离焦模糊图像的维纳滤波恢复

为消除离焦误差产生的图像模糊,介绍了基于逆滤波和维纳滤波的离焦模糊图像复原方法。从光学成像原理出发,根据高斯方程计算离焦误差,建立离焦误差与光学传递函数之间的关系。讨论了离焦误差对光学成像系统传递函数的影响。通过建立线性空间不变的模糊模型,构建点扩散函数和光学传递函数,采用与模糊过程相反的处理方法进行图像复原,消除离焦误差造成的图像模糊。测试实验中,对标准样本Lena图像进行了离焦模糊处理,采用维纳滤波算法复原图像,选择不同的离焦半径和维纳滤波参数进行对比。实验结果表明:维纳滤波方法可有效消除离焦模糊;抑制噪声干扰和"振铃效应";可把图像峰值信噪比提高到6dB以上。     

基于指数律分布的图像快速盲复原算法

针对现有图像盲复原迭代算法多存在耗时较长和难以保证收敛性等问题,提出一种改进的快速算法.首先根据指数律重建原始图像的频谱,然后利用原始图像和降质图像的频谱关系,采用多方向综合估计方法得到点扩散函数.多方向综合估计方法可降低估计误差,增加算法的稳定性.最后利用得到的点扩散函数和维纳滤波法进行图像重建.与现有算法的对比实验结果表明,针对适合大量成像系统的G类点扩散函数,本算法可以得到更准确的点扩散函数估计,且降低了振铃效应的影响,取得更好的图像复原效果.     

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 dB。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。     

合成孔径光学系统的成像特性和图像复原

以Y-4合成孔径系统为基本结构,分析和比较了不同填充因子Y-4系统的U-V平面覆盖、点扩散函数和调制传递函数特性;用Zemax和Matlab软件对系统进行模拟成像,利用维纳滤波和改进的维纳滤波对加噪图像进行复原,使用峰值信噪比(PNSR)标准比较了不同填充因子Y-4系统的复原效果,并分析了影响合成孔径系统成像质量和复原效果的因素。结论如下:通过图像复原,可以极大地改善合成孔径系统所成图像的像质,提高图像的清晰度,使得复原后的图像和其等效单孔径系统所成的像很接近,实现大孔径成像系统的观测效果;图像复原的效果与合成孔径系统的阵列结构和噪声类型有关。     

改进的傅里叶域小波域联合去模糊算法

傅里叶域与小波域的联合去模糊算法在低噪声时具有优越的恢复效果,但是这种联合去模糊算法并不适用于含噪声的模糊图像.为了解决这一问题,本文将先验约束分别引入傅里叶域的去模糊步骤和小波域的去噪步骤.在傅里叶域,用矩阵形式表示目标函数.对目标函数添加平滑约束并且通过噪声水平和模糊图像高频信息计算得到平滑约束项的滤波系数.同样方式,在小波域对小波域目标函数添加能量约束,实现小波域目标函数的正则化过程.分析傅里叶域的噪声放大程度,通过傅里叶域的滤波系数计算得到小波域能量约束的滤波系数.傅里叶域的平滑约束可以抑制滤波过程中噪声的产生,小波域的能量约束可以提高小波域滤波的鲁棒性.仿真实验表明,改进的算法相比于原始算法具有更好的鲁棒性,可以有效提高图像的恢复质量.对于噪声标准差为0.010.1的模糊图像,改进算法恢复图像峰值信噪比比原始算法恢复图像的峰值信噪比高1左右.并且改进算法对于高斯型点扩散函数误差具有鲁棒性,当点扩散函数估计方差与实际方差相差0.4时,改进算法的恢复效果仍优于原始算法.     

运动与离焦模糊图像的复原

在运动和离焦所引起的图像模糊的情况中,本文提出了一种新的基于霍夫变换区分离焦模糊和运动模糊两类模糊的方法.该方法通过比较霍夫变换矩阵中的亮点数来区分两类模糊,不仅正确率达到100%,而且抗干扰性能好;其次通过对运动模糊图像做两次方向微分,估计其模糊方向,提高了模糊方向的估计准确度;最后利用改进的Prewiit算子和费米函数计算模糊图像的刃边函数,进而得到图像的调制传递函数,再利用维纳滤波复原图像.实验结果表明:本文算法不仅具有有效性和强抗噪音能力,而且对图像的信噪比要求可以低到20 dB;与传统算法相比,提高了图像的复原质量.     

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     

一种基于模糊成像机理的QR码图像快速盲复原方法

提出了一种基于模糊成像机理的QR码图像快速盲复原方法。在对模糊成像弥散光斑质心不变性研究的基础上,设计圆形寻像图形,在成像模糊时能通过连通域等方法快速检测到图形质心以及QR码符号位置,再结合阶跃边缘特性、梯度强度特性、边缘检测技术以及光学成像机理快速准确估计出模糊QR码图像离焦半径大小,应用维纳滤波算法快速且有效复原QR码图像。与对比算法相比,本文算法在结构相似性和峰值信噪比上都有提升,特别是在复原速度上有显著提高,其平均复原时间为0.329 2 s。该方法能够以较高的精度估算出离焦半径大小,并能快速实现QR码图像的盲复原,具有快速性及稳健性优势,便于嵌入式硬件实现,能较好适用于条码标识相关的工业物联网应用场景。     

基于点扩散函数参数辨识的运动模糊图像的盲恢复研究

运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题,提出了一种新的算法来估计模糊核函数的参数,在确定模糊核函数后,模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明,与R.Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。     

