一种基于VC＋＋的运动图像复原技术

本技术以VC＋＋为实现平台，讨论了对运动模糊图像进行复原的技术，其中重点讨论了图像复原技术的原理和算法。     

一种快速超分辨铜带表面缺陷图像复原方法

在铜带表面缺陷检测系统中,针对仅硬件改善缺 陷图像精细特征信息,受制造水平、成本等因素制 约以及传统超分辨复原方法实时性不强等问题,提出一种基于粗糙集(RS) 与纹理特征预分类的快速超分辨率(SR)图像复原方法。本文方法利用RS属性约简原理,选择并优化对弱纹理缺陷目标 描述性较好统计特 征参数,并在匹配搜索时根据纹理特征对样本库进行预搜索分类,然后在分类得到的纹理内 容相近的样本 子集中对输入的低分辨率(LR)样本块精确匹配搜索。理论和实验结果表明:本文方法应用 于铜带缺陷在线 检测系统中,可使缺陷区域的高频信息增强、边缘和细节更加清晰,且算法实时性较好,在 兼顾图像复原质量和运行效率上具有优越性和可行性;并可用于其它金属表面的图像复原。     

改进的混合MAP-POCS超分辨率图像复原算法研究

超分辨率图像复原技术在不改变硬件的条件下可提高成像系统获取图像的分辨率。研究了图像退化机理,建立了精确的图像退化过程模型,提出一种改进的混合MAP-POCS复原算法,将POCS的凸集约束条件加入到MAP估计过程中。运用峰值信噪比(PSNR)等评价手段对复原图像进行质量评价。仿真结果表明,改进的混合复原算法能够有效地保证复原求解的收敛性并保持复原图像的边缘细节,提升了超分辨率的复原效果。     

图像的超分辨率处理方法研究现状

超分辨率图像处理技术是利用多帧关于同一场景的有相互位移的低分辨率降质图像来重建高分辨率高质量图像的技术.介绍了超分辨率图像处理技术的概念和起源;综述了超分辨率图像恢复研究现状.重点对单帧和多帧超分辨率图像处理的主要方法进行了评述,并总结对比了频域和空域方法的优缺点.最后对超分辨率图像处理技术的技术难点和前沿问题研究前景进行介绍和展望.     

一种有效的三步运动估计算法

为了减小运动估计算法的计算复杂度和提高红外图像超分辨率重建的可靠性,提出了一种有效的三步搜索算法.该算法采用多步搜索策略,根据运动矢量分布的中心偏移性及并行处理的思想,在最佳匹配点所在的区域使用菱形小模板代替新三步法中的正方形小模板来进行精细搜索,以提高算法的搜索精度.实验结果表明,与全搜索法、菱形搜索算法和预测性菱形搜索算法相比,该算法能在保证搜索精度的同时大大缩短消耗时间.     

图像复原与超分辨率重构基本适用条件及提高空间分辨率上限的研究

从离散—离散的成像系统出发,在理论上分析了图像复原与超分辨率重构的基本适用条件及提高图像分辨率的上限,从图像处理的角度给出了基本适用条件的量化指标,最后对理论分析结论进行了实验验证,并对实际应用中不可避免的噪声影响进了研究,实验结果与理论研究结论一致.     

一种基于神经网络的图像复原方法

提出了一种基于BP神经网络的图像复原算法.在分析图像模糊机制的基础上,为了降低输入维数,该方法采用滑动窗口操作来提取特征,同时为了加快训练速度和改善网络复原效果,首先对图像进行边缘提取,对图像内边缘区域和平坦区域分别采用滑动窗口获得训练集.利用BP神经网络的学习能力,通过训练,建立含有退化信息(高斯模糊)的模糊图像和清晰图像之间的映射关系模型,利用该模型对模糊图像进行复原,得到的复原图像在视觉上和定量分析上都获得了较好的效果.     

基于光衰减先验和背景光融合的水下图像复原

针对水下图像存在颜色失真和视觉模糊等问题,提出基于光衰减先验和背景光融合的水下图像复原算法.首先通过最大强度先验计算背景光一,基于图像四叉树的方法估计背景光二,根据水下图像光照的亮暗情况对两个局部背景光进行融合,确定全局背景光;其次根据光衰减先验估计场景的相对深度,进而计算三个通道的透射率;然后逆求解水下光学成像模型以...     

