近场反卷积聚焦波束形成声图测量

为了提高声图测量中对多个声源的分辨能力和定位精度,给出了一种近场二维反卷积聚焦波束形成声图测量方法。推导了水下声图测量的广义卷积模型,根据声图测量中点传播函数移变但可预测的特点,通过预存点传播函数字典的方式,将波束形成过程中的卷积问题转化成叠加积分问题,并应用二维Richardson-Lucy迭代算法实现了二维移变模型情况下的近场二维反卷积求解,从而实现高分辨声图测量。通过仿真和海试对比了反卷积、常规声图测量和MVDR声图测量的性能,结果表明反卷积算法在500次迭代情况下聚焦峰尺度小于另外两种算法的1/2,旁瓣级下降超过6 dB.      

空间采样傅里叶变换光谱仪光谱反演研究

根据相似性准则,对采集到的干涉图像进行干涉图元的拆分,通过寻址定位,得到与离散光程差序列相匹配的采样干涉图序列。采用过零采样方式,对大单边干涉图序列与小双边干涉图序列利用不同的窗函数进行切趾。为了校正相位误差,结合所研究采样干涉图的特点,对频域光谱乘积校正和空域干涉图卷积校正进行了研究和改进,获得了比较理想的光谱线形,其中空域干涉图卷积校正后的光谱偏差仅为0.012088,具有最好的校正效果。     

迭代正则化方法求解电介质中空间电荷分布

首先介绍了迭代正则化方法的理论基础,建立了含有空间电荷密度分布的Fredholm第一类积分方程的反卷积算法,利用数值实验研究了加性高斯白噪声对迭代反卷积算法的影响,以及迭代停止标准对非适定问题的数值解的影响,最后使用该方法求解电介质样品中的空间电荷分布.结果表明,在无噪或者低噪环境下,反卷积算法能够非常好地计算出非适定问题的解.当噪声影响增大,信噪比降低时,反卷积的计算结果受到明显的影响.迭代停止标准对数值解的计算精度起着明显的作用.对实际测量数据进行处理表明,迭代正则化反卷积算法能够计算出固体电介质中的空间电荷分布.     

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。     

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明：该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。     

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。     

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。     

模糊条码图像的正则化复原算法

由条码扫描仪获得条码图像的过程可以用理想条码信号与扫描仪光学系统点扩散函数的卷积模型来描述。反卷积是消除由光学系统点扩散带来的模糊现象的最好办法。为克服反卷积的病态问题,研究了反卷积的正则化方法;针对条码信号的特点,构建了适合于条码信号复原的惩罚项,提出了条码信号的正则化复原算法及其适合于计算机运算的迭代算法。通过实验研究了算法在不同情况下的抗干扰能力。实验结果表明,正则化条码信号复原算法在消除系统点扩散函数的影响的同时能够很好地抑制噪声。     

一种改进的光场μPIV反卷积重建算法

光场显微粒子图像测速技术(μPIV)利用Lucy-Richardson反卷积算法重建粒子场时需进行多次迭代计算,重建耗时长.为提高重建效率,本文利用光场μPIV流场测量过程中示踪粒子稀疏分布的特点,提出一种改进的反卷积重建算法.该算法以粒子场中非零元素与对应点扩散函数的乘积和代替粒子场与点扩散函数的卷积运算,减少了反卷...     

三次相位板波前编码系统彩色图像恢复的迭代算法

采用三次相位板进行景深延拓的波前编码系统得到非对称的点扩展函数.为了获得最终清晰的彩色图像.研究了一种基于广义极小残差法(GMREs)的迭代算法,结合Tikhonov规整化方法,并利用多通道处理过程对中间图像进行左卷积恢复.为了消除恢复图像边界的振铃效应,推导了新的光学成像过程数学模型,该模型采用反镜像边界条件并利用直积近似对卷积核进行处理.模拟数据的分析表明,采用多通道处理过程对彩色图片进行恢复时,新的算法在给出精确的反巷积结果的同时能有效地抑制噪声的放大;实验结果显示,较之经典的维纳滤波恢复结果,新算法能够更好的消除边界的振铃和图像边缘的振动波纹.     

基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.     

