三维荧光显微镜图像的EM和调整EM恢复算法

本文介绍了三维荧光显微镜图像的EM和调整EM恢复算法。EM算法是迭代算法,能够提高图像分辨率,尤其是Z方向的图像分辨率。调整EM算法相对于EM算法可以避免恢复后的图像出现孤立亮点和丢失微弱细节。     

基于均方误差最小的图像错误隐藏内插算法

以图像像素间的强相关性为基础,本文以ＭＰＥＧ－２的视频信号为例,对于以条为单位的信息丢失,提出了一种内插算法,并导出了内插像素的显式表达式,从而可以快速地执行实时处理。仿真实验表明应用该算法实现丢失像素的内插,效果是令人满意的。     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

薄雾模糊图像的恢复算法研究

成像光波受到大气中薄雾干扰,形成模糊图像.文章基于最大熵算法,分析了成像系统点扩展函数畸变导致图像模糊的机理,提出了一种有效的薄雾模糊图像的恢复算法.     

基于最小线性均方估计的小波去噪算法

提出一种新的基于最小线性估计正交小波图像去噪算法。该算法把降噪过程直接看作是一个小波系数的加权和,而不是为小波系数假设一个统计模型。在此,基于最小线性均方估计构造去噪函数,然后最小化均方误差,得到一组估计参数,从而得到线性去噪函数,实现对非线性去噪算法的改进,其最大的好处就是不用先验知识;最后通过使用该去噪算法对一定噪声级数的标准图像进行处理,并与目前去噪效果最好的BLS-GSM方法进行了比较。结果表明了该方法的有效性。     

一种新的最小均方误差线性合并算法

针对未编码的多输入多输出系统,将基于训练序列的最小均方误差(MMSE)信道估计算法与最优线性无偏估计结构(BLUE)相结合对已估计的信道参数进行估计.仿真结果表明,使用线性合并的MMSE算法比传统的MMSE算法具有较小的参数估计误差,比使用线性合并的LS算法性能更好.     

瞬时相位去线性的最小均方算法实现

本文根据通信信号调制识别过程中瞬时相位去线性的原理,提出了便于硬件实现的最小均方算法,实现了对瞬时相位解混叠后的线性相位分量的滤除.改进后的算法在不增加硬件资源的情况下提高了运算精度.硬件电路的设计基于QuartusⅡ平台,用Verilog HDL语言编程实现.算法首先经过Matlab仿真,并在FPGA上通过测试,验证...     

鲁棒总体均方最小自适应滤波:算法与分析

本文研究了在输入输出观测数据均含有噪声的情况下如何有效地进行鲁棒自适应滤波的问题.以总体均方误差(TMSE)最小为准则,基于最速下降原理,通过对总体均方误差梯度进行修正,提出了一种鲁棒的总体均方最小自适应滤波算法.通过与已有算法的对比分析表明,该算法能够有效地降低权向量的每步调整量对噪声的敏感程度.仿真实验的结果进一步表明,该算法的鲁棒抗噪性能和稳态收敛精度明显地高于其它同类方法,而且可以使用较大的学习因子,在高噪声环境下仍然保持良好的收敛性.     

CDMA系统中信道估计最小均方误差的研究

CDMA系统中信道估计的精确度一直是人们所关心的问题。本文在研究了理想维纳滤波器的基础上，给出了这个信道估计均方误差的下界，并从信息论的角度探讨了均方误差与信道参数的熵以及互信息量之间的关系，从而最终得到了信道估计中最大的互信息量。     

基于最小均方误差准则的盲多用户检测新算法

码分多址信号在无线多径衰落信道条件下的盲多用户检测具有很大的理论和实际意义。该文提出了一种直接基于最小均方误差(MMSE)准则的盲多用户检测算法。为保证算法收敛到目标用户,提出了一种基于MMSE准则的新的线性约束方法。该方法能保证检测器收敛到最优MMSE解。此外,该文还设计了一种形式简单、快速收敛的迭代算法。对比现有的最小输出能量(MOE)算法,仿真结果表明本文算法具有较好的性能。     

任意方向匀速直线运动模糊的点扩展函数估计

在运动图像复原中,建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向,利用微分自相关的方法对模糊图像的模糊尺寸进行计算,通过计算模糊图像沿二维直线运动方向不同距离的重叠度,来计算得到相应的PSF。通过开展仿真分析和成像实验,演示了PSF估计和图像复原过程。通过采用图像质量评价函数,将图像复原结果与现有算法进行对比,验证了所提出方法的有效性。     

