基于FPGA的实时大气湍流图像复原算法及实现

由于大气湍流的影响,远距离光学成像设备获取的图像会出现严重的退化现象,例如几何畸变、运动模糊和离焦模糊等。目前主流的湍流复原算法通常依赖于非刚性配准、重建,或者从长时的视频序列中寻找稀有的“幸运区域”,这些方法均需要庞大的计算量或者提前获得完整视频数据,无法满足实际应用场景的实时性要求。因此,提出一种可在FPGA中实现的实时湍流复原算法。该方法利用大气湍流的随机性,通过连续帧信息对图像进行时间域的滤波,解决了图像几何畸变的问题;然后,将频域的维纳滤波转换为较为容易实现的空间域卷积,解决了图像模糊的问题。实验表明,本文算法不仅满足了实时性要求,同时有效地实现了湍流图像的复原。     

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.     

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。     

模糊权值中值滤波的X射线图像消噪算法

针对X射线荧光图像的低亮度及噪音造成的对比度差和图像模糊的问题,提出了一种模糊权值中值滤波的图像消噪算法.先用模糊邻域检测法结合梯度检测法分离原始图像中的噪音点与非噪音点,然后在噪音点的邻域内,计算各像素点与邻域中值的模糊相似度,用相似度作中值的权值,对噪音点邻域进行加权滤波|这种算法使图像的非噪音点保持不变.实验结果表明, 本文算法不仅具有较强的消噪能力,而且能够保持图像的边缘细节和纹理信息.     

Restoration of images degraded by extreme mechanical vibrations

A method of numerically calculating the optical transfer function appropriate to any type of image motion and vibration, including random, has been recently developed. This method has been verified experimentally with real vibrations, and the close agreement justifies implementation in image restoration from blur deriving from any type of image motion, including random displacement. Here, image restorations of actual physically degraded images are presented, based on a constrained least squares improvement of the original Wiener filter. Even for extreme vibrations where the blur extent is much larger than the blurred detail, restoration is quite complete. The key to restoration is the determination of the optical transfer function unique to the particular image motion and vibration causing the blur. Results are also presented for low vibration frequency motion of random blur extent, as well as for high vibration frequencies.     

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。     

基于运动补偿的红外图像噪音时域IIR滤波算法

从模式识别的角度出发将图像分为运动区域和非运动区域,采用基于噪音分布模型的运动检测技术与基于概率松弛法的运动区域标号技术相结合对这两种区域进行具体划分,对分类后的图像采用时域IIR滤波,不同区域采用不同的影响因子,以期达到最终的运动补偿.仿真结果表明该方法有效抑制了噪音,同时并未引起明显的运动模糊,图像的视觉效果得到了极大改善.     

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...     

用维纳滤波法复原闪光X光图片

 本文对某系统拍摄的闪光X光模糊图片成功地进行了复原处理，把闪光X光照相系统简化为线性位移不变系统，建立了成像过程的数学模型；系统的退化效应用综合点扩展函数描述，并用针孔和台阶照相的方法进行测量；提出了校正图片上数据非线性及削弱图片中噪声的方法；采用维纳滤波方法作复原运算，给出了复原结果。     

惯性约束聚变中环孔编码图像恢复的改进维纳滤波方法

针对惯性约束聚变(ICF)中环形孔径编码图像的恢复问题提出了一种改进的维纳滤波方法。在传统的维纳滤波方法中,由于原图像和噪声是未知的,故通常是用某一待定常量来代替其中的噪声与信号的谱密度之比。这种近似忽视了信号与噪声本身的信息,从而造成丢失某些关键的细节,难以达到高质量的图像复原效果。在改进的方法中,首先采用传统维纳滤波方法求得初始估值,然后利用该初始值求得原图像及噪声的谱密度估值,进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明,这种改进方法可以克服原方法的不足,突出图像的一些关键细节,提高图像的整体质量。在仿真实验中,恢复图像的均方误差降低了15％以上;在实际惯性约束聚变图像的解码恢复实验中,图像恢复效果亦有显著改善。该方法还可以推广到其他图像恢复的应用中。     

