仪器化冲击在评测断口剪切面积比例中的应用

根据示波曲线定量给出的特征载荷点分布关系，结合ESIS给出的评测夏比V型冲击断口剪切面积比例(PSF)经验公式，介绍了仪器化冲击试验在估算PSF数值中的具体应用。估算值与实际测量值所进行的误差离散性与置信区间的分析结果表明，选用合适的经验算法可以在试验过程中实时获得高度可靠的PSF结果。与常规光学手工评测技术相比，该方法不依赖于试验者的主观评测经验、不受特定客观试验条件的限制，具有广阔的应用前景，同时也为材料PSF评测以及动态断裂机理的研究提供了一套方便而有效的试验手段。     

交替使用小波去噪和全变差正则化的盲图像恢复算法

盲图像恢复就是在点扩散函数未知情况下从降质观测图像恢复出原图像.该文提出了一种交替使用小波去噪和全变差正则化的盲图像恢复算法.观测模型首先被分解成两个相互关联的子模型,这种分解转化盲恢复问题成为图像去噪和图像恢复两个问题,可以交替采用图像去噪和图像恢复算法求解.模糊辨识阶段,使用全变差正则化算法估计点扩散函数;图像恢复阶段,使用小波去噪和全变差正则化相结合的算法恢复图像.实验结果和与其它方法的比较表明该文算法能够获得更好的恢复效果.     

合成孔径光学成像系统与图像复原技术

结合信息光学理论知识与合成孔径系统的基本成像原理,得出了三种类型子孔径排布方式下的光学调制传递函数(MTF)分布,分析其成像特性;利用MATLAB软件在不同孔径排布情况下模拟其成像退化结果;采用最大似然的R--L复原方法对成像结果分别进行复原.根据计算机理论模拟的结果,该方法有较好的复原效果,图像的清晰度有所改善,一些...     

用Torus网络构建可扩展分组交换结构的设计方案

提出了一种采用Torus网络技术的模块化交换子网结构--可配置单板(CB),给出了应用CB模块构建可扩展交换结构的具体设计方案,并讨论了关键设计参数的取值.该方案支持交换端口数与交换容量数百倍的平滑扩展.仿真实验结果验证了该方案的可行性.     

一种改善超分辨率图像重建中边缘质量的方法

超分辨率图像重建技术指通过融合多幅变形、模糊、有噪、频谱混叠的低分辨率降质图像来重建一幅高质量高分辨率图像. 凸集投影 (POCS) 算法是一种广泛使用的超分辨率图像重建方法. 本文提出了一种适用于 POCS 算法的改善高分辨率重建图像边缘质量的方法. 该方法将中心在边缘像素的点扩散函数 (PSF) 与一个指数型权值函数相乘, 使得修改的 PSF 系数沿着边缘正交的方向减小. 实验结果表明, 这样的修改有效地保持了边缘的特性, 明显地提高了重建图像的质量     

基于估计点扩展函数值的湍流退化图像复原

提出了一种直接从湍流退化图像中估计湍流点扩展函数值的方法.本方法不再利用自然或人工向导星图像来测定点扩展函数,而是直接利用两帧连续短曝光湍流退化图像作为输入,在空域中对其进行适当的延拓,在频域中建立和选择关于湍流点扩展函数离散值的一系列计算方程.为了克服噪声的干扰,在点扩展函数的非负性和空间光滑性的约束条件下,将点扩展函数的计算问题转化为优化估计问题,通过极小化准则函数估计点扩展函数值,进而恢复退化图像.实验结果表明,本文方法十分有效,复原效果好.     

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。     

振动模糊星图的PSF函数估计及复原算法研究

针对弹体角振动引起的星图成像质量退化的问题,提出了一种基于自适应形态学PSF估计方法。首先通过研究角振动对星点像移的影响得到振动PSF模板,避免将模糊过程简单近似为一维匀速直线运动和一维快速简谐运动得到PSF;其次,为了消除或减弱弹体角振动引起的模糊,提出了一种改进约束条件的最小平方的星图复原算法;最后进行仿真验证,仿真结果表明本文方法能较好的估计随机振动的PSF,提高了模糊星图复原的精度和鲁棒性,复原后的峰值信噪比和结构相似比相比模糊星图分别提高了23.3%和42.6%。     

Motion-Blurred Image Restoration Based on Joint Invertibility of PSFs

To implement restoration in a single motion blurred image, the PSF (Point Spread Function) is difficult to estimate and the image deconvolution is ill-posed as a result that a good recovery effect cannot be obtained. Considering that several different PSFs can get joint invertibility to make restoration well-posed, we proposed a motion-blurred image restoration method based on joint invertibility of PSFs by means of computational photography. Firstly, we designed a set of observation device which composed by multiple cameras with the same parameters to shoot the moving target in the same field of view continuously to obtain the target images with the same background. The target images have the same brightness, but different exposure time and different motion blur length. It is easy to estimate the blur PSFs of the target images make use of the sequence frames obtained by one camera. According to the motion blur superposition feature of the target and its background, the complete blurred target images can be extracted from the observed images respectively. Finally, for the same target images with different PSFs, the iterative restoration is solved by joint solution of multiple images in spatial domain. The experiments showed that the moving target observation device designed by this method had lower requirements on hardware conditions, and the observed images are more convenient to use joint-PSF solution for image restoration, and the restoration results maintained details well and had lower signal noise ratio (SNR).     

基于盲解卷积算法的纤维模糊图像复原

图像采集过程中可能会受到各种情况的影响,如羊绒纤维本身有污损、羊绒纤维制片时受到污损、采集现场光照不均等,这常使羊绒纤维图像中存在一些不可避免的噪声;另外,由于光学显微镜其自身的局限性,会使得采集的羊绒纤维图像的边缘比较模糊.图像复原主要目的是改善给定的图像质量并尽可能恢复原图像.当点扩展函数未知或不确知的情况下,从退化图像中恢复原始图像的过程称为图像盲复原.本文对纤维模糊图像进行了图像盲复原,结果证明该方法能有效还原模糊图像.