一种基于频域的序列图像超分辨率增强方法

针对探测器奈奎斯特频率不足和光学系统点扩展效应造成的成像系统像质下降问题,在频域框架下提出一种改进的多帧图像超分辨率增强方法。在图像序列配准方面,考虑了频谱混叠和插值变换等因素对图像频谱相位差的影响,建立了更准确的亚像元位移提取模型;在图像复原方面,基于同步纹理自回归先验,建立了图像的联合高斯分布模型,并结合贝叶斯方法对插值重建结果进行复原。实验表明,该方法较为全面地考虑了像质下降因素,具有较好的超分辨率增强效果,且计算复杂度较低。     

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。     

自外而内的单幅图像超分辨率复原算法

单幅图像超分辨率(SR)复原是一个病态逆问题,需要利用图像的先验知识进行正则化约束。提出了一种同时考虑外在样例和内在自相似性的单幅图像SR复原算法,其中外在先验知识是通过卷积神经网络从外在低分辨率-高分辨率图像对学习得到的,而内在先验约束由聚类和低秩近似实现。实验结果表明,本方法在复原效果和稳健性方面优于已有方法。     

MAP序列多帧图像超分辨率复原

序列多帧图像的超分辨率复原是由一序列低分辨率图像来估计一幅高分辨率图像的技术。介绍了序列图像的成像观测模型,给出了一种随机微扫描亚像素运动估计的方法,采用最大后验概率法进行了图像的超分辨率复原,对仿真结果进行了分析和比较。     

超分辨率图像复原及其进展

超分辨率图像复原的目的在于复原截止频率之外的信息 ,以使图像获得更多的细节和信息。阐述了超分辨率图像复原的理论基础 :解析延拓理论 ,信息叠加理论和非线性操作。说明了超分辨率复原能力的概念和影响因素 ,介绍了目前主要研究和采用的超分辨率复原方法 :能量连续降减法 ,Bayes分析法 ,凸集投影法 ,包括单幅图像复原法和多幅图像复原法。指出了超分辨率复原的研究和发展方向。     

一种新的运动模糊图像超分辨力盲复原算法

研究了具有深度运动模糊效果的图像的复原算法.采用对运动模糊图像的傅里叶频谱进行Radon变换来估计运动模糊方向,在此方向上计算运动模糊图像的自相关来估计运动模糊长度,再以运动模糊方向和运动模糊长度为参量结合超分辨力图像复原处理算法对比较严重的运动模糊图像进行复原.结果表明,该综合性算法能够较为精确地估算出运动模糊图像的模糊参量并取得较好的复原效果.     

基于闪动快门的互补序列对的运动模糊图像复原

针对传统曝光模式下运动模糊图像复原的病态性问题,提出了一种基于闪动快门互补序列对的运动模糊图像复原方法 .分析了闪动快门成像原理及其码字序列在频域的相关特性,结合编码序列对之间的信息互补特点,引入Golay互补序列生成理论,构建长度适中的二进制闪动快门互补序列对.互补序列对的联合调制传递函数在频域上实现了信息互补,其曲线对比单码字的调制函数具有更大的最小值和更小的方差值,且其构成了峰值-谷值对应,保证了互补图像序列能够相互补偿由于运动模糊所造成的空间信息损失.引入全变分正则化模型,构造一体化的多帧图像去模糊复原算法框架,实现清晰图像的有效获取.搭建了运动目标实拍仿真成像平台,开展了仿真和实拍运动模糊复原实验.实验结果表明,该方法能够更好地保留场景细节信息,获得高质量的运动模糊复原结果,有效改善复原过程中的负效应.相较于其他几种运动目标成像获取方式,该方法复原图像具有更好的主客观评价结果 .     

