任意方向运动模糊图像的恢复

为了精确恢复任意方向直线运动产生的模糊图像 ,结合双线性插值与计算机图形学的知识 ,直接在其运动方向上设置空间域点扩展函数。通过对模糊图像的频谱分析 ,检测出其运动参数 ,使用投影恢复方法在空间域作图像恢复 ,取得了较好的效果 ,给出了详细的算法及实验结果。     

一种有效的运动模糊图像恢复算法

探讨了任意方向的匀速直线运动模糊图像的恢复问题。证明了对任意方向的商线运动模糊图像只能直接设置二维点扩展函数进行二维恢复，不可先进行x方向的一维恢复再进行y方向的一维恢复。给出了估计PSF的方向和模糊范围D的频谱方法。并用实验验证了PSF谱估计方法的有效性，以及带窗的维纳滤波方法相比于标准维纳滤波方法的优越性。     

基于Radon变换的运动模糊方向精确估计

在模糊图像复原技术中,运动模糊方向的估计有着极其重要的作用。它不仅可以作为模糊复原的一个重要参数,也可以作为估计模糊距离的重要参数。通过运动模糊方向,可以将图像复原转化到一维进行操作,使复原过程简化。因此,不管从整体上还是局部上运动模糊角度的精确估计,对图像恢复技术都有很重要的应用价值。本文提出一种基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的改进方法。仿真实验证明了其估计结果的精确性。     

运动模糊图像的维纳滤波复原研究

根据运动造成图像模糊的特点详细分析了匀速直线运动模糊图像的退化模型和恢复模型,提出直接在运动方向上建立点扩展函数的算法,并利用改进的霍夫变换检测点扩散参数,再利用二次维纳滤波的方法复原图像。通过实验表明在图像先验条件的要求没有增加的情况下,该方法提高图了像复原的抗噪性和稳定性,并且有效的保持图像细节。     

卡尔曼滤波与维纳滤波在运动模糊图像恢复中的应用

通过对运动目标在运动方向上运动的分析,建立运动模糊图像退化模型,结合卡尔曼滤波与维纳滤波在应用方面的特点进行图像恢复。研究了卡尔曼滤液与维纳滤波在图像恢复方面特点与区别,说明卡尔曼滤液更适合机动目标模糊图像的恢复.     

基于TVGA正则化的室内运动模糊图像恢复

针对室内环境下相机曝光时间长,被摄目标相对相机运动会产生图像模糊的问题,以室内服务移动机器人为研究背景,提出了一种基于Topkis-Veinott梯度法(TVGA)正则化运动的模糊图像恢复方法。此算法首先采用方向导数法估计出运动模糊方向,同时将图像运动模糊方向旋转至水平轴;然后采用自相关函数平均法确定运动模糊长度,并算出运动模糊点扩展函数(PSF);最后采用改进的TVGA最优化正则参数,进而恢复原始图像。与经典的Wiener法和两种正则化恢复方法进行的比较结果表明,用TVGA法正则化恢复的图像效果较好,不仅较接近原始图像,且易于实现。     

基于频谱参数估计和神经网络的运动模糊图像恢复

提出了一种运动模糊图像恢复模型,运动模糊图像经傅立叶变换后在频域有频谱零点进行参数估计,通过霍变换初步求得运动模糊图像的点扩展函数,当估计出运动模糊图像的点扩展函数的参数后,用神经网络方法进行恢复。这种恢复模型可以对任意角度的匀速运动模糊图像的恢复取得恢复效果。该方法具有操作简单和全局搜索收敛的优点,实验证明这是一种比较好的运动模糊图像恢复方法。     

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。     

利用频谱特性鉴别运动模糊方向

点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度（方向）和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。     

运动模糊图像的Kalman滤波盲复原研究

本文提出一种对由于模糊参数未知的运动模糊和随机噪声引起降质的图像进行复原的方法。对于一幅这样的图像,首先确定图像退化过程的参数,即其点扩展函数(PSF);再假设图像可由一个半因果的随机场表示,则图像表示和图像退化模型可以写成矩阵一向量形式。然后将它们分别作为状态方程和量测方程可以推导出N个频域中的并行Kalman滤波嚣。实验结果表明这种结合PSF估计和Kalman滤波复原的图像处理方法效果是令人满意的。     

运动模糊图像的恢复方法研究

分析了运动模糊图像的退化模型和恢复过程,改进了一种运动模糊图像的恢复方法。先通过图像系统辨识方法求解PSF函数,进而在频域和时域完成运动模糊图像的恢复,并就运动模糊图像进行逆滤波恢复、维纳滤波恢复和时域反卷积恢复进行了理论说明,比较了各自的优缺点。最后给出了几种恢复效果的对比实验结果。     

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。     

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。     

基于神经网络的盲图像恢复

1 引言图像恢复是图像处理学中的一个重要领域,其主要目的是利用退化图像的某种先验知识来重建或恢复原图像。图像的退化模型可表示为: Y=HX N (1)其中y为退化图像,H为退化模型的点扩展函数,X为原始图像,N为加性高斯白噪声。     

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。     

图像混合噪声的一种组合滤波消除方法

提出了一种基于高斯拉普拉斯边缘检测的含高斯噪声和脉冲噪声的图像组合滤波去噪方法,即首先对含有混合噪声的图像进行中值滤波,再用高斯拉普拉斯边缘检测方法检测出图像的边缘,得到边缘图像;然后利用自适应Wiener滤波对中值滤波后得到的图像进一步滤波去噪,最后将边缘图像嵌入经Wiener滤波得到的平滑图像中。此种方法不但能够有效去除含高斯噪声和脉冲噪声的图像中的噪声,而且可以保持图像的边缘信息,提高了图像的去噪效果和清晰度。     

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。