基于GPU的多帧盲解卷积图像复原技术并行化实现

多帧盲解卷积图像复原技术能够进一步提高自适应光学图像的分辨力,但其算法比较复杂,处理耗时过长,对序列图像复原经常需要几分钟甚至几十分钟的计算时间,对实际应用造成了极大不便。为了提升算法的运行速度,改善其耗时过长的问题,通过研究和分析盲解卷积算法原理和算法结构,采用目前高速发展的中央处理器（CPU）和图形处理器（GPU）异构加速技术,主要对耗时最长的矩阵卷积运算进行优化,通过使用库函数与算法结构微调相结合的方法并行加速,实现多帧盲解卷积的图像复原算法的并行化。使用并行算法对图像进行复原处理,针对16帧以上分辨率为256256像素的空间目标图像,可以实现17的加速比,为图像复原的实时/准实时提供一种可行的方案。     

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.     

基于维纳滤波的迭代盲解卷积

盲解卷积是在两个卷积因子未知的情况下,通过卷积结果来获知卷积因子的。不考虑噪声,针对高斯模糊图像,在初始估计点扩展函数之后,利用维纳滤波的方法进行频域迭代盲解卷积,达到图像恢复的目的。实验表明,恢复的图像纹理比较清晰,边缘有所改善,主观视觉效果显著。该算法提高了分辨率。     

Gradient-Based Blind Deconvolution with Phase Spectral Constraints

This paper proposes a new blind deconvolution method with additional phase spectral constraints for a blurred image. A degradation of an original image is mathematically modeled by a convolution of an original image and a point-spread function (PSF). The proposed method consists of the following three steps: (i) projection onto a complex set satisfying the phase spectral constraint in a frequency space; (ii) minimization of a cost function preserving the constrained phase spectra; and (iii) projection onto an image space satisfying nonnegative and support constraints. This method restores both the original image and the PSF with high accuracy. The effectiveness of the proposed method is verified by applying it to some blind deconvolution problems for digital images, and the experimental results show that the performance is superior to the conventional blind deconvolution methods.     

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。     

Blind deconvolution: multiplicative iterative algorithm

A new algorithm has been developed for performing blind deconvolution on degraded images. The algorithm naturally preserves the nonnegative constraint on the iterative solutions of blind deconvolution and can produce a restored image of high resolution. Furthermore, benefiting from the multiplicative form, the algorithm is free from the instability of numerical computation. Results of applying the algorithm to simulated and real degraded images are reported.     

波导环境多目标时延-多普勒解卷成像

有源声呐感兴趣的参量是目标距离和径向速度,它们无法直接观测得到,需要通过估计而获得。利用波导多路径环境多目标时延-多普勒模型,可以导出采样互模糊度函数均值是发射信号自模糊度函数与广义目标反射性密度函数的两维卷积,其中广义目标反射性密度函数为信道扩展函数与目标反射性密度函数的两维卷积。依据信息理论最小Csiszar鉴别准则,可导出R-L (Richardson-Lucy)迭代解卷算法,对采样互模糊度函数均值进行两维迭代解卷积,消除发射信号和信道引入的模糊,序贯地实现时延-多普勒两维像的估计,进而获得多目标的时延和多普勒参量估计。仿真结果和海上实验数据分析验证了R-L解卷算法的可行性和有效性,较之常规的匹配滤波和维纳滤波算法,R-L算法有效地提高了时延和多普勒估计的分辨力和精度。      

天文图像多帧盲反卷积收敛性的增强方法

天文图像多帧盲反卷积的收敛性受到初始目标、约束条件和光子噪声等因素的影响.提出了用实际光学成像系统参数确定频率带宽有限约束的方法.用Knox-Thompson 方法重构初始目标相位形成盲反卷积算法的初始目标函数.研究了一种新颖的有效减小光子噪声、边缘效应和振铃现象的方法.根据最大似然估计理论，用期望最大化的优化方法建立了改进的严格约束多帧盲反卷积算法.模拟图像和实际天文图像的复原结果表明，所建立的多帧盲反卷积，可以有效克服大气湍流和减小光子噪声，改善天文观察图像的分辨率，并部分消除光学系统衍射效应对恢复图像的影响. 关键词： 大气光学 天文观测 图像处理和恢复