基于离散小波包变换的规整化波前解卷积

 直接波前解卷积可以有效地克服大气湍流对天文观测的影响,但解卷积问题具有病态特性,必须进行规整化。基于奇异值分解的规整化方法在处理图像边缘等高频部分不够理想;而WVD方法仅适用某些解卷积问题。在提出一种基于小波包变换的新规整化方法的基础上,将此方法应用于室内模拟点源实验中,并与基于奇异值分解规整化的维纳逆滤波进行了对比,实验结果表明：该规整化方法可以有效地解决解卷积问题的病态特性,应用该规整化方法所恢复的图像质量明显提高。     

组合傅里叶变换与曲波变换的图像复原

针对图像复原的病态反问题进行研究,分析了图像复原的数学模型及其病态性,提出了组合傅里叶变换与曲波变换的图像复原(ForCurIR)算法.算法利用傅里叶变换对色噪声和曲波变换对分片光滑图像的稀疏表示特性,将图像复原问题转换成傅里叶变换域约束去卷积和曲波变换域约束去噪问题,最后通过组合傅里叶变换域和曲波变换域收缩法实现去卷积和抑制噪声.实验结果表明:ForCurIR算法很好地再现了图像的边缘等细节信息,复原出的图像在信噪比和视觉质量两方面部有显著的提高.     

基于噪声方差来计算变分图像反卷积的规整化参数

采用定点迭代进行变分图像恢复并在这个计算框架下提出利用噪声方差选择规整化参数的方法.假定已知观测图像中初始噪声统计特性.为了在反卷积过程中正确地估计噪声的方差,构造一幅纯噪声图像跟实际的观测图像同步进行反卷积计算,并把纯噪声图像的方差作为观测图像中噪声方差的估计值来辅助计算规整化参数.针对规整化的各项异性,提出了能够保持两种噪声同步变化的特殊的规整化项.在能够准确知道迭代过程中图像包含噪声的方差的时候,建立了规整化参数λ与图像噪声方差之间的关系式.实验证明新的算法不但更好地抑制了噪声而且避免了过平滑,明显提高了基于定点迭代法计算变分图像恢复的适应性.     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DTCWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明:由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90(°)~1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。     

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。     

基于小波变换和非负支撑域递归逆滤波算法的盲目图像复原

提出了一种将自适应正则化方法与非负支撑域递归逆滤波(NAS-RIF)算法相结合用于小波域的盲图像复原算法.该算法先对降质图像进行小波分解,得到了图像在不同子频段的信息.在各个子频段采用NAS-RIF算法进行复原.针对各个子频段内图像的频率和方向特性,分别引入了不同的正则化约束项.在各个子频段估计出噪声方差,提出了根据噪声方差和图像局部方差来选取正则化参数.分别对两幅模糊图像进行了仿真实验,复原结果取得的信噪比分别为19.66 dB和23.86 dB.实验结果表明,复原效果相对于空间自适应正则化方法有一定的提高.     

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。     

自适应双树复小波遥感图像复原

由于遥感图像先验知识难以获取,提出了一种自适应的双树复小波迭代收缩复原算法。该算法根据模糊程度和噪声程度估计正则化参数,并利用经验公式计算收缩阈值。在实际应用中,算法能有效解决两步迭代算法使用固定参数的缺点,从而达到提高图像复原质量的目的。实验表明:相对于两步迭代算法,该算法复原图像的峰值信噪比提高0.64~12.23dB,收敛速度提高1.4~16倍;同时,算法在提高图像复原质量、抑制噪声干扰及减少计算时间方面优势明显。     

基于空间变化点扩展函数的图像直接复原方法

采用点插值法、循环矩阵模型、拉普拉斯正则化方法和共轭梯度迭代法,解决了空间变化图像复原过程中空间变化点扩展函数的获取、反卷积的计算模型、反问题的病态性以及复原算法等问题。在此基础上,建立了空间变化图像复原方法,并分析了图像复原的基本模型。最后,通过仿真对比了提出的空间变化图像复原算法和空间不变图像复原算法,结果表明,空间变化算法的图像复原结果好于空间不变算法。     

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。     

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.     

