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。     

基于频谱分析的匀速运动模糊图像模糊方向识别

点扩展函数的设置是图像复原中的关键问题，对于匀速直线运动模糊图像，运动方向和模糊长度决定了点扩展函数。根据运动模糊图像和原始图像在频谱上存在的对应关系，即运动模糊图像频谱存在着对应于传递函数零点的暗条纹，提出对运动模糊图像，通过二维傅里叶变换、二值化以及Radon变换检测运动模糊图像频谱图上暗条纹的方向和位置，来实现运动方向测量的方法。用该方法对模糊图像进行检测，模糊方向的识别精度小于1°。实验证明该方法可以实现平面内任意方向运动的测量。     

基于点扩散函数参数辨识的运动模糊图像的盲恢复研究

运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题,提出了一种新的算法来估计模糊核函数的参数,在确定模糊核函数后,模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明,与R.Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。     

去散焦模糊的折反射全向成像系统设计

随着高分辨率传感器和大光圈的采用,光圈和反射面曲率造成的折反射全向成像散焦模糊问题越发突出。提出了一种有效去除散焦模糊的折反射全向成像系统设计。理论分析折反射成像散焦模糊的原因,建立全向图点扩展函数与实景空间物点及成像系统虚像位置的关系;在一次曝光成像时间内匀速旋转镜头对焦环,通过累积曝光使全向图散焦模糊核具有期望的空间不变性;利用反卷积算法对散焦模糊全向图进行复原,得到全局清晰的全向图像。该方法较好地解决了折反射全向成像散焦模糊问题,对提高折反射全向成像质量,促进其在相关领域的广泛应用具有重要意义。     

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。     

联合梯度预测与导引滤波的图像运动模糊复原

针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊,提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息,实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数,使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器-导引滤波来消除噪声并抑制振铃效应。实验结果表明：本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像,并且运算时间不超过20 s。     

基于图像频谱全局均值标准差分割的点扩散函数估计

实现运动模糊图像恢复的关键是获得准确的点扩散函数(point spread function,PSF)。针对PSF的模糊尺度和模糊方向这两个重要参数,提出了一种基于图像频谱全局均值标准差的估计方法。通过研究运动模糊图像的产生机理,分析了二次傅里叶变换的频谱特性,利用全局均值标准差法对频谱图进行阈值分割,结合中心点和端点的坐标距离来估计模糊尺度,运用Radon变换鉴别模糊方向,实现了PSF参数的确定。进行了标准图像阈值分割准确度的验证,利用仿真模糊图像估计算法进行了验证,并进行了实际复原实验。结果表明,该方法具有误差小、稳定性高和不受运动方向限制的特点,为图像恢复提供了一种准确、简便的参数估计方法。     

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。     

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...     

任意运动形式模糊图像的恢复

通过理论推导,提出了一种可以对被任意形式的运动所模糊的图像进行恢复的方法,并据此给出了一套实现系统.在成像器件曝光的同时,利用低分辨率的黑白快速CCD获得多帧图像,根据这些图像序列来计算运动的位移信息,进而计算出模糊过程的点扩散函数,并用来恢复模糊图像,获得了较好的效果.     

Analysis and modeling of radiometric error caused by imaging blur in optical remote sensing systems

Imaging blur changes the digital output values of imaging systems. It leads to radiometric errors when the system is used for measurement. In this paper, we focus on the radiometric error due to imaging blur in remote sensing imaging systems. First, in accordance with the radiometric response calibration of imaging systems, we provide a theoretical analysis on the evaluation standard of radiometric errors caused by imaging blur. Then, we build a radiometric error model for imaging blur based on the natural stochastic fractal characteristics of remote sensing images. Finally, we verify the model by simulations and physical defocus experiments. The simulation results show that the modeling estimation result approaches to the simulation computation. The maximum difference of relative MSE (Mean Squared Error) between simulation computation and modeling estimation can achieve 1.6%. The physical experimental results show that the maximum difference of relative MSE between experimental results and modeling estimation is only 1.29% under experimental conditions. Simulations and experiments demonstrate that the proposed model is correct, which can be used to estimate the radiometric error caused by imaging blur in remote sensing images. This research is of great importance for radiometric measurement system evaluation and application.     

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.     

A novel modified cepstral based technique for blind estimation of motion blur

In the problem of blind image deconvolution, estimation of blurring kernel is the first and foremost important step. Quality of restored image highly depends upon the accuracy of this estimation. In this paper we propose a modified cepstrum domain approach combined with bit-plane slicing method to estimate uniform motion blur parameters, which improves the accuracy without any manual intervention. A single motion blurred image under spatial invariance condition is considered. It is noted that the fourth bit plane of the modified cepstrum carries an important cue for estimating the blur direction. With the exploration of this bit plane no other post processing is required to estimate blur direction. The experimental evaluation is carried out on both real-blurred photographs and synthetically blurred standard test images such as Berkeley segmentation dataset and USC-SIPI texture image database. The experimental results show that the proposed method is capable of estimating blur parameters more accurately than the existing methods.     

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.     

Software lens compensation applied to athermalization of infrared imaging systems

A different approach, aiming to achieve the constant blur status of point-spread function (PSF) at a certain defocused plane, is described. The correlation between the two PSF is used to control the PSF blur similarity, and simultaneously the Strehl ratio is also used to control the PSF blur minimization. By designing the PSF so that it is significantly insensitive to defocus or related defocus quantity, for example, due to temperature change, all the constantly blurred images can be accurately de-blurred by a simple inverse restoration filter for an adequate range of defocus. We refer to that as “software lens compensation” and apply a design method to solve the athermalization of middle wavelength infrared (MWIR) imaging systems. The resultant PSF is almost invariant in the temperature range from −10 to 50°C at the same focal plane. Consequently, the constant blur spot can be removed by a simple digital signal processing. Thus, clear and sharp de-blurred images at different temperatures are obtained.     

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。     

动载体成像模糊的振动被动控制技术

动载体成像模糊的振动被动控制技术是解决无人机在高空飞行时,振动加速度为5g(20 500Hz)条件下引起的成像模糊问题。介绍了动载体成像模糊的机理、动载体成像模糊的容限。为了提高动载体光电系统的动态分辨能力,提出了解决动载体成像模糊的措施———振动被动控制技术。分析了振动被动控制的基本原理和设计原则,给出一些相关的典型设计实例。     

离焦模糊图像超分辨力盲复原算法分析

根据计算机模拟和实际拍摄的离焦模糊标准分辨力靶标图像,对提出的离焦模糊图像超分辨力盲复原算法进行了分析研究,对比了超分辨力盲复原算法与几种典型复原算法的效果,以及在不同离焦模糊半径下该算法的复原效果。实验结果表明,该算法对深度离焦模糊图像具有较明显的复原效果,复原图像相比较于模糊图像分辨力提高1倍;显著改善了标准分辨力靶标图像的可分辨组块。可分辨组块可以定量地描述复原算法对图像分辨力的改善程度。该算法已经应用到实际工作当中,并获得了较好的效果。