水面波动和水体湍流退化图像的复原方法

水面波动对水下图像造成的畸变和水体湍流造成的模糊等严重制约了空中对水下目标探测、水下透空目标警戒、海上搜救等的应用,实现畸变和湍流校正具有重要的意义。综述了复原水面波动和水体湍流引起的图像失真的研究进展,给出了基于幸运块(lucky patch)选择的校正、基于图像配准的校正、基于水面波形估计的校正和基于图像退化模型的校正四大类方法的特点及典型的图像复原效果,并分析了复原水面波动和水体湍流退化图像复原方法进一步深入研究的内容。     

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 dB。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。     

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RBF神经网络的图像融合复原方法研究

提出了一种基于径向基函数（RBF）神经网络的多通道图像数据融合复原方法,研究了该方法在多光谱图像复原上的应用.将软竞争学习策略和自适应调整隐节点相结合对网络进行优化训练.利用多光谱卫星图像数据,对所提出的方法进行仿真实验.实验结果表明：该融合复原方法提高了复原图像的质量;改进后的学习算法能够保证学习准确度和较短的训练时间;实验还表明RBF神经网络的多通道复原和单通道复原、传统的维纳滤波及最大后验概率方法相比,在改善图像像质上具有明显的优越性.     

基于似然函数最速下降的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数最速下降迭代的图像配准算法.该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准.基于点集的高斯混合模型建立了边缘点集配准似然函数,以该函数作为目标函数,仿射变换参量作为优化变量,利用最速下降方法进行最优变换参量求解,从而实现边缘点集配准.同时,将多分辨...     

基于似然函数最速下降的红外与可见光图像配准

为了实现红外与可见光图像的自动配准,提出了基于似然函数最速下降迭代的图像配准算法.该算法以图像边缘作为配准点特征,将异源图像配准转化为边缘点集配准.基于点集的高斯混合模型建立了边缘点集配准似然函数,以该函数作为目标函数,仿射变换参量作为优化变量,利用最速下降方法进行最优变换参量求解,从而实现边缘点集配准.同时,将多分辨率金字塔引入迭代配准框架下,实现了高分辨率图像配准的加速.实验结果表明:该算法精度高,运算速度快,可以很好地完成可见光与红外图像的自动配准.     

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。     

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。     

红外气动退化图像复原校正的复合算法研究

鉴于气动效应图像退化因素的复杂性和随机性,单一复原算法难以满足要求,提出构造复合算法来提高湍流退化图像复原质量的思路,综合各种基于不同理论模型和应用对象的实用算法,实现优势互补。给出了现有算法结合的主要途径,主要探讨了基于统计理论的MAP复原算法与基于正则化理论的总变分算法复合后各算法结构的自适应调整和改造以及各种参数的自适应性选择问题。充分利用各算法的优势,完成基于算法结构相对稳定的智能化组合。在微机上进行了一系列的复原对比实验。实验结果表明：复合算法提高了图像的总体复原质量。     

Blind restoration of real turbulence-degraded image with complicated backgrounds using anisotropic regularization

This paper proposes a novel blind image restoration method based on estimating the point-spread functions by using two real turbulence-degraded images as input. The non-negative constraint and the spatial correlation are transformed mathematically into the penalty terms and added to the objective function. An anisotropic and nonlinear regularization function is proposed to adequately punish the differences of the point spread functions (PSFs) in the process of optimization estimation. Some definitions of weighted second-order differences are given and a fast method to construct the matrix of second-order weighted gradient operator is derived. The PSF values can be quickly estimated. With the estimated PSFs, the true images can be recovered by non-blind restoration methods. Experiment results for the restoration of real turbulence-degraded images with complicated backgrounds support the effectiveness of this proposed method.     

图像复原算法的频谱恢复特性分析研究

基于高斯函数假设的频谱分析方法,对逆滤波法、约束最小平方滤波法和最大似然法等三种图像复原算法的频谱恢复特性进行了实验和分析。假设光学传递函数H和图像频谱函数G为高斯函数,利用方差和方差比作为频谱宽度的分析评价指标,这是一种新的基于图像复原方法的频谱恢复特性分析法。在实验分析中,对H和G曲线设定两组方差,分为无噪声和有噪声两种情况,计算出各种算法的频谱曲线■及其方差和方差比。对由曲线图和数据给出的定性和定量结论进行了分析。     

基于自适应扩散模型的单帧红外条纹非均匀性校正算法

针对红外焦平面成像系统存在列向条纹非均匀性的现象,采用了一种基于自适应PM扩散模型的非均匀校正新算法。首先,综合利用图像梯度信息和局部灰度统计信息,自适应计算PM模型的扩散阈值;然后将每列像素的PM模型估计值作为该列像素的期望值;最后采用最陡下降法迭代计算得到每列像元的校正参数,并对结果进行循环校正以提高校正效果。实验结果表明:该算法可以保护图像边缘信息,与同类算法相比,能够更有效地抑制条纹非均匀性,并且能够防止图像产生鬼影。     

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。     

一种图像非线性形变的恢复方法

几何成像系统中非线性形变图像的恢复仍是一个未能很好解决的课题。针对常见的双二次、双三次形变图像,提出了以不完全双二次、双三次插值法拟合形变图像,根据形变的特点采用牛顿迭代法和双线性灰度插值法对图像进行恢复。用所提出的方法对失真图像进行恢复,结果表明,仅选用少量参考点便可得到良好的效果。     

MAP序列多帧图像超分辨率复原

序列多帧图像的超分辨率复原是由一序列低分辨率图像来估计一幅高分辨率图像的技术。介绍了序列图像的成像观测模型,给出了一种随机微扫描亚像素运动估计的方法,采用最大后验概率法进行了图像的超分辨率复原,对仿真结果进行了分析和比较。     

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。     

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。