频域迭代盲解卷积图像恢复方法及其算法实现

详细讨论了一种新的模糊图像复原法 ,使用这种方法 ,不需知道图像模糊过程的模糊因子 ,就可以实现图像的恢复。该算法易于编程 ,且具有较强的通用性。分析了计算机算法 ,并给出了处理的结果。     

基于刃边法的红外图像目标信息复原

红外图像在成像过程中,由于成像系统本身的因素以及电子噪声、热噪声等,会造成图像质量下降,对红外目标信息的识别造成影响。针对以上问题,本文提出了一种基于刃边法的图像信息复原方案。首先建立红外系统的复原模型,采用刃边法来计算系统的复原参数;接着使用Prewitt锐化算子检测刃边,再利用三次样条插值以及Savitzky-Golay滤波优化边缘扩散函数,得到系统的点扩散函数;最后采用维纳与盲卷积复原算法对红外图像进行处理,比较两种方法的热噪声特性,并通过边缘锐度与标准差来量化复原效果。实验结果表明:维纳滤波相比于盲卷积在复原效果上的提升更为明显,约为1倍,且热燥声改善也优于盲卷积,复原方案切实可行。     

利用拉东变换估计全景图像点扩散函数

针对全景图像点扩散函数(PSF)空间移变的特点, 提出一种利用拉东(Radon)变换估计全景图像局部区域的PSF算法。算法首先分析全景成像 原理和PSF拉东变换与图像中模糊直线响应的关系; 然后利用有效的采样方法得到孤立的采样边缘,并通过求导得到图像边缘的直线响应;最后 利用采样信息 复原出PSF并结合Lucy-Richardson(L-R)算法对图像进行复原。同时采用迭代最优 化的估计算法解决 由于采样边缘较少导致PSF估计的不准确问题。实验表明,本文算法可以有效地估 计出全景图像不同区域的PSF,有很好的工程使用价值。     

气动退化图像的改进复原算法

针对气动光学效应引起的图像模糊退化导致复原处理困难的问题,提出了一种气动退化红外图像的改进复原算法。具体做法是:在假设退化图像的点扩散函数服从高斯分布的前提下,对图像进行带参数维纳滤波,在此过程中,使用图像清晰度评价函数作为复原效果的评价实现了算法中参数的最优化。通过多组仿真实验和算法的对比分析表明,算法较好地保持了图像细节,较好地恢复了图像质量,实时性较好。     

实拍运动模糊图像的退化参数估计与复原

针对实拍运动模糊图像的复原问题,分析了实拍图像与仿真模糊图像的特征差异,提出一种适用于实拍图像退化参数估计的方法.首先计算退化图像的倒谱,选用倒谱灰度极小值的绝对值作为阈值把倒谱变为二值图像,再去除中心的十字亮线;然后用点到直线的距离公式计算出二值图像的亮条纹方向,即得运动模糊方向;最后以退化图像中心为旋转轴,将运动模糊方向旋转至水平方向,用差分自相关法计算模糊尺度.把估计的点扩散函数(PSF)代入维纳滤波算法复原实拍图像,复原效果证明参数估计结果正确.     

含噪声的运动模糊图像点扩散函数尺度鉴别

在处理图像的复原问题时,盲复原方法的求解难度较大.在可能的情况下,总是先估计模糊图像的点扩散函数.对匀速直线运动所引起的图像模糊,可以精确地鉴别出图像的运动方向.若把运动方向旋转到水平轴,点扩散函数的尺度鉴别就成了一维的问题.采用自定义的算子对匀速运动模糊图像进行处理,做出了鉴别曲线,根据此曲线鉴别点扩散函数的尺度.仿真结果表明,与以往的鉴别方法相比较,该鉴别方法有很强的抗噪能力.     

一种分析光纤共聚焦系统轴向光强的方法

在携带光纤或传像束的共聚焦系统中,光场在光纤或传像束的端面要发生改变,不能用通常的空间线性不变方法分析系统成像过程。根据单模光纤的传输特性,获得光纤的有效点扩散函数,提出利用光纤空间平均函数描述系统空间变成像过程的方法,模拟出光纤共聚焦系统的轴向光强分布,对比由光波动理论所得结果,显示该方法在光纤输出光斑的有效尺寸较小时能用于分析携带光纤或传像束的共聚焦系统且更简便。