不同模糊尺度下运动模糊方向的鉴别

为了有效减弱高动态环境对图像采集的干扰,利用模糊图像的频谱特性,提出了一种适合不同模糊尺度的运动模糊方向估计方法。该方法对比不同模糊尺度图像频谱中心亮条纹边缘特征的差别,通过计算其曲率半径实现不同模糊尺度图像的量化鉴别,在确定图像模糊尺度的大小之后,分别利用倒频谱、二次傅氏变换对模糊图像频谱中心亮线特征进行提取,考虑图像高宽比、中心十字亮线的不利影响,在二值化处理的基础上剔除十字亮线,通过亮线特征点直线拟合完成模糊方向估计。实验结果表明,该算法能够有效鉴别不同模糊尺度的运动模糊方向,估计精度较其他同类算法更高,相对误差率均小于0.02。     

小模糊尺度下运动模糊方向鉴别算法研究

针对现有模糊方向鉴别算法检测小尺度运动模糊图像存在误差的问题,基于运动模糊图像二次傅里叶变换后的频谱特性,分析了其误差成因,并提出了一种适用于小尺度运动模糊图像模糊方向鉴别的新算法。首先对小尺度运动模糊图像的频谱进行细化,通过中值滤波对细化图像去噪,避开了频谱噪声带来的估计误差问题;其次,选取灰度中值作为阈值进行二值化,同时去除二值图像的中心十字亮线和中心亮斑,使模糊方向特征更加明显;然后用投影变换计算出亮条纹方向得到小尺度模糊图像的方向估计。最后通过仿真验证了算法在运动模糊尺度为3～10像素的小尺度情况下的实效性。实验结果表明,该算法相比其他同类算法对于小尺度运动模糊图像的模糊方向估计精度更高。     

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...     

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。     

一种混合模糊含噪图像的参数辨识方法

在航空摄影、景象匹配导航等领域,由光学相机采集的图像往往同时存在着运动模糊和散焦模糊。成像中的噪声进一步加大了混合模糊图像点扩展函数的参数辨识难度。提出了一种双谱混合模糊含噪图像的点扩展函数参数辨识方法。首先计算出经混合模糊后的标准测试图像所对应的运动和散焦模糊的双谱,然后通过曲线拟合出双谱中各自的统计特性与运动模糊尺度或散焦半径之间的函数关系,由此训练出的BP神经网络可以完成对其它含有噪声的混合模糊图像点扩展函数的参数辨识。实验结果表明,该方法适用于含有噪声的一定模糊参数范围内的混合模糊图像。在信噪比为25dB的情况下,辨别出的模糊参数偏差不超过0.5个像素。     

基于相位相关的匀速直线运动模糊图像位移参数估计

为估算匀速直线运动模糊图像的运动参数,提出了一种基于相位相关分析的图像配准方法。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换并计算归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出了匀速直线运动点扩散函数及其光学传递函数的数学描述;讨论了匀速直线运动模糊对相位相关配准结果的影响,证明了图像经过匀速直线运动退化后,位移图像之间归一化互功率谱具有不变性。实验结果表明：动态运动模糊图像最大检测误差为0.489 pixel,标准差为0.16 pixel。     

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。     

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.     

二维任意运动形式模糊图像的恢复

在曝光时间内相机和被摄物体的相对移动会使图像产生严重的退化,有必要对退化图像进行恢复。但是由于相对运动的方向和形式的任意性,运动模糊图像的恢复是一个难以解决的问题。提出一种可以对被二维任意方向、任意形式的运动所造成的退化图像进行恢复的方法,给出理论推导,并建立一套实现系统。在主CCD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位移,进而计算出模糊过程的点扩展函数(PSF),并用来恢复模糊图像。实验结果表明,这种恢复方法对二维任意运动形式造成的模糊,能够得到较好的恢复效果。     

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。     

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.     

一种新的运动模糊图像超分辨力盲复原算法

研究了具有深度运动模糊效果的图像的复原算法.采用对运动模糊图像的傅里叶频谱进行Radon变换来估计运动模糊方向,在此方向上计算运动模糊图像的自相关来估计运动模糊长度,再以运动模糊方向和运动模糊长度为参量结合超分辨力图像复原处理算法对比较严重的运动模糊图像进行复原.结果表明,该综合性算法能够较为精确地估算出运动模糊图像的模糊参量并取得较好的复原效果.     

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.     

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.     

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.     

Interlaced scan CCD image motion deblur for space-variant motion blurs

Motion blur is caused by camera shakes or object motions during exposure when the shutter speed is relatively slow. As for the object motion blur, the degradation of a CCD image is often characterized by space-variant motion blurs, since objects are often moving in different directions at different speeds. But most image restorations for space-variant motion blurs are addressed only for progressive scan CCD images. To address the space-variant image restorations for interlaced scan images, we propose a novel image restoration scheme. First, one interlaced scan image frame is required, which is divided into the odd field and the even field images. These two field images are further segmented into rectangular blocks. The motion vectors are computed in these rectangular blocks using an efficient block matching algorithm. Second, image restoration is performed in these rectangular blocks using a constrained least square algorithm in the odd or even field image, which can both preserve edge structures and remove noises. Our novel scheme is illustrated by restoring a space-variant blurred moving boat image and a synthetic blurred image.     

单幅模糊图像点扩散函数估计的梯度倒谱分析方法研究

针对单幅图像复原算法引入先验信息导致复杂度高、运算效率低的问题, 提出了单幅模糊图像点扩散函数估计的梯度倒谱分析方法. 首先给出了单幅模糊图像梯度倒谱估计其点扩散函数的基本原理, 利用相位恢复策略复原了二维点扩散函数相位信息, 实现了点扩散函数的快速估计; 其次, 为鉴别点扩散函数估计精度, 建立了图像梯度保真约束的全变分正则化图像复原模型, 并采用快速稳定收敛的交替方向策略优化能量函数; 通过对仿真和实拍单幅模糊图像进行的测试实验结果表明, 该方法快速准确地估计出点扩散函数, 克服了传统复原算法收敛速度慢的缺点, 有效抑制了振铃效应、保护了边缘信息, 为大尺寸单幅图像复原的工程化实现提供了理论和技术基础. 关键词： 图像复原 点扩散函数 梯度倒谱分析 全变分