快速运动模糊图像盲解卷积算法

针对快速运动形成的图像模糊,提出了一种运动模糊图像盲解卷积算法.首先,对被噪声污染的频谱图像进行脊波增强;然后,采用一种新的基于Radon变换的鲁棒算法来确定模糊核函数,该算法在小模糊长度和低信噪比的条件下仍能准确地估计模糊核参数;确定模糊核函数后,采用基于hyper-laplacian先验的快速非盲解卷积算法来恢复模糊图像.实验结果证明,与基于机器学习的R.Fergus的算法相比较,本文算法在获得相近效果的前提下,计算时间从近30 min下降到40 s左右.该算法对合成运动模糊图像和实际相机运动的自然模糊图像都具有较好的恢复效果.     

影像测量系统中运动干扰图像的复原方法研究

影像测量系统的精度很大程度上取决于采集到的图像质量.在用摄像机获取待测工件图像时,由于运动控制系统或其他原因引起的扰动,在相机曝光期间使待测工件和摄像机之间存在相对运动,这将导致摄得的图像发生运动模糊,从而影响图像处理和测量的精度.文章研究图像的运动模糊机理以及采用Wiener滤波方法对模糊图像进行了复原试验.     

双CMOS成像系统中运动模糊图像的复原

为获取高空间分辨率的清晰图像,设计了一种双CMOS成像系统.该系统的两片CMOS传感器可同时获取相同场景的图像.其中一片CMOS传感器获取高帧率、低空间分辨率的图像序列;另一片CMOS传感器获取低帧率、高空间分辨率的运动模糊图像.首先,通过光流法计算高帧率、低空间分辨率CMOS传感器获取图像序列的全局运动路径,在能量守恒和能量与积分时间成正比2个约束条件下估计运动模糊核初始值,通过贝叶斯准则交替迭代优化运动模糊核.最后,利用TV-L1方法从低帧率、高空间分辨率CMOS传感器获取的模糊图像中快速、有效地恢复出清晰图像.仿真和实验结果表明;有38％以上的仿真图像复原结果误差率小于2,且受噪声影响小,复原图像的振铃小.另外,能有效去除实拍图像的空间移不变运动模糊.     

基于运动模糊特征分割的空间移变降质复原

针对一类由动机座上的相机对运动目标拍摄得到的空间移变降质图像,提出基于像素运动模糊特征分割的图像复原方法。首先分析由于运动模糊的卷积作用,该类图像中的运动目标和背景产生相对位移,两者的像素发生叠加,发现若背景灰度均匀,则叠加区相邻像素灰度值的变化程度相似。根据该灰度变化特征检测运动模糊方向上的目标边缘,并结合canny算子检测平行于模糊方向的边缘,两部分边缘图像进行求或运算,然后利用形态学操作处理,从而分割得到完整的目标模糊图像。对该目标图像剔除叠加区的背景灰度信息,并补零扩充为完全卷积的模糊图像,最后利用反卷积复原算法去除模糊。实际复原结果证明,该方法能够有效地解决该类空间移变降质图像的复原问题。     

运动模糊角度检测的两种改进方法

运动模糊图像复原的关键点在于模糊角度和模糊长度的获取,针对运动模糊图像频谱图中十字亮线影响模糊角度检测精度的问题,提出了两种改进方法。在Radon变换的基础上,通过对模糊图像频谱图进行非中心化和二次傅里叶变换细化条纹信息,来减小十字亮线对模糊角度检测精度的影响。对比实验表明,改进的两种方法能提高1°～3°的模糊角度检测精度。     

离焦模糊图像的维纳滤波复原研究

微操作中，显微视觉系统获取的图像通常是离焦模糊图像。离焦模糊图像的退化模型可用圆盘函数描述，利用模糊图像无方向性的二阶拉氏微分图像的自相关的负相关峰形成的环形槽的直径等于作为圆盘函数直径的2倍可以确定该函数。对模糊图像进行一次维纳滤波方法得到原图像的估计值，然后利用该初始值求得原图像及噪声的谱密度估值，进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明，该方法计算量小、鉴别精度高、抗噪声能力较强，突出原图像的一些关键细节，提高了图像的复原质量。     

运动模糊图像的实时恢复算法

提出了一种新的处理运动模糊图像的方法,以一维维纳滤波(1DWF)来快速恢复二维的模糊图像。给出了1DWF算法可行性的理论论证,并给出了1DWF算法及其它常用图像恢复算法的实验结果和对比评价。运算量分析表明:1DWF算法的运算量只有二维维纳滤波运算量的1/3;实验结果显示:在P4 3.0G主频的PC机上,1DWF算法可以使得512×512的8位灰度测试图像在36 ms内完成图像恢复。对图像恢复质量的评价结果显示:1DWF算法的图像恢复质量与原维纳滤波的恢复效果相同,验证了在单处理器上实时、高质恢复模糊图像的可行性。     

运动模糊图像清晰度评价函数的研究

运动模糊图像清晰度评价函数是图像恢复中评价图像质量的一个重要判据.本文首次研究了在不同方向的图像灰度差的绝对值之和与图像运动模糊方向的关系.在此基础上,提出了几种运动模糊图像清晰度评价函数,并研究了它们的优缺点和适用范围.文中建立了评价函数的数学模型,给出了实验结果和分析.     

