基于小波变换和非负支撑域递归逆滤波算法的盲目图像复原

提出了一种将自适应正则化方法与非负支撑域递归逆滤波(NAS-RIF)算法相结合用于小波域的盲图像复原算法.该算法先对降质图像进行小波分解,得到了图像在不同子频段的信息.在各个子频段采用NAS-RIF算法进行复原.针对各个子频段内图像的频率和方向特性,分别引入了不同的正则化约束项.在各个子频段估计出噪声方差,提出了根据噪声方差和图像局部方差来选取正则化参数.分别对两幅模糊图像进行了仿真实验,复原结果取得的信噪比分别为19.66 dB和23.86 dB.实验结果表明,复原效果相对于空间自适应正则化方法有一定的提高.     

基于Contourlet变换的自适应SAR图像相干斑噪声抑制算法

为了保持高岛分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于BivaShrink模型的Contourlet 域SAR图像相干斑噪声抑制算法.联合当前层和父层的Contourlet系数,通过计算局部方差一致性范数和区域能量比,自适应地确定方差估计区域的形状和大小.从而对原始图像方差进行最优估计.实验结果表明,算法在噪声的去除和结构信息等细节的保持上均不同程度的优于小波BivaShrink去噪算法和Contourlet 阈值去噪算法,主观效果和数值指标都有较好改进.     

对称分数样条小波域图像去噪研究

根据数据平滑理论推导求解出能够使对称分数B样条在函数平滑性和逼近性两者之间达到最优的折衷的分数α≈7.9;并通过对BiraShrink基于相邻层系数相关性的小波去噪模型进行改进,得到对分数样条的阶具有自适应性的新阈值公式.试验结果能够说明所推导理论结果的正确性和所给对称分数样条小波系数阈值公式的有效性.基于分数样条小波的图像去噪算法对几何纹理较多的图像去噪效果比较理想,像Barbara这种几何纹理较多的图像当噪声方差不超过10时,该方法去噪后的图像客观峰值信噪比(PSNR)可以达到34.9842,而且去噪结果中较好地保留了原始图像的纹理信息.     

高光谱遥感图像微分域三维混合去噪方法

高光谱遥感图像是一种三维数据,由二维空间信息和一维光谱信息组成。普通的对二维静态图像或一维光谱信息去噪的算法忽视了高光谱图像强烈的谱间相关性和图谱合一的特点,无法取得令人满意的效果。同时现代的高光谱遥感图像噪声级别相对较低,噪声方差随波段不同而不同。针对以上特点,提出一种微分域三维混合去噪方法。首先将高光谱遥感图像变换到光谱微分域,使细微的噪声变得显著。然后在微分域中,对二维空间域采用基于小波的非线性阈值去噪BayesShrink算法。为克服噪声方差不同的特点,对光谱维不再采用小波阈值去噪方法,而采用Savitzky-Golay滤波进行平滑。最后对微分域去噪平滑处理后的图像进行光谱积分,并进行积分修正,消除光谱积分中引入的积累误差。对信噪比为600∶1的机载可见红外成像光谱仪数据(AVIRIS)实验表明,该算法能有效地降低噪声,将信噪比提高到2 000∶1以上。     

用于计算成像系统的基于信噪比自适应估计的图像去模糊研究

实现有效的图像去模糊对提高基于球面光学的计算成像系统性能具有极为重要的意义。分析了球面光学系统中的成像模糊模型,并介绍了基于维纳去卷积的图像去模糊算法。针对基于维纳去卷积的图像去模糊需要准确地估计模糊图像信噪比的问题,提出了一种新的基于图像去噪的图像信噪比自适应估计算法。分别使用Zemax光学仿真软件获得的图像和研制的基于球面光学的计算成像系统原理样机获得的图像开展实验研究,结果表明提出的算法能准确地估计出模糊图像的噪声方差和信噪比,利用估计得到的信噪比,使用维纳去卷积能得到比较理想的图像去模糊结果。因此,结合提出的方法,基于球面光学的计算成像系统能得到清晰的高分辨率图像。     

联合梯度预测与导引滤波的图像运动模糊复原

针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊,提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息,实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数,使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器-导引滤波来消除噪声并抑制振铃效应。实验结果表明：本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像,并且运算时间不超过20 s。     

