用多项式近似逆滤波函数实现场曲修正

根据光电成像系统传递函数,确定逆滤波函数对获得图像进行反降质恢复.将连续逆滤波函数按泰勒级数展开,用多项式近似表示.对逆滤波函数的多项式作反傅里叶变换,得到图像恢复在空间域中的近似运算表达,即图像信号及其各阶导数的线性组合,而不是复杂的反卷积操作.该方法特别适合空间移变系统的图像恢复.详细分析了这种方法的原理,推导了运算公式,并给出了对场曲图像处理的结果.     

多尺度形态算子融合图像滤波技术及滤波质量评价

针对舰载红外警戒系统的红外和电视图像,提出了一种新的海空背景下受强杂波、噪声污染的图像目标滤波算法和滤波效果的定量评价算子。算法采用多尺度的形态算子对输入的图像并行滤波,大尺度形态算子抑制图像噪声,小尺度形态算子提取目标边缘细节信息。处理后的图像进行基于树状小波帧变换的图像信息融合,融合图像可完备提取不同尺度滤波后的图像信息。针对目标检测跟踪的图像滤波算法的评价,提出了目标与背景的交叉分辨力评价算子及评价准则。仿真实验表明。该滤波算法要优于中值滤波、自适应滤波、小波变换滤波算法,滤波质量的定量评价算法是合理的、有效的。算法适用于舰载红外警戒系统。     

红外目标湍流退化图像的优化复原算法

提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中，建立一个基于目标图像和点扩展函数频谱的目标函数，通过迭代方式采用最速下降优化方法来极小化该目标函数，并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换，在每次迭代中交替加入约束条件进行反复修正，以便取得预期的图像恢复效果，增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像，在微机上对算法进行了一系列复原验证实验。实验结果表明：该文算法复原效果稳定，抗噪能力强，具有实用价值。     

针对特定场合的图像恢复算法实验研究

介绍了数字图像恢复技术的原理和主要的恢复算法,针对离焦退化、运动退化和高斯退化等不同应用场合,结合各种评价函数分析比较了维纳滤波、约束最小二乘法、Lucy-Richardson和最大熵法在图像恢复中的各自特点。对实际拍摄的离焦模糊图片进行了恢复处理,比较和印证了各算法的特性。总结了各算法在图像恢复中的特点以及各种图像质量评价函数的适用范围。     

惯性约束聚变中环孔编码图像恢复的改进维纳滤波方法

针对惯性约束聚变(ICF)中环形孔径编码图像的恢复问题提出了一种改进的维纳滤波方法。在传统的维纳滤波方法中,由于原图像和噪声是未知的,故通常是用某一待定常量来代替其中的噪声与信号的谱密度之比。这种近似忽视了信号与噪声本身的信息,从而造成丢失某些关键的细节,难以达到高质量的图像复原效果。在改进的方法中,首先采用传统维纳滤波方法求得初始估值,然后利用该初始值求得原图像及噪声的谱密度估值,进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明,这种改进方法可以克服原方法的不足,突出图像的一些关键细节,提高图像的整体质量。在仿真实验中,恢复图像的均方误差降低了15％以上;在实际惯性约束聚变图像的解码恢复实验中,图像恢复效果亦有显著改善。该方法还可以推广到其他图像恢复的应用中。     

基于变换矩阵的BGA X-ray图像倾斜识别

针对基于X-Ray的焊球阵列封装(BGA)焊接缺陷检测中,现有的图像处理算法无法有效处理PCB意外倾斜的问题,提出了一种自动判断BGA焊点X射线图像倾斜程度并进行校正的方法。首先根据BGA焊点阵列排布的特性恢复出原始图像中的结构信息,然后使用广义逆矩阵求解出理想正视图像与实际倾斜图像之间的变换矩阵,最后对倾斜图像进行逆变换以得到理想正视图像,并使用变换矩阵估计出PCB的倾斜程度。实验针对正视与倾斜的BGA焊点的X射线图像,运用所提方法,准确判别出图像的倾斜程度,并进行了校正。此方法既可以作为一种图像质量评价算法,在BGA X-Ray缺陷检测中判断图像是否为需要的正视图像;也可以作为一种图像自动校正算法,提升基于X射线的自动检测系统的适应性。     