基于快速递推模糊2-划分熵图割的红外图像分割

考虑现有图割算法没有充分考虑红外图像的模糊特性,分割精度和运行效率低的缺点,提出了基于快速递推模糊2-划分熵图割的红外图像分割算法以实现复杂背景下红外图像的自动高效分割。该方法利用图像感兴趣区域的最大模糊熵信息设计图割能量函数的似然能,基于局部最大模糊2-划分熵值迭代检测出包含图像最大信息的感兴趣区域来确保提取目标信息的完整性。为了提高最大模糊熵寻优的效率,引入时间复杂度为O(n2)的递推算法,将模糊熵计算转化为递推过程,并保存所有递推的熵函数值用于后续的穷举寻优。针对确定的感兴趣区域,利用该区域最大模糊2-划分时隶属度函数分布设置图割能量函数的似然能,从而充分考虑图像的模糊特性。对分割结果与几种常用的算法进行了视觉比较及运行时间,错分率,F指标的量化分析。结果表明:该算法分割精度F值高达95%,运行时间较其他常用算法至少缩短了72%,基本满足自动红外图像分割对精度、效率和鲁棒性的要求。     

相对运动的模糊图像复原的算法研究

对由相对运动引起的模糊图像复原的算法进行了研究，分析其退化的原因，建立了其退化和复原的数学模型．并采用逆滤波、维纳(Wiener)滤波和卡尔曼(Kalman)滤波等算法对仿真运动下的模糊图像分别进行了图像恢复处理。结果表明，利用这一模型算法取得了良好的效果。还对更为复杂退化环境下的图像恢复问题进行了初探，为更为复杂退化环境下的图像恢复提供了理论依据和实践基础。     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

盲复原高斯模糊图像

经典的图像恢复算法设点扩展函数(PSF)是已知的,然而在许多情况下PSF难以确定,不得不在只知道成像系统部分信息甚至没有任何信息的情况下估计真实图像和PSF,这一过程称为图像盲复原.对于高斯模糊图像,它的PSF是很难被检测出来的,因此高斯模糊图像的盲复原一直是个棘手的问题.利用高斯点扩展函数的特性,初始估计PSF并对加...     

基于遗传算法的运动图像的实时处理

提出了一种用于机器人手臂实时视觉伺服的运动图像实时处理的方法.这种方法采用全局遗传算法/局部遗传算法以及未经处理的原始图像对一个已知模型的运动目标物体进行识别.在GA处理的过程中,适应度函数的计算是基于表面-条纹模型作为目标物体模型,并且同时采用全局遗传算法和局部遗传算法来识别物体的形状及检测位置与方向,提高了GA的收敛速度,并得到了良好的识别结果.还采用一个三角形的物体为目标,对所提出的方法进行了仿真试验,结果证实了这种识别方法的有效性.     

基于投影特征的快速图像匹配算法

针对传统的模板匹配算法存在的问题,提出了一种基于投影特征的快速匹配算法。该算法对图像进行投影得到一维投影特征。在搜索图投影计算的过程中,根据模板投影特征的极值,动态判定投影的灰度值,从而减少投影过程中非匹配区域的冗余像素的投影,运用KMP算法实现投影特征的快速匹配。在KMP快速匹配的基础上,进行NC归一化相关计算,得出精确的匹配位置。实验结果表明,该算法既能保证匹配精度,又提高了运算速度,是一种有效的算法。     

连接型非刚体运动图像序列的特征点跟踪算法

以连接型非刚体运动的典型代表人体为研究对象，提出了一种运动图像序列中的特征点跟踪算法。     

基于空间自适应和正则化技术的盲目图像复原

在原非负支撑域递归逆滤波（NAS-RIF）算法基础上,本文提出一种基于空间自适应和正则化技术的改进算法。在代价函数中,引入两项空间自适应的加权项,分别用来确保图像复原的逼真和平滑,自适应加权项需根据观察图像的局部特性和噪声方差求得。并加入正则化项,以达到抑制噪声的目的。本文提出了根据观察图像来估计噪声方差的方法,因而不需要知道噪声方差的先验条件。在求解中,采用共轭梯度算法来进行求解。对不同背景和不同信噪比的图像进行了仿真实验。结果表明：改进后的算法比原来的算法复原效果更好。     

离焦模糊图像清晰度评价函数的研究

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现显微镜自动调焦的一个关键,也是图像恢复中评价图像质量的一个重要判据.本文首次提出了用图像灰度梯度向量模方和、Roberts梯度和与拉普拉斯(8邻域微分)算子和作为由于离焦产生的模糊图像的评价函数.文中分别建立了上述几种评价函数的数学模型,给出了实验结果和分析.与以往的图像灰度熵和图像灰度方差评价函数相比,本文给出的评价函数无偏性好、单峰性强,在焦平面附近具有变化趋势明显和灵敏度高的特点.     

邻域法在三维显微图像复原中的应用研究

三维显微图像复原方法通常分为两类邻域法和三维去卷积法.本文详细介绍了邻域法的基本原理;对邻域法公式中参数c,α的不同选择和相应的复原结果进行了评价,通过仿真实验得出了考虑不同切片数时c,α的最佳选择以及不同显微成像系统所需考虑切片数M的最佳选择.与三维去卷积法相比,邻域法具有简单、计算量小,容易实现等优点,适合于观察活的生物和进行实时连续观察.