一种自适应正则化技术的图像复原方法

针对降质图像的复原问题,在正则化技术解决病态性基础上提出了一种有效的自适应图像复原算法。该方法充分考虑了图像的局部特性,引入了自适应加权矩阵,采用迭代的方法改善算法的收敛性,计算中给予复原图像一定的限制。计算机仿真结果表明,该方法可有效克服模糊退化并再现了原始图像的重要信息,复原图像在峰值信噪比和主观视觉效果方面都有明显的提高。     

基于增量维纳滤波和空间自适应规整的超分辨率图像复原

该文提出一种新的超分辨率图像复原方案,该方案利用了空间自适应规整方法的空间分段平滑特性和增量维纳滤波的快速收敛能力,将解的先验约束结合到迭代过程中,通过多幅低分辨率降晰图像来估计一幅高分辨率图像。计算机仿真结果表明,该方法可以有效实现超分辨率图像复原,有效地提高了复原的自适应控制能力和收敛性能。     

频谱解混叠图像超分辨重建

在不增大光学系统的焦距,也不缩小CCD器件阵元的宽度的情况下,为了获得高分辨率的图像,对多幅具有互补信息的低分辨率图像进行研究。首先,把多幅具有互补信息的低分辨率图像通过傅里叶变换到频率域;接着,对频率域中高分辨与低分辨率图像之间关系进行建模,进而得到它们之间的关系;然后,通过对模型求解,得到高分辨率图像的频率值;最后,进行傅里叶反变换即可得到高分辨率图像。实验结果表明:该重建方法获得的高分辨率图像在视觉上比用任意一帧图像经过双线性插值获得的图像要清晰得多,与实际摄取高1倍的分辨率图像几乎达到一样。对Bridge图像的恢复峰值信噪比可以达到34.767 3 dB。该方法是切实可行的,且恢复图像边缘视觉效果好。     

一种新型的图像修复方法

在当今对信息的需求不断增加的情况下,作为获取信息的重要手段,图像处理显得尤为重要.以往的用于图像修复的BSCB模型体现了偏微分方程在图像处理领域中的广泛应用和重要性,然而其也具有一定的缺陷,将针对BSCB模型运算速度过慢的问题,分析其产生的原因,并在此基础上提出一种新的算法.实验证明,新方法在处里的效果上强于传统模型,且修复所需时间明显缩短.     

基于各向异性扩散的图像去噪并放大

本文从各向异性扩散图像去噪方法出发,在偏微分方程有限元方法的基础上,提出一种图像复原并放大的 算法,实验表明该算法比中值滤波后插值所得图像的主、客观质量要好。     

频域迭代盲解卷积图像恢复方法及其算法实现

详细讨论了一种新的模糊图像复原法 ,使用这种方法 ,不需知道图像模糊过程的模糊因子 ,就可以实现图像的恢复。该算法易于编程 ,且具有较强的通用性。分析了计算机算法 ,并给出了处理的结果。     

一种改进的NAS-RIF盲图像复原算法

在Deepa Kundur等人提出的NAS-RIR (Nonnegativity and support constraints recursive inverse filtering)盲图像复原算法的基础上，提出改进方法。首先对非均匀背景图像进行背景校正，以扩大原算法的适应范围；接着改进求取支撑域的算法，以提高图像的复原效果；最后对求取梯度值的算法作了改进，以提高原算法的执行效率。由实验结果可看出，改进的NAS-RIF算法比原算法具有更好的图像复原性。     

基于支撑向量机的盲超分辨率图像复原算法

本文提出了一种基于支撑向量机的盲超分辨率图像复原算法.首先采用Sobel算子和局部方差从训练图像中提取能够表征模糊参数信息的特征向量,并利用支撑向量机建立特征向量与对应的候选参数的映射关系,然后通过建立的模型对不同光照条件下的低分辨率图像进行参数辨识,最后根据辨识出的模糊参数融合不同光照条件下的低分辨率图像同时实现了图像动态范围和空间分辨率的增强.为了实现低分辨率图像间的亚像素配准,还提出了一种基于Retinex的亚像素运动估计算法.仿真结果表明与传统算法相比,无论从主观视觉还是定量描述上本文算法均具有较好的效果.     

图像序列的快速超分辨率恢复算法

图像序列的超分辨率恢复是目前国际图像复原界的一个研究热点.本文提出了一种基于分层机制的图像序列超分辨率恢复方法.在将问题采用正则化方法变为适定问题后,提出了一种级联模板的快速运算方法.实验结果表明了方法是行之有效的.     

Markov随机场方法在灰度图象恢复中的应用

本文在叙述了Markov随机场（MRF）及Gibbs随机场的基本概念之后，综述了这种随机模型在灰度图象的恢复中的应用，其中包括模型的选择，及使用最大后验（MSAP）估计方法进行图象恢复。最后对给出的实例进行了计算，对使用不同的MRF模型及计算方法的恢复结果进行了对比。