引入泽尼克多项式的极大似然盲解卷积算法初值的优化选取

为提高图像盲复原处理效果,提出了经验法、拟合高斯点扩散函数法,以及符合Kolmogorov谱函数的初值选取方法等三种初值选取方法。引入泽尼克多项式参量化表示点扩散函数,应用极大似然迭代盲解卷积算法对模拟模糊图以及木星观测图进行了复原处理。计算结果表明,符合Kolmogorov谱函数分布的初值方法以及拟合高斯点扩散函数方法得到的图像复原结果较好。     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DTCWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明:由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90(°)~1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。     

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。     

贝叶斯迭代联合双边滤波的散焦图像快速盲复原

实现有效的单幅散焦图像盲复原对军事及地质勘测领域的清晰图像获取具有极为重要的意义.常用算法存在计算量大、振铃及噪声敏感的问题,为此本文提出了贝叶斯框架下迭代双边滤波器的快速盲复原算法.它首先用基于深度信息的盲去卷积结果估计点扩散函数的概率模型,进而通过贝叶斯理论构建合理的盲复原最小优化问题;然后推理分析最小优化问题的求解实质,得出双边滤波器快速求解最小优化问题的结论;最后设计迭代联合双边滤波器的求解方式,即利用一次双边滤波器求解的复原结果设计联合双边滤波器的指导图,再将其作为优化问题的输入,迭代实施求解.实验结果表明:该算法能有效抑制振铃,减少计算量,去除噪声,85%图像的像素误差平均值低于0.03,较常用盲去卷积法在同一误差区间的复原成功率提高了19%,运行时间缩短了约78%,能有效用于单幅散焦图像盲复原的实际工程实践中.     

基于能量分布的显微成像系统3D-PSF选取方法

在数字共焦显微技术的图像反卷积复原中,三维点扩展函数(3D-PSF)空间大小的选取与图像复原效果有密切的关系。依据显微镜三维成像原理以及3D-PSF模型,分析了显微镜3D-PSF的能量分布和3D-PSF空间大小的关系,提出了一种通过复原效率与能量关系曲线拐点进行能量阈值确定,以实现3D-PSF空间大小选取的方法。模拟了生物光学显微镜3种不同数值孔径(放大倍数)物镜下图像的采集和3D-PSF的生成,获取不同能量大小3D-PSF对细胞三维仿真图像的反卷积复原结果。提出的方法为三维显微图像反卷积复原中3D-PSF的自动选取奠定了基础。     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能.     

基于COSM的三维显微图像复原算法研究

光学分层显微成像技术(COSM)不仅可用于去除非聚焦层杂散光的影响以及噪声的干扰,而且能复原样本的清晰三维像,将成为提取微流体的三维温度和速度场分布信息的有效工具.本文研究了基于已知点扩展函数的6种COSM成像算法,详细讨论了6种COSM成像算法的原理和实现,构造了三维样本图像和点扩展函数模型,并对复原结果进行了分析....     

基于哈特曼-夏克波前传感器的模糊图像复原方法

离焦模糊图像的清晰度较低,因此必须对其进行复原。传统方法通常采用圆盘或高斯函数来近似离焦造成的点扩散函数,复原效果不够理想。为此,提出利用哈特曼-夏克波前传感器探测离焦波前,根据所得波前计算光学系统的点扩散函数,并采用Richardson-Lucy算法对模糊图像进行复原。搭建了实验用的光学系统,采集了离焦模糊图像以及相应的波前信息,获得了清晰的复原图像,并利用客观图像评价方法对退化图像和复原图像进行了评价,同时与传统方法得到的复原图像进行了比较。实验结果表明,该方法能精确重建点扩散函数,有效提高图像的质量。     

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。     

模糊条码图像的正则化复原算法

由条码扫描仪获得条码图像的过程可以用理想条码信号与扫描仪光学系统点扩散函数的卷积模型来描述。反卷积是消除由光学系统点扩散带来的模糊现象的最好办法。为克服反卷积的病态问题,研究了反卷积的正则化方法;针对条码信号的特点,构建了适合于条码信号复原的惩罚项,提出了条码信号的正则化复原算法及其适合于计算机运算的迭代算法。通过实验研究了算法在不同情况下的抗干扰能力。实验结果表明,正则化条码信号复原算法在消除系统点扩散函数的影响的同时能够很好地抑制噪声。     

A Robust Point Spread Function Estimation for Out-of-Focus Blurred and Noisy Images Based on a Distribution of Gradient Vectors on the Polar Plane

The estimation of the point spread function (PSF) is a very important and indispensable task for practical image restoration. Various PSF estimation algorithms have been developed, especially for the out-of-focus blur. However, a majority of them are useless in an extremely noisy environment. This paper describes a new robust PSF estimation algorithm based on a distribution of gradient vectors on the logarithmic amplitude spectrum mapped to the polar plane. The proposed algorithm can estimate the out-of-focus PSF accurately and robustly, even for an image highly corrupted by noise. The effectiveness of the proposed algorithm is verified by applying it to the PSF estimation for out-of-focus blurred and noisy images.     

基于目标和点扩展函数联合估计的点源目标图像近视解卷积

在传统的基于波前探测的解卷积方法中,由波前探测得到的点扩展函数被认为是精确的,并用维纳滤波进行复原,但是点扩展函数不可避免地存在误差,所以最终的复原目标图像质量不佳.为了解决该难题,提出了基于目标和点扩展函数联合估计的图像近视解卷积算法.它运用了点扩展函数和目标的先验信息,对点扩展函数和目标进行了规整和进一步约束,从而得到更优的恢复图像质量.对该方法的原理和实现过程进行了阐述,并将其运用于室内点源目标数据中.实验结果证明,与维纳滤波方法相比,该方法使图像恢复的效果得到明显改善.     