低强度X射线影像系统的噪声分析及图像去噪处理

新型低强度X射线影像系统主要是由平板式单近贴静电聚焦X射线像增强器和CCD数据采集系统构成，根据系统的组成，分析了图像噪声来源，指出了它们的噪声整全为泊松分布规律的随机白噪声，局部也有正负脉冲干扰等特点，以此提出了处理该图像噪声的“多帧平均滤波＋极值中值滤波”的复合算法，即先根据随机噪声互不相关的特点，将多幅图像叠加平均，突出有效信息，压缩噪声。再在改进标准中值滤波基础上，采用极值中值滤波，更好地去除噪声，保留细节。通过对峰值信噪比的计算表明，该方法明优于任何单一算法，取得较好效果。     

三次相位板波前编码系统彩色图像恢复的迭代算法

采用三次相位板进行景深延拓的波前编码系统得到非对称的点扩展函数.为了获得最终清晰的彩色图像.研究了一种基于广义极小残差法(GMREs)的迭代算法,结合Tikhonov规整化方法,并利用多通道处理过程对中间图像进行左卷积恢复.为了消除恢复图像边界的振铃效应,推导了新的光学成像过程数学模型,该模型采用反镜像边界条件并利用直积近似对卷积核进行处理.模拟数据的分析表明,采用多通道处理过程对彩色图片进行恢复时,新的算法在给出精确的反巷积结果的同时能有效地抑制噪声的放大;实验结果显示,较之经典的维纳滤波恢复结果,新算法能够更好的消除边界的振铃和图像边缘的振动波纹.     

基于曲率滤波和梯度变换的图像增强

针对基于梯度变换的图像增强算法抗噪声干扰能力差的问题,引入曲率滤波理论,提出了基于高斯曲率滤波和梯度变换的图像增强算法.该算法通过对图像梯度场进行非线性变换来增强图像对比度,通过构造能量泛函,采用梯度下降法从变换后的梯度场重构出增强后的图像,并利用高斯曲率滤波对梯度下降法迭代过程中的重构图像及其各阶偏微分进行平滑,有效解决了图像重构过程中的噪声非线性放大和扩散问题,同时保留了丰富的细节信息.采用多组边缘模糊图像进行仿真实验,实验结果表明该算法在增强图像边缘对比度的同时,能够有效抑制噪声.     

基于TV正则化和局部约束的遥感图像恢复

阐述了基于总变分理论和基于像元亮度局部约束的退化图像恢复算法,为利用二者的优点获得更好的恢复效果.把总变分方法和局部约束方法结合在一起,提出了一种新的混合恢复算法.对最小二乘问题进行总变分正则化约束,形成迭代公式,在迭代过程中对所获得的结果利用局部均值和局部方差进行局部约束.实验中对退化的遥感图像分别用总变分约束方法恢复和本文提出的方法进行恢复,结果表明,该方法具有良好的图像恢复能力,图像恢复效果有了明显的提高.     

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。     

基于小波阈值法和维纳滤波的稀疏孔径光学系统成像的恢复

在研究稀疏孔径理想衍射成像光学系统的基础上，提出基于改进小波阈值法和维纳滤波的稀疏孔径光学系统成像恢复算法。针对存在噪声干扰的稀疏孔径光学成像系统，设计并利用改进的小波阈值去噪算法，较好地去除了成像噪声，最大程度地得到较为理想的成像结果，然后利用维纳滤波方法实现成像恢复。在实验中，利用光学设计软件ZEMAX设计了不同填充因子的稀疏孔径光学系统，并用本算法进行了成像恢复。实验结果表明，该算法的结果优于单独使用维纳滤波方法所获得的结果。     