基于小波变换的图像混合噪声自适应滤除算法

为同时滤除图像中的椒盐噪声和高斯噪声,提出了一种基于小波变换的混合噪声自适应滤除算法,该算法首先采用中值滤波去除椒盐噪声,然后借助边缘检测算子区将图像为分边缘与非边缘区域,进一步对非边缘区域引入改进的均值滤波器,有效削弱高斯噪声的同时保护图像边缘细节,既初步削弱高斯噪声又保护了边缘,最后采用改进的小波阈值滤波算法,对不同的小波系数采用不同的阈值函数,通过线性回归得到各最优阈值关系式。实验结果表明,该混合噪声自适应滤除算法能有效滤除椒盐噪声和高斯噪声,在图像主观质量和客观质量上均取得了较好的效果,能提高去噪图像峰值信噪比0.5~2.0 dB。     

基于小波变换的高斯点扩展函数估计

点扩展函数估计是图像复原的重要内容,目前还没有精确估计的算法。根据小波理论,提出了新的高斯型点扩展函数精确估计算法。算法首先对模糊图像作平滑处理,抑止噪声;然后对图像进行不同尺度小波变换,并分别计算出变换后小波模极大值;再根据推导出的不同尺度下小波模极大值、李氏指数、方差三者之间的关系,准确计算出高斯点扩展函数的方差。实验结果表明,算法的估计精度高,达到了95%左右,具有重要的应用价值。     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。     

组合傅里叶变换与曲波变换的图像复原

针对图像复原的病态反问题进行研究,分析了图像复原的数学模型及其病态性,提出了组合傅里叶变换与曲波变换的图像复原(ForCurIR)算法.算法利用傅里叶变换对色噪声和曲波变换对分片光滑图像的稀疏表示特性,将图像复原问题转换成傅里叶变换域约束去卷积和曲波变换域约束去噪问题,最后通过组合傅里叶变换域和曲波变换域收缩法实现去卷积和抑制噪声.实验结果表明:ForCurIR算法很好地再现了图像的边缘等细节信息,复原出的图像在信噪比和视觉质量两方面部有显著的提高.     

基于图像复原的高光谱图像前向像移补偿

为了提高高光谱图像空间维的图像分辨力,针对航空遥感器成像时由前向像移造成的图像模糊提出了像移补偿方法。分析了航空遥感器前向像移造成图像模糊的退化机制,对运动模糊图像进行了预处理;估计了点扩散函数和噪声功率,使用改进的维纳滤波算法对图像进行复原并以绝对平均误差、峰值信噪比作为评价标准进行了实验。在估计出模糊图像点扩散函数和噪声功率的情况下得到的结果显示:与传统的维纳滤波复原算法相比,改进的维纳滤波复原算法的图像绝对平均误差降低了9.31%,峰值信噪比提高了13.98%,表明提出的算法能够有效改善高光谱图像的像质。     

自适应双树复小波遥感图像复原

由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明:相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。     

基于约束共轭梯度的高能闪光照相图像复原算法

 针对闪光照相系统模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度的闪光照相图像复原算法,将闪光照相图像复原问题转化为一个约束优化问题,引入基于非负、中值滤波和偏微分方程的光滑约束条件,并利用约束共轭梯度法迭代求最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

Removal of stripe noise with spatially adaptive unidirectional total variation

Multi-detectors imaging system often suffers from the problem of the stripe noise, which greatly degrades the quality of the resulting images. To better remove stripe noise and preserve the edge and texture information, a robust destriping algorithm with spatially adaptive unidirectional total variation (SAUTV) model is introduced. The spatial information of the striping noise is detected by using the stripe indicator called difference eigenvalue, and a weighted parameter determined by the difference eigenvalue information is added to constrain the regularization strength of the UTV regularization. The proposed algorithm can effectively remove the stripe noise and preserve the edge and detailed information. Moreover, it becomes more robust with the change of the regularization parameter. Split Bregman method is utilized to efficiently solve the resulting minimization problem. Comparative results on simulated and real striped images taken with two kinds of imaging systems are reported.     