基于改进的非下采样Contourlet变换的超分辨率复原算法

Contourlet变换应用于图像复原时容易引人伪吉布斯现象.非下采样Contourlet变换(NSCT)具有平移不变性,能够克服伪古布斯现象,但足由于基于学习的超分辨率复原需要建立不同分辨率的关系,而NSCT变换的结果是每一层图像大小都一样,不能像拉普拉斯金字塔那样建立高低分辨率图像的对应关系及运算量较大.针对这些问题,提出了基于改进的非下采样Contourlet变换(INSCT)的超分辨率复原算法.为了表示人脸特征,算法首先建立了INSCT金字塔.然后针对人脸的特殊性,在匹配过程中,采用对应点进行匹配的方法.实验表明该算法具有较好的性能,复原出的超分辨率人脸图像无论在主观视觉效果上还是在客观评价指标上都取得较好的结果,复原的图像具有更好的视觉效果,更逼真,更接近于原始高分辨率图像.     

红外目标湍流退化图像的优化复原算法

提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中，建立一个基于目标图像和点扩展函数频谱的目标函数，通过迭代方式采用最速下降优化方法来极小化该目标函数，并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换，在每次迭代中交替加入约束条件进行反复修正，以便取得预期的图像恢复效果，增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像，在微机上对算法进行了一系列复原验证实验。实验结果表明：该文算法复原效果稳定，抗噪能力强，具有实用价值。     

基于微分图像自相关的离焦模糊图像盲复原

针对离焦模糊图像的盲复原算法的研究具有重要的实际意义和实用价值.根据光学离焦成像模型,研究提出了一种基于微分图像自相关的离焦模糊图像超分辨力盲复原算法,即首先采用拉普拉斯算子对离焦模糊图像进行二阶微分并求微分图像的自相关,然后从自相关结果所包含的信息中确定离焦模糊半径,最后以离焦模糊模型结合MPMAP超分辨力复原算法对离焦模糊图像进行肓复原.实验证明:算法能够以较高的精度估计出离焦模糊半径并实现离焦模糊图像的盲复原,该算法较其它同类算法在减少计算过程中需要考虑的各类因素的同时也减少了计算量,提高了结果精度,依靠超分辨力复原算法获取更多的复原图像信息,已在实际刑侦和物证鉴定的离焦模糊图像判读和鉴定中获得成功应用.     

高频振动模糊图像仿真与分析

研究了运动模糊图像在空间域和频域上的数学模型,根据运动图像的模糊原理,提出了时间等分运动模糊图像的仿真方法,仿真了高频振动模糊图像.理论分析指出,物体做高频谐波振动时运动模糊成像的频谱会由于Bessel函数的零点的存在而形成系列条纹,对振动模糊图像的频谱做两次Radon变换能检测出振动的方向和振幅,从而得到高频振动模糊...     

Frequency/time domain modeling of a direct drive point absorber wave energy converter

Two different methods to model a point absorber wave energy converter(WEC)with direct drive linear power take-off(PTO)are proposed in the present study:the frequency domain(FD)method and the time domain(TD)method.In the FD analysis,the frequency response function(FRF)of the WEC device is obtained via the equation of motion,and the expressions of power capture width in regular and random waves are derived as well.In the TD modeling,based on a state space approximation of the convolution term in the motion equation,both regular wave and random wave simulations are carried out.The regular wave simulation results indicate that the state space approximation is sufficiently accurate and the capture width reaches the maximum in the vicinity of the natural frequency.In the random wave simulations,the effects of buoy size,the PTO damping and wave climate on the power capture width are discussed in detail,which leads to the conclusion that the capture widths are influenced by the natural frequency of the WEC device,peak frequency of the wave spectrum,the amplitude of FRF and PTO damping.Furthermore,the increase of the capture width is at the cost of a relatively large buoy size and PTO damping when control is not included.     