基于微分图像自相关的离焦模糊图像盲复原

针对离焦模糊图像的盲复原算法的研究具有重要的实际意义和实用价值.根据光学离焦成像模型,研究提出了一种基于微分图像自相关的离焦模糊图像超分辨力盲复原算法,即首先采用拉普拉斯算子对离焦模糊图像进行二阶微分并求微分图像的自相关,然后从自相关结果所包含的信息中确定离焦模糊半径,最后以离焦模糊模型结合MPMAP超分辨力复原算法对离焦模糊图像进行肓复原.实验证明:算法能够以较高的精度估计出离焦模糊半径并实现离焦模糊图像的盲复原,该算法较其它同类算法在减少计算过程中需要考虑的各类因素的同时也减少了计算量,提高了结果精度,依靠超分辨力复原算法获取更多的复原图像信息,已在实际刑侦和物证鉴定的离焦模糊图像判读和鉴定中获得成功应用.     

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。     

基于改进NAS-RIF的三维显微图像盲复原

对二维NAS-RIF算法进行了改进,并将它用于三维显微图像复原,分别用模拟样本和真实生物样本进行了实验。针对原算法对噪声有放大作用,提出了基于中值滤波去噪的改进。在支持域的确定、最小点的搜索上进行改进,提高复原质量。改进了原算法仅适用于均匀背景的不足,扩大了应用范围。实验结果表明,该算法在三维显微图像盲复原中具有较好的效果。     

稀疏孔径光学系统成像恢复算法研究

分析了传统小波阈值去噪方法,给出改进去噪算法.先对稀疏孔径光学系统含噪成像,通过改进小波阈值去噪,提高信噪比,最大程度得到较为理想成像结果,参考修正维纳滤波方法,对去噪结果经过修正维纳滤波实现成像恢复.在实验中,考虑结构非冗余性,利用光学设计软件ZEMAX设计Golay6结构不同填充因子的稀疏孔径光学系统,以本算法进行成像恢复.实验结果表明本文算法优于单独使用维纳滤波或修正维纳滤波方法.     

Weighted Schatten p-Norm Low Rank Error Constraint for Image Denoising

Traditional image denoising algorithms obtain prior information from noisy images that are directly based on low rank matrix restoration, which pays little attention to the nonlocal self-similarity errors between clear images and noisy images. This paper proposes a new image denoising algorithm based on low rank matrix restoration in order to solve this problem. The proposed algorithm introduces the non-local self-similarity error between the clear image and noisy image into the weighted Schatten p-norm minimization model using the non-local self-similarity of the image. In addition, the low rank error is constrained by using Schatten p-norm to obtain a better low rank matrix in order to improve the performance of the image denoising algorithm. The results demonstrate that, on the classic data set, when comparing with block matching 3D filtering (BM3D), weighted nuclear norm minimization (WNNM), weighted Schatten p-norm minimization (WSNM), and FFDNet, the proposed algorithm achieves a higher peak signal-to-noise ratio, better denoising effect, and visual effects with improved robustness and generalization.     

基于优势特征图像融合的水下光学图像增强

针对水下光学图像颜色失真、非均匀光照、对比度低的问题,提出基于优势特征图像融合的水下光学图像增强算法.首先,提出改进的暗通道先验算法去除退化图像中的不均匀浑浊并均衡色彩;其次,对颜色校正图像分别使用基于加权分布的自适应伽玛校正算法和限制对比度自适应直方图均衡-同态滤波算法,增强颜色校正图像对比度并使其亮度均衡;最后,定义三幅融合图像即颜色校正图像、亮度均衡图像、对比度增强图像的关联权重图,通过多尺度融合算法获得融合图像.与单一预处理算法只能解决对应的退化现象相比,该算法对单幅退化图像进行多算法处理,得到三幅优势特征图像,通过不同权重的组合最大程度地将各优势特征相结合,得到的综合效果远超各单一算法优化效果,不再局限于解决颜色失真等单一问题.将本文算法与现有算法在主观评价和客观评价两方面进行实验对比,结果表明,该算法可以有效平衡水下图像的色度、饱和度及清晰度,视觉效果接近自然场景下的图像.