遗传算法结合正则化方法反演海洋大气波导

针对正则化方法在解决实际反演问题时既能克服问题的不适定性又可以很大程度上抑制噪声和误差的传播, 本文提出了利用遗传算法结合正则化方法的新算法, 在遗传算法适应度函数中引入正则化项来反演波导参数; 然后对算法进行仿真试验, 结果表明新算法与传统遗传算法相比具有较高的反演精度, 并指出当噪声误差小于10%时, 算法具有较强的“去噪”性能; 最后利用机载雷达在Wallops岛探测的海表面处局部回波资料进行反演试验, 将反演结果与实测大气折射率廓线进行比较, 说明该算法的有效性. 新方法为海洋大气波导反演研究提供了一种新思路.     

融合检测机制的鲁棒相关滤波视觉跟踪算法

为了解决相关滤波视觉跟踪算法在复杂场景中产生的跟踪漂移问题, 提出一种融合检测机制的相关滤波跟踪框架。利用时空正则化滤波器作为跟踪器, 同时使用线性核相关滤波器作为检测器。当跟踪器与目标进行相关计算得到的响应图为多个峰值时, 激活检测器, 对多个峰值进行相关匹配, 获得重检测结果; 同时, 使用平均峰值相关能量的滤波器模型更新策略得到更加可靠的检测器, 以达到提高跟踪精度和算法鲁棒性的目的。在OTB2015、Temple color 128和VOT2016数据平台上的实验结果表明, 与近年提出的性能较出色的跟踪算法相比, 本文算法在目标运动模糊、相似背景干扰和光照变化等复杂场景中具有更好的鲁棒性和准确性, 且跟踪精度和成功率上均有提高。     

Wavelet-based edge correlation incorporated iterative reconstruction for undersampled MRI

Undersampling k-space is an effective way to decrease acquisition time for MRI. However, aliasing artifacts introduced by undersampling may blur the edges of magnetic resonance images, which often contain important information for clinical diagnosis. Moreover, k-space data is often contaminated by the noise signals of unknown intensity. To better preserve the edge features while suppressing the aliasing artifacts and noises, we present a new wavelet-based algorithm for undersampled MRI reconstruction. The algorithm solves the image reconstruction as a standard optimization problem including a ?₂ data fidelity term and ?₁ sparsity regularization term. Rather than manually setting the regularization parameter for the ?₁ term, which is directly related to the threshold, an automatic estimated threshold adaptive to noise intensity is introduced in our proposed algorithm. In addition, a prior matrix based on edge correlation in wavelet domain is incorporated into the regularization term. Compared with nonlinear conjugate gradient descent algorithm, iterative shrinkage/thresholding algorithm, fast iterative soft-thresholding algorithm and the iterative thresholding algorithm using exponentially decreasing threshold, the proposed algorithm yields reconstructions with better edge recovery and noise suppression.     

Motion deblurring using edge map with blurred/noisy image pairs

Motion deblurring methods using blurred/noisy image pairs usually include denoising process of the noisy image. Because both remaining noise and distorted fine details in the denoised image cause an error on deblurring, we propose an algorithm using an edge map of the noisy image to retain sharp edge information while neglecting noise in any smooth region that does not contain information about the motion that occurred during the exposure. In addition, the blur kernel is efficiently estimated by employing the fast total variation regularization method for the gradients of blurred and noisy images only on edge regions. For latent image restoration, another fidelity term is added, which compares the gradients of the noisy and estimated latent images on edge regions to preserve the fine details of the noisy image. To model a sparse distribution of real-world image gradients, a deconvolution method imposing hyper-Laplacian priors based on an alternating minimization scheme is also derived to restore a latent image efficiently. Experimental results show that the peak signal-to-noise ratios of the restored images against the original latent images have been increased by 11.1% on average, when compared to the existing algorithms using an image pair.     

模糊条码图像的正则化复原算法

由条码扫描仪获得条码图像的过程可以用理想条码信号与扫描仪光学系统点扩散函数的卷积模型来描述。反卷积是消除由光学系统点扩散带来的模糊现象的最好办法。为克服反卷积的病态问题,研究了反卷积的正则化方法;针对条码信号的特点,构建了适合于条码信号复原的惩罚项,提出了条码信号的正则化复原算法及其适合于计算机运算的迭代算法。通过实验研究了算法在不同情况下的抗干扰能力。实验结果表明,正则化条码信号复原算法在消除系统点扩散函数的影响的同时能够很好地抑制噪声。