点扩散函数高斯拟合估计与遥感图像恢复

为了减轻或消除航天遥感相机成像过程中图像退化造成的模糊,突出图像的特征目标,对获取的图像进行了恢复处理。首先,采用陷波滤波器在频率域对遥感图像进行了去噪预处理。然后,通过图像中具有刀刃边缘的地物估计成像系统的退化函数,即点扩散函数;同时,利用高斯拟合对估计的点扩散函数进行校正。最后,利用拟合后的点扩散函数,采用自适应维纳滤波对图像进行恢复。实验结果表明：陷波滤波器基本消除了图像中叠加的条带噪声。与原图相比,细节图像恢复后其方差增大4.395,灰度平均梯度增大1.799,Laplacian梯度增大10.014,图像目视效果更清晰。高斯拟合的点扩散函数用于遥感图像恢复,减轻了图像模糊,使图像细节突出,纹理清晰,利于图像的判读和分析。     

基于改进维纳逆滤波的衍射成像光谱仪数据误差分析与重构

衍射成像光谱仪探测到的高光谱数据需要进行计算与反演才可以得到成像光谱数据,本文对衍射成像光谱仪的成像过程及数据误差产生的原理从空间维和光谱维两方面进行了分析,并针对其光谱重构过程中系统点扩散函数标准差较大时重构结果清晰度较低、存在振铃等问题,提出了基于改进维纳逆滤波的光谱数据重构算法,该方法在分析衍射成像光谱仪数据特点与误差的基础上,将每一次维纳逆滤波的重构结果视为新的模糊图像,利用成像过程及维纳逆滤波的基本原理确定新的模糊图像对应的点扩散函数,反复进行维纳逆滤波达到提高图像清晰度的效果,再根据图像自身的空间和光谱特征分布,进行自适应性的噪声去除.利用模拟的衍射成像光谱数据进行验证,在系统点扩散函数的标准差为2.5的情况下,能得到无振铃的重构结果,且与传统维纳逆滤波法的重构结果进行比较,清晰度、细节能力等指标均有所提高,满足了衍射成像光谱数据应用需求.     

基于数字射线成像的运动降质图像的恢复

当利用X射线数字成像技术对在流水线上运动的工件进行检测时,图像采集系统与工件在曝光时间内发生相对运动,造成了采集到的图像运动模糊降质。通过对运动降质产生机理的理论分析,建立了图像降质的离散退化模型。提出了利用运动模糊降质点扩展函数频域特性加上投影均值最大法来测量模糊运动方向的方法。旋转运动模糊图像的幅度谱图像,利用整列投影值最小法提取运动模糊降质点扩展函数长度。利用维纳滤波法对模糊降质图像进行了恢复,取得了较好的效果。     

基于相位相关的匀速直线运动模糊图像位移参数估计

为估算匀速直线运动模糊图像的运动参数,提出了一种基于相位相关分析的图像配准方法。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换并计算归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出了匀速直线运动点扩散函数及其光学传递函数的数学描述;讨论了匀速直线运动模糊对相位相关配准结果的影响,证明了图像经过匀速直线运动退化后,位移图像之间归一化互功率谱具有不变性。实验结果表明：动态运动模糊图像最大检测误差为0.489 pixel,标准差为0.16 pixel。     

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.     

Real-time restoration of rotational blurred image using gradient-loading

The key to the restoration of rotational motion blurred image is how to restore the image under a low cost and to correct the irreversibility of the degradation function matrix.Based on the special qualities of degradation function matrix and precise deduction in space-domain, we present a new approach using gradient-loading for restoration of rotational blurred image.By easily adding a gradient operator, the irreversibility of the original matrix is corrected and can be applied for inverse filtering then.Gradientloading is the optimized approach which combines the advantages of both the approaches using constrained least square filtering and traditional diagonal-loading.Compared with the approach using least square filtering, its peak signal-to-noise ratio (PSNR) is improved from 3.18 to 6.46dB, while the computing time is reduced to 1/2-1/3.Experimental results demonstrate the effectiveness, noise-resistibility, robustness, and low complexity of this approach, which make it more suitable for real-time environment.     

任意运动形式模糊图像的恢复

通过理论推导,提出了一种可以对被任意形式的运动所模糊的图像进行恢复的方法,并据此给出了一套实现系统.在成像器件曝光的同时,利用低分辨率的黑白快速CCD获得多帧图像,根据这些图像序列来计算运动的位移信息,进而计算出模糊过程的点扩散函数,并用来恢复模糊图像,获得了较好的效果.     

探测器噪声对波前编码成像系统图像复原过程影响的理论研究

波前编码光学系统其成像过程由光学成像和图像复原两部分组成,光学成像过程探测器上所成的编码图像含有噪声,该噪声在图像复原过程将被放大,为了分析探测器噪声对波前编码系统在图像复原过程中产生的影响,通过添加高斯随机噪声来模拟探测器噪声,使用直接逆滤波、维纳滤波和Lucy—Richardson滤波算法,对波前编码成像系统焦点位...     

非局部变分修复法去除高密度椒盐噪声

分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看成是图像中遗失或是破损的点,首先在图像中寻找与噪声点邻域相似的区域,将相似区域的中心像素作为噪声点新的邻域然后对其插值,把图像降噪问题转化为图像修复问题,从而达到去除高密度噪声的目的。实验结果表明:该模型对噪声密度为90%的彩色和灰度图像去噪后,其峰值信噪比为22.85和28.77,在客观评价标准方面优于中值滤波及其改进型算法。该模型能有效去除高密度下的椒盐噪声并较好地恢复图像细节,为图像去除高密度噪声提供了一种新的途径。