结合基于梯度的振铃评价算法的总变分最小化图像分块复原法

为了消除退化函数随空间变化发生变化模糊图像分块复原法子块之间的不平滑拼接缝,提出了一种结合了基于梯度的振铃评价算法梯度振铃评价(GRM)的总变分(TV)最小化分块复原法.根据图像分布及退化类型将模糊图像划分为矩形、环形或其他形状的子块,图像子块之间要留有一定的重叠区;然后对每一个图像子块进行复原,GRM方法是基于图像梯度结构相似度的图像质量评价算法,以GRM作为TV复原算法迭代过程中的收敛条件,可以更好地控制复原图像的振铃;最后去除复原图像子块含振铃波纹的重叠区,拼接得到完整图像.并以矩形分块及环形分块为例,证明该方法可以很好地抑制图像边界振铃效应,克服分块复原法本身的缺陷,得到拼接平滑的完整图像.     

空间变化PSF非盲去卷积图像复原法综述

传统的图像复原一般认为点扩散函数(PSF)是空间不变的,实际光学系统由于受到像差等因素的影响,并非严格的线性空间不变系统,基于空间变化PSF的非盲去卷积图像复原法逐渐体现其优越性。空间变化PSF的非盲去卷积图像复原法先准确估计图像空间变化的PSF,再利用非盲去卷积算法对图像进行复原,有利于恢复出高质量图像。本文从算法的角度综述了近几年提出的基于空间变化PSF的非盲去卷积图像复原方法,并对比了基于强边缘预测估计PSF的非盲去卷积法、基于模糊噪声图像对PSF估计非盲去卷积法等算法的优缺点,各算法分别在PSF估计精确度、振铃效应抑制效果、适用范围等方面体现出各自的优劣。空间变化PSF的非盲去卷积图像复原法的研究,有利于推进图像复原技术向更高水平发展,使光学系统往轻小型化方向发展,从而在多个科学领域发挥其重要作用。     

基于期望值最大化的高光谱图像迭代复原算法

声光可调谐滤光器(AOTF)的谱线半峰全宽(FWHM)以及换能器结构的不理想导致图像退化,空间分辨率降低.为了提高光谱数据的空间分辨率,将计算机断层图像复原中的期望值最大化(EM)算法应用到降质图像预处理中,可在对图像模糊降质程度估计不准确时进行运算,利用迭代求解逐次逼近最终收缩于原始目标.实验结果表明,该算法不依赖于数字图像周期拼接的假设,因而有效避免了传统的去卷积复原算法中产生的边界振铃现象,提高了图像的空间分辨率,图像质量得到改善.该算法对改善AOTF高光谱成像质量有较大意义.     

基于BP神经网络的闪光照相图像复原

针对闪光照相系统模糊较大、成像信噪比较低的问题,提出了一种基于BP神经网络的闪光照相图像复原方法。该方法利用BP神经网络的泛化能力,用样本图像对网络进行训练,建立退化图像与真实图像之间的非线性映射关系,然后将待复原图像分区,利用训练好的BP神经网络对待复原图像的边界区域进行复原处理。数值试验表明,在系统点扩展函数未知的情况下,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。     

单幅模糊图像点扩散函数估计的梯度倒谱分析方法研究

针对单幅图像复原算法引入先验信息导致复杂度高、运算效率低的问题, 提出了单幅模糊图像点扩散函数估计的梯度倒谱分析方法. 首先给出了单幅模糊图像梯度倒谱估计其点扩散函数的基本原理, 利用相位恢复策略复原了二维点扩散函数相位信息, 实现了点扩散函数的快速估计; 其次, 为鉴别点扩散函数估计精度, 建立了图像梯度保真约束的全变分正则化图像复原模型, 并采用快速稳定收敛的交替方向策略优化能量函数; 通过对仿真和实拍单幅模糊图像进行的测试实验结果表明, 该方法快速准确地估计出点扩散函数, 克服了传统复原算法收敛速度慢的缺点, 有效抑制了振铃效应、保护了边缘信息, 为大尺寸单幅图像复原的工程化实现提供了理论和技术基础. 关键词： 图像复原 点扩散函数 梯度倒谱分析 全变分     

基于神经网络的大孔径厚针孔成像复原算法研究

为了更好地获取低强度辐射源空间分布图像,提出一种使用神经网络算法将大孔径厚针孔退化图像复原的方法。建立了孔径5 mm、10 mm、15 mm的厚针孔模型,获得了3600个汉字形状辐射源的厚针孔退化图像集。基于DnCNN神经网络模型,建立了大孔径厚针孔退化图像复原神经网络,并与维纳滤波、Lucy-Richardson这些传统算法进行了比较。在考虑噪声影响后,利用迁移学习理论,对原神经网络模型进行迁移训练,再对含噪大孔径厚针孔退化图像进行复原。神经网络算法复原的RMSE明显低于传统方法,迁移学习显著减小了噪声的影响。证明了神经网络算法在大孔径厚针孔退化图像复原领域的优越性,并验证了神经网络方法复原含噪大孔径厚针孔退化图像的可行性。     

空变环形编码孔成像模拟与图像复原

环形编码孔成像技术具有高的探测效率和信噪比,是一种解决低强度脉冲辐射源成像较好的技术。基于该技术,利用Geant4建立环形编码孔中子成像的模拟过程,获取6个不同位置的点扩散函数(PSF)和编码图像。根据空间移变图像分块原理,将图像分成矩形和圆形分块,每一块图像用RL迭代法复原,去除边界明显畸变的像素,这些像素强度由相邻的图像块像素到边界距离的加权系数叠加而成。模拟结果表明,该方法提高了图像复原效果,能够更好地诊断射线区域的空间分布情况。     

基于光学系统像面分割的图像恢复方法研究

实际光学系统的点扩散函数随视场的不同而变化,因此基于线性不变成像系统的图像恢复方法在处理由大视场系统得到的图像时,恢复效果不理想。若把成像系统作为线性空变系统来进行处理,根据等晕成像原理,如将降质图像分割为不同区域进行复原的话,则可以有效地提高图像的恢复效果。针对区域间边界不连续性的问题,提出了区域延拓的解决方法,通过数字仿真,验证了图像分割处理与区域延拓方法的可行性。     

能量约束自适应迭代算法与光学像差复原

提出了一种新的适用于移变降质图像复原的算法——能量约束自适应迭代复原.算法采用能量约束复原的空域迭代形式,使其能够用于处理光学像差引起的移变降质复原问题;以局部能量约束取代总体能量约束,使算法具有空间自适应特性;并采用双通道处理方法,消除能量约束带来的图像亮度衰减,同时抑制图像边界截断引起的振荡波纹.场曲复原仿真实验结...     

大视场波前编码成像系统中的图像复原

大视场波前编码成像系统的点扩展函数(PSF)随视场变化敏感,传统上仅使用中心视场的PSF会使图像复原非常困难。基于PSF在各视场分区近似不变的思想,建立了大视场效应下的图像降质模型,而图像复原正是这一模型的逆过程;从而提出一种基于视场分区的维纳滤波图像复原方法,不同视场区域采用该区域中心的PSF进行复原,然后通过插值将各分区的复原图像融合为一体。该复原方法的模型更加精确,而且对不同视场区域可以选择不同的滤波器参数,具有更大的灵活性,测试结果表明该方法可以使复原质量得到明显改善。