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.     

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     

增量维纳滤波法在波前探测解卷积中的应用

一个常规的自适应光学系统通常包含三个重要环节：波前探测、波前校正和波前重构。因此对系统的技术要求非常高,造成系统复杂,成本昂贵。基于哈特曼-夏克波前探测的图像解卷积处理就是“事后”处理的一种,它省去了波前校正环节,使常规的自适应光学系统得到简化,降低了系统成本。其基本原理为对瞬时波面进行短时间曝光探测,同时记录相应的短时间曝光图像,来进行解卷积处理。将增量维纳滤波法应用于基于哈特曼-夏克波前探测的解卷积中,并对室内模拟点源情况下的三组畸变光斑图像数据进行了解卷积恢复处理。结果表明,将增量维纳滤波法应用于基于波前探测的解卷积是完全可行的,在室内模拟点源情况下,恢复的图像可以达到衍射极限分辨力。与维纳滤波相比,它扩展了噪声抑制因子的选取范围,在噪声抑制因子选取不正确的情况下,仍能得到比维纳滤波更好的结果。     

基于总变分的湍流退化噪声图像盲反卷积复原

根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。在计算机上模拟了湍流退化和噪声污染图像。实验结果表明,该复原算法能有效地克服大气湍流和噪声的影响,可复原出清晰的原始目标图像。     

基于约束共轭梯度的高能闪光照相图像复原算法

 针对闪光照相系统模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度的闪光照相图像复原算法,将闪光照相图像复原问题转化为一个约束优化问题,引入基于非负、中值滤波和偏微分方程的光滑约束条件,并利用约束共轭梯度法迭代求最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

A piecewise local regularized Richardson-Lucy algorithm for remote sensing image deconvolution

As it is not possible to obtain an accurate point spread function (PSF) in remote sensing imaging, classic deconvolution methods such as Wiener filtering often introduce strong noise and ringing artifacts, which contaminate the restored images. In this paper, we modify the standard Richarson-Lucy (RL) algorithm with a piecewise local regularization term and combine it with residual deconvolution method. Experimental results show that it is effective in suppressing negative effects, and images with rich details and sharp edges are obtained.     

Blind image deconvolution with spatially adaptive total variation regularization

A blind deconvolution algorithm with spatially adaptive total variation regularization is introduced. The spatial information in different image regions is incorporated into regularization by using the edge indicator called difference eigenvalue to distinguish edges from flat areas. The proposed algorithm can effectively reduce the noise in flat regions as well as preserve the edge and detailed information. Moreover, it becomes more robust with the change of the regularization parameter. Comparative results on simulated and real degraded images are reported.     

Restoration of solar and star images with phase diversity-based blind deconvolution

The images recorded by a ground-based telescope are often degraded by atmospheric turbulence and the aberration of the optical system. Phase diversity-based blind deconvolution is an effective post-processing method that can be used to overcome the turbulence-induced degradation. The method uses an ensemble of short-exposure images obtained imultaneously from multiple cameras to jointly estimate the object and the wavefront distribution on pupil. Based on signal estimation theory and optimization theory, we derive the cost function and solve the large-scale optimization problem using a limited memory Broyden-Fletcher-Goldfarb-Shanno (L-BFGS) method. We apply the method to the urbulence degraded images generated with computer, the solar images acquired with the swedish vacuum solar telescope (SVST, 0.475m) in La Paima and the star images collected with 1.2-m telescope in Yunnan Observatory. In order to avoid edge effect in the restoration of the solar images, a modified Hanning apodized window is adopted.The star image till can be estored when the defocus distance is measured inaccurately. The restored results demonstrate that the method is efficient for removing the effect of turbulence and reconstructing the point-like or extended objects.     

Bruit multiplex en gammagraphie par codage

In coded aperture imaging applied to nuclear medicine, the ultimate limit is the Poisson noise of the gamma ray source. We show that the noise depends on the type of code. In particular we compare the signal to noise ratio between images obtained either by a Fresnel zone or by an annulus at equal resolution. This comparative study allows to choose the best code and, for a Wiener type deconvolution filter, to specify the optimum noise parameter. A deconvolution example is given.