基于空间域共轭梯度法的盲目图像复原

针对图像退化的几种常见形式,在最小二乘法的基础上提出了一种基于共轭梯度法的空间域加权盲目图像复原方法。通过实验验证,该算法经过较少的迭代次数就可以实现运动模糊、离焦模糊图像的复原,并取得了较为满意的复原结果。     

盲目反卷积光谱图超分辨复原算法

反卷积是实现光谱图超分辨复原的重要手段,与常规反卷积相比,盲目反卷积具有不需要预先准确获取卷积核函数的优势。着眼于充分利用光谱信号的特点和已有的光谱图反卷积成果,详细讨论了空域迭代盲目反卷积方法用于光谱图反卷积时的算法实现问题,并在分析光谱图卷积退化过程的基础上,针对光谱图反卷积算法特点,提出了光谱图卷积退化简化计算模型和最小二乘高斯拟合模型,以解决算法中相应的计算问题。基于Matlab平台的仿真表明,对于所用的高斯型谱线和点扩散函数,空域迭代盲目反卷积算法效果良好,在信噪比为50 dB时,分辨率提高约30％。     

基于MAP的高光谱图像超分辨率方法

高光谱图像得到了越来越广泛的应用,但较低的空间分辨率严重地影响着它的应用效果;其超分辨率方法受到学术界的高度重视,但一直没有得到很好的解决。为此重点研究了建立低分辨率资源图像与高分辨率目标图像之间的关系模型;引入关联感兴趣光谱端元的算子进行空间变换;应用最大后验概率(MAP)算法实现超分辨率复原。实验表明,该超分辨率方法具有超分辨率效果好、复杂度低、抗噪声性能强和保护感兴趣类别等优点。     

Image degradation characteristics and restoration based on regularization for diffractive imaging

The diffractive membrane optical imaging system is an important development trend of ultra large aperture and lightweight space camera. However, related investigations on physics-based diffractive imaging degradation characteristics and corresponding image restoration methods are less studied. In this paper, the model of image quality degradation for the diffraction imaging system is first deduced mathematically based on diffraction theory and then the degradation characteristics are analyzed. On this basis, a novel regularization model of image restoration that contains multiple prior constraints is established. After that, the solving approach of the equation with the multi-norm coexistence and multi-regularization parameters (prior’s parameters) is presented. Subsequently, the space-variant PSF image restoration method for large aperture diffractive imaging system is proposed combined with block idea of isoplanatic region. Experimentally, the proposed algorithm demonstrates its capacity to achieve multi-objective improvement including MTF enhancing, dispersion correcting, noise and artifact suppressing as well as image’s detail preserving, and produce satisfactory visual quality. This can provide scientific basis for applications and possesses potential application prospects on future space applications of diffractive membrane imaging technology.     

倒谱在混合模糊图像分析中的应用

降晰参数识别在模糊图像恢复过程中具有很重要的作用。在各种图像捕获系统中,有两种形式的图像模糊比较常见:一种是由光学系统散焦造成的散焦模糊;另一种是物体与照相机之间的相对运动造成的运动模糊。相对单个模糊模型的参数识别来说,混合了散焦和运动模糊的图像,其模糊参数的识别要复杂得多。许多识别方法一般都是用来分析某一特定的模糊模型的,而对两种模糊混合在一起的情况来说是很难区分的。提出了一种倒谱分析方法,在倒谱域同时对这两种模型参数进行识别。在分析过程中,仍需要利用这两种模糊模型在频域的特征,首先应用一些调整性的变换,然后再转换到倒谱域,以便更准确地评估模糊参数。     

Super-resolution image reconstruction based on Tukey data fusion and bilateral-total-variation regularization

Images of high-resolution are desired and often required in most photoelectronic imaging applications, and corresponding image reconstruction algorithm has became the frontier topics. On the basis of stochastic theory, a novel super-resolution image reconstruction algorithm based on Tukey norm data fusion and bilateral total variation regularization is proposed in this paper. The Tukey norm is employed for fusing the data of low-resolution frames and removing outliers in the data, and then aiming at the sickness of super-resolution reconstruction, the bilateral total variation regularization as a priori knowledge about the solution is incorporated to remove the artifacts from the final answer and improve the convergence rate. Simulated and real experiment results show that the proposed algorithm can improve the image resolution greatly and it is immune to noise and errors in motion and blur estimation.