雾天降质图像的快速复原

针对在雨雾霾天气条件下,大气介质的散射和吸收作用导致光电成像系统接收的图像对比度降低,细节模糊不清及颜色偏移,提出通过快速图像复原来解决此类图像退化问题。基于大气成像光学模型,在暗通道先验的理论基础上,提出了一种基于形态学滤波器的快速估算暗通道图像的方法,并采用参数自适应调整方法来抑制暗通道先验不满足时的大片天空/白墙区域的颜色失真现象。实验结果表明,该算法能够有效快速复原雨雾天气条件下的降质图像,对于600×400大小的图像,其Matlab复原仿真时间仅为0.4 s,复原后的图像主观视觉质量明显提升,其大片天空/白墙区域的颜色失真得到有效抑制。     

Single frame blind image deconvolution by non-negative sparse matrix factorization

Novel approach to single frame multichannel blind image deconvolution has been formulated recently as non-negative matrix factorization problem with sparseness constraints imposed on the unknown mixing vector that accounts for the case of non-sparse source image. Unlike most of the blind image deconvolution algorithms, the novel approach assumed no a priori knowledge about the blurring kernel and original image. Our contributions in this paper are: (i) we have formulated generalized non-negative matrix factorization approach to blind image deconvolution with sparseness constraints imposed on either unknown mixing vector or unknown source image; (ii) the criteria are established to distinguish whether unknown source image was sparse or not as well as to estimate appropriate sparseness constraint from degraded image itself, thus making the proposed approach completely unsupervised; (iii) an extensive experimental performance evaluation of the non-negative matrix factorization algorithm is presented on the images degraded by the blur caused by the photon sieve, out-of-focus blur with sparse and non-sparse images and blur caused by atmospheric turbulence. The algorithm is compared with the state-of-the-art single frame blind image deconvolution algorithms such as blind Richardson-Lucy algorithm and single frame multichannel independent component analysis based algorithm and non-blind image restoration algorithms such as multiplicative algebraic restoration technique and Van-Cittert algorithms. It has been experimentally demonstrated that proposed algorithm outperforms mentioned non-blind and blind image deconvolution methods.     

最大平均相关高度滤波算法在畸变目标识别中的应用

为了解决在联合变换相关器上无法识别复杂背景下畸变目标(目标的平面内旋转或尺寸改变)的问题,对其应用最大平均相关高度滤波算法进行畸变目标识别.首先在频域内优化最大平均相关高度滤波器的三个性能控制参量|然后将优化好的最大平均相关高度频域滤波器映射到物空间,得到最大平均相关高度参考模板.作为实例,本文对复杂背景下的军舰和汽车目标进行了光学识别实验,结果表明,当滤波器的控制参量为γ=1,α=0,β=0.1时,得到的MACH参考模板最为清晰,目标产生的相关峰最为尖锐明亮.通过这种方法,在联合变换相关器上能够得到的比例畸变容差为28%,旋转畸变容差为20°,对于超出上述畸变容差范围的目标,相关峰强度逐步减弱,但部分仍然可以识别.改进后的MACH滤波器在畸变目标的探测领域具有很强的优势和良好的应用前景.     

空中点目标运动模糊复原方法

在使用相机对空中远处点目标成像时,不可避免的,会因为相机的角运动引起图像的模糊。针对这一问题,提出了一种运动模糊复原方法。首先通过建立点目标运动的模型来了解造成运动模糊的原因,其次通过对模型的分析,从基本理论开始推导得出一个退化函数,并且采用模糊图像的维纳滤波复原模型。最后,对图像进行了仿真实验。实验结果表明,该复原模型有较好的复原效果。     

