能更好地复原图像细节,而且耗时长。为提高图像的复原质量,缩短时间,提出把维纳滤波和调整EM算法相结合的算法。该算法首先利用加权小波去除图像的部分离焦模糊,再用维纳滤波算法进行滤波复原,最后用基于深度变化成像模型的调整EM算法对序列图进行复原。实验表明复原效果得到了明显改善,并减少了迭代次数,效率明显提高。     

MATLAB在图像复原中的应用

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。该文主要对维纳滤波复原,盲去卷积算法复原和约束最小二乘方滤波复原进行了探讨,同时对上述算法进行了仿真实现,并分析了实验的结果。     

MATLAB在图像复原中的应用

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。该文主要对维纳滤波复原．盲去卷积算法复原和约束最小二乘方滤波复原进行了探讨,同时对上述算法进行了仿真实现,并分析了实验的结果。     

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。     

一种改进的运动模糊图像复原算法

根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。     

改进的二值图像复原方法研究

为了解决传统基于GBB方法的正则化二值图像复原算法放大背景噪声的问题,提出了一种基于GBB方法的改进的正则化二值图像复原算法。根据提出的算法进行实验,定性的对两种算法的图像复原结果进行了比较。同时,利用ISNR选取最佳参数,且在不同程度噪声的影响下定量的评价了两种复原方法的结果。实验结果表明,该方法对于模糊二值图像的复原效果有显著提升,有效降低了噪声对图像复原的影响。     

Wiener滤波图像复原

图像在获取、传输和存储过程中由于受多种原因如模糊、失真、噪声等的影响,会造成图像质量的下降。本文首先探讨了图像退化的原因,建立图像复原的模型;然后设计采用Wiener滤波算法对图像进行复原;最后对经典的Lenna图像进行图像实验,并分析了实验的结果。     

一种离焦模糊图像的复原方法

图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法.为了获得更好的离焦图像复原质量,在通过对离焦模糊图像复原进行了较为系统的研究后,提出了一种基于维纳滤波频域的复原方法,结果表明该方法具有较好的改善图像复原效果和较快的速度.图像散焦信息的干扰得到有效排除,噪声得到有效抑制,信噪比得到明显改善.     

基于GAN的图像盲复原算法研究

图像复原是图像处理领域的重要问题。图像复原过程可以看作是退化过程的逆过程,其主要的目的是去除图像中的退化现象,有效地提高图像的质量。图像复原是图像处理任务中一个基础性、前提性的课题,然而模糊是普遍存在的,复原过程有一定的困难,目前已有一些图像复原的方法发展十分迅速,且研究成果突出,如基于滤波的方法,基于正则化的方法和基于微分方程的方法等。目前很多方法对于合成图像的复原效果较好,对于真实图像的复原效果并不理想。本论文的研究重点是充分利用深度学习的特征表示的优点,分析了图像复原的过程通用的网络,这对于图像复原的发展是十分有意义的。