Real-time blind deconvolution of retinal images in adaptive optics scanning laser ophthalmoscopy

With the use of adaptive optics (AO), the ocular aberrations can be compensated to get high-resolution image of living human retina. However, the wavefront correction is not perfect due to the wavefront measure error and hardware restrictions. Thus, it is necessary to use a deconvolution algorithm to recover the retinal images. In this paper, a blind deconvolution technique called Incremental Wiener filter is used to restore the adaptive optics confocal scanning laser ophthalmoscope (AOSLO) images. The point-spread function (PSF) measured by wavefront sensor is only used as an initial value of our algorithm. We also realize the Incremental Wiener filter on graphics processing unit (GPU) in real-time. When the image size is 512 × 480 pixels, six iterations of our algorithm only spend about 10 ms. Retinal blood vessels as well as cells in retinal images are restored by our algorithm, and the PSFs are also revised. Retinal images with and without adaptive optics are both restored. The results show that Incremental Wiener filter reduces the noises and improve the image quality.     

空间变化PSF非盲去卷积图像复原法综述

传统的图像复原一般认为点扩散函数(PSF)是空间不变的,实际光学系统由于受到像差等因素的影响,并非严格的线性空间不变系统,基于空间变化PSF的非盲去卷积图像复原法逐渐体现其优越性。空间变化PSF的非盲去卷积图像复原法先准确估计图像空间变化的PSF,再利用非盲去卷积算法对图像进行复原,有利于恢复出高质量图像。本文从算法的角度综述了近几年提出的基于空间变化PSF的非盲去卷积图像复原方法,并对比了基于强边缘预测估计PSF的非盲去卷积法、基于模糊噪声图像对PSF估计非盲去卷积法等算法的优缺点,各算法分别在PSF估计精确度、振铃效应抑制效果、适用范围等方面体现出各自的优劣。空间变化PSF的非盲去卷积图像复原法的研究,有利于推进图像复原技术向更高水平发展,使光学系统往轻小型化方向发展,从而在多个科学领域发挥其重要作用。     

Gradient-Based Blind Deconvolution with Phase Spectral Constraints

This paper proposes a new blind deconvolution method with additional phase spectral constraints for a blurred image. A degradation of an original image is mathematically modeled by a convolution of an original image and a point-spread function (PSF). The proposed method consists of the following three steps: (i) projection onto a complex set satisfying the phase spectral constraint in a frequency space; (ii) minimization of a cost function preserving the constrained phase spectra; and (iii) projection onto an image space satisfying nonnegative and support constraints. This method restores both the original image and the PSF with high accuracy. The effectiveness of the proposed method is verified by applying it to some blind deconvolution problems for digital images, and the experimental results show that the performance is superior to the conventional blind deconvolution methods.     

点扩散函数高斯拟合估计与遥感图像恢复

为了减轻或消除航天遥感相机成像过程中图像退化造成的模糊,突出图像的特征目标,对获取的图像进行了恢复处理。首先,采用陷波滤波器在频率域对遥感图像进行了去噪预处理。然后,通过图像中具有刀刃边缘的地物估计成像系统的退化函数,即点扩散函数;同时,利用高斯拟合对估计的点扩散函数进行校正。最后,利用拟合后的点扩散函数,采用自适应维纳滤波对图像进行恢复。实验结果表明：陷波滤波器基本消除了图像中叠加的条带噪声。与原图相比,细节图像恢复后其方差增大4.395,灰度平均梯度增大1.799,Laplacian梯度增大10.014,图像目视效果更清晰。高斯拟合的点扩散函数用于遥感图像恢复,减轻了图像模糊,使图像细节突出,纹理清晰,利于图像的判读和分析。     

天文图像多帧盲反卷积收敛性的增强方法

天文图像多帧盲反卷积的收敛性受到初始目标、约束条件和光子噪声等因素的影响.提出了用实际光学成像系统参数确定频率带宽有限约束的方法.用Knox-Thompson 方法重构初始目标相位形成盲反卷积算法的初始目标函数.研究了一种新颖的有效减小光子噪声、边缘效应和振铃现象的方法.根据最大似然估计理论，用期望最大化的优化方法建立了改进的严格约束多帧盲反卷积算法.模拟图像和实际天文图像的复原结果表明，所建立的多帧盲反卷积，可以有效克服大气湍流和减小光子噪声，改善天文观察图像的分辨率，并部分消除光学系统衍射效应对恢复图像的影响. 关键词： 大气光学 天文观测 图像处理和恢复     

Dynamic deformation image de-blurring and image processing for digital imaging correlation measurement

This paper proposes a method for de-blurring of images captured in the dynamic deformation of materials. De-blurring is achieved based on the dynamic-based approach, which is used to estimate the Point Spread Function (PSF) during the camera exposure window. The deconvolution process involving iterative matrix calculations of pixels, is then performed on the GPU to decrease the time cost. Compared to the Gauss method and the Lucy–Richardson method, it has the best result of the image restoration. The proposed method has been evaluated by using the Hopkinson bar loading system. In comparison to the blurry image, the proposed method has successfully restored the image. It is also demonstrated from image processing applications that the de-blurring method can improve the accuracy and the stability of the digital imaging correlation measurement.