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。     

超分辨率复原方法相关原理研究

介绍了超分辨率复原方法的概念和理论基础;重点总结了常用的超分辨率复原方法,并对相关的理论依据、优缺点和适用范围进行了详尽分析;对超分辨率复原方法的未来发展进行了展望.超分辨率复原方法分为频域法和空域法.频域复原法原理简单清楚,计算方便,但是所建立的运动模型都是平移模型,不具有一般性,同时难以利用正则化约束,因而导致难以使用图像的先验信息进行超分辨率复原.空域复原法可以很方便地建立复杂的运动模型,同时考虑了几乎所有的图像降质因素,例如噪声、降采样、由非零孔径时间造成的模糊、光学系统降质和运动模糊等,还可以加入更完善的先验知识,相比于频域复原法,空域超分辨率复原模型更符合实际的图像退化过程,是目前应用最广泛的一类超分辨率复原方法.     

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。     

水中目标窄带噪声识别的听觉外周模型

为解决听觉外周模型特征在具有工程背景的水中目标声信号分类研究中识别率下降问题,提出了一种外周模型Gammatone滤波器组修正方法,获得的窄带噪声特征可明显提高水中目标识别性能。首先,分析了识别率下降原因,发现声学工程应用中多通道数据采集,导致信号频率范围变窄,而引起声信号的时频特征发生变化。其次,根据听觉模型用Gammatone滤波器组模拟人耳基底膜频率分解特性、低频信息包含水中目标噪声信号的重要类别特征,对原有的听觉模型特征进行插值,对滤波器组的通道数与中心频率进行适应性修正,得到目标噪声在较窄频带的27维特征,修正后的模型能够更精细地反映出目标时频特性。最后,采用神经网络分类器进行实验。结果表明,修正后的听觉模型保留了原较宽频带特征的主要信息,而且进一步提高了对实际目标的分类能力,识别率由原来的82.59%提高到88.80%。本文提出根据工程应用平台的有效接收频带优化听觉外周模型Gammatone滤波器组的设计,采用阵元级的多通道数据进行分析,侧重于工程应用,解决了多通道数据采集中,由于频带变窄,导致信号的特征信息量下降,进而引起声特征识别性能下降的问题,修正后的听觉模型特征,有效地提高水中目标辐射噪声的识别效果。本文对从事无源声呐目标识别、有源声呐目标识别、带宽受限的多通道声数据采集的时频特性分析研究人员具有一定的参考价值。      

Design and performance evaluation of the imaging payload for a remote sensing satellite

In this paper an analysis method and corresponding analytical tools for design of the experimental imaging payload (IMPL) of a remote sensing satellite (SINA-1) are presented. We begin with top-level customer system performance requirements and constraints and derive the critical system and component parameters, then analyze imaging payload performance until a preliminary design that meets customer requirements. We consider system parameters and components composing the image chain for imaging payload system which includes aperture, focal length, field of view, image plane dimensions, pixel dimensions, detection quantum efficiency, and optical filter requirements. The performance analysis is accomplished by calculating the imaging payload's SNR (signal-to-noise ratio), and imaging resolution. The noise components include photon noise due to signal scene and atmospheric background, cold shield, out-of-band optical filter leakage and electronic noise. System resolution is simulated through cascaded modulation transfer functions (MTFs) and includes effects due to optics, image sampling, and system motion. Calculations results for the SINA-1 satellite are also presented.     

Motion blur parameters estimation for image restoration

This paper deals with estimation of parameters for motion blurred images. The objectives are to estimate the length (L) and the blur angle (θ) of the given degraded image as accurately as possible so that the restoration performance can be optimised. Gabor filter is utilized to estimate the blur angle whereas a trained radial basis function neural network (RBFNN) estimates the blur length. Once these parameters are estimated the conventional restoration is performed. To validate the proposed scheme, simulation has been carried out on standard images as well as in real images subjected to different blur angles and lengths. The robustness of the scheme is also validated in noise situations of different strengths. In all situations, the results have been compared with standard schemes. It is in general observed that the proposed scheme outperforms its counterparts in terms of restoration parameters and visual quality.