盲图像复原研究现状

盲图像复原是在未知或不完全确知相关原始图像与成像点扩展函数的先验知识的情形下,利用所观测到的降质图像对原始图像和点扩展函数进行估计的一种图像处理方法。本文对近年来涌现出的主要盲图像复原算法进行了回顾,并根据相应的理论来源及相互联系将其划分为四大类,对各类复原算法及其改进算法进行了分析和讨论,为更清晰与深刻地认识和理解盲图像复原理论、解决实际图像降质问题提供参考。     

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.     

盲反卷积方法在水下激光图像复原中的应用

由于水体对激光存在着吸收和散射效应,距离选通水下激光成像系统所获得的图像存在不同程度的劣化问题,具有信噪比低、边缘模糊等特点。为提高图像质量,在分析水下激光成像劣化过程的基础上,研究了水下激光图像的基本噪声特征,并结合点扩展函数和调制传递函数,利用威尔斯小角度近似理论,将盲反卷积方法应用到水下激光图像复原中。在进行盲反卷积图像复原时,比较和讨论了将原始图像和经过降噪处理后的图像分别作为初始输入的处理结果;并对当人为改变调制传递函数和点扩展函数时所得到的图像复原结果进行了研究和讨论。处理结果表明该方法能达到抑制背景噪声、突出目标细节、提高对比度的效果,对水下激光图像增强十分有效。     

基于大气相干长度的湍流模糊图像复原

利用地基光学望远镜观测空间目标时,大气湍流是影响成像质量的主要因素。由于大气湍流引起成像波面的畸变,导致望远镜所获得的图像模糊。为了从模糊图像中复原出目标的原始图像,提出了一种基于大气相干长度的湍流点扩展函数估计方法,进行了理论推导,并利用Sobel方法对迭代相同次数后的盲卷积复原图进行像质评价,找出像质评价结果峰值处对应的大气相干长度;再将此值代入点扩展函数的估计公式中,得到点扩展函数更加准确的估计;然后利用此点扩展函数对湍流模糊图像进行盲卷积图像复原,最后得到目标的复原图像。从多种像质评价结果来看,该方法无需测量大气相干长度,且复原效果较理想。     

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。     

引入泽尼克多项式的极大似然盲解卷积算法初值的优化选取

为提高图像盲复原处理效果,提出了经验法、拟合高斯点扩散函数法,以及符合Kolmogorov谱函数的初值选取方法等三种初值选取方法。引入泽尼克多项式参量化表示点扩散函数,应用极大似然迭代盲解卷积算法对模拟模糊图以及木星观测图进行了复原处理。计算结果表明,符合Kolmogorov谱函数分布的初值方法以及拟合高斯点扩散函数方法得到的图像复原结果较好。     

基于模糊度量的激光水下图像复原的盲去卷积方法

由于水体对激光存在着不可克服的吸收和散射效应,距离选通水下激光成像系统所获得的图像存在不同程度的劣化问题,具有信噪比低、边缘模糊等特点.为提高图像质量,将基于模糊度量的盲去卷积方法应用于激光水下成像的图像复原中.结合威尔斯小角度近似得出的点扩展函数与调制传递函数,分别讨论了最大期望,最小均方与多次乘法迭代盲去卷积算法,...     

基于指导滤波的图像盲复原算法

作为图像处理领域的重要分支和研究热点之一, 图像复原方法 的研究始终具有重要理论意义和广泛的应用价值, 图像盲复原一直以来都 是图像复原中比较困难的问题之一. 针对相机与所拍摄景物之间由于相对 位置移动而使所获得图像发生运动模糊的情况, 本文提出了一种基于指导滤波 的图像盲复原算法. 我们首先通过频域迭代算法对点扩散函数 进行估计. 然后, 由于指导滤波具有较好的保持图像边缘的特性, 我们应用基于指导滤波的图像非盲复原算法恢复目标图像. 对以上两步进行反复迭代, 直到获得最终的清晰图像. 为了验证本文所提算法的有效性, 给出了多组对比实验. 实验结果表明, 本文所提算法能够在有效地抑制噪声和振铃 效应的同时, 还能够更好的保持图像的边缘和纹理细节. 因此, 本文算法可以获得更高质量的复原图像.     

用神经网络鉴别退化图像的模糊类型

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大,以此作为判别依据,用概率神经网络实现了对四种模糊类型:离焦,矩形,运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值,可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度,扩大了算法的实用范围。     

基于Poisson-Markov分布最大后验概率的多通道超分辨率盲复原算法

在Poisson和Markov随机场分布假设基础上,改进了存在噪声时多通道互限制原则,提出了一种基于最大后验概率判据的多通道图像盲复原算法,可在无需已知通道内离散点扩散函数性质、类型和具体分布等先验知识的情况下,在图像幅度限制约束空间和离散点扩散函数能量恒定约束空间内,通过对图像和离散点扩散函数的交替迭代,使两者收敛到全局最优解,最终复原出超分辨率图像.对计算机模拟和实际存在微平移、微离焦情况的图像处理表明：算法在不同信噪比水平和非命中PSF尺寸下具有良好的图像复原效果和稳定性. 关键词： 泊松-马尔科夫分布 最大后验概率 多通道 盲复原