共查询到17条相似文献,搜索用时 62 毫秒
1.
气动光学效应分析与气动模糊图像复原 总被引:1,自引:0,他引:1
针对超音速飞行器在大气中飞行时所产生的湍流脉动气动光学效应进行了理论分析与计算,并对气动模糊图像进行了复原.首先根据计算流场时使用的湍流模型及其控制方程,计算脉动流场气动光学效应所对应的点扩散函数.计算结果表明,气动光学点扩散函数的幅度响应函数具有低通特征,使目标图像成像模糊.在相同飞行高度下,马赫数越高,图像模糊越严重.通过把气动光学效应传递函数应用于风洞实验吹风前图像,并将得到的气动模糊图像与吹风后实测图像的对比,验证了理论点扩展函数的正确性.最后,提出了一种改进的Landweber迭代图像复原方法对气动光学效应进行了校正.该方法在每一步迭代时对松弛因子进行修正,具有较快收敛速度和更好的复原效果. 相似文献
2.
3.
在红外遥感图像复原过程中,一般是采用刃边法获得调制传递函数的。然而,该方法存在图像刃边位置难以确定,以及提取的像素点较少等缺点。为了解决上述问题,实验设计了一种新的调制传递函数测量方法,通过直接移动刃边来观察一个像素点在刃边附近灰度值的变化情况,然后对这些数据点依次进行拟合、微分、傅里叶变换等步骤就得到系统的调制传递函数,最后,用逆滤波和维纳滤波进行图像复原。实验结果表明,通过该方法得到MTF后进行图像复原效果较好。 相似文献
4.
5.
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。 相似文献
6.
7.
在恶劣天气条件下获得的户外场景图像往往存在较差的对比度和颜色,严重影响了对图像的分析和理解。文中简要分析了此类图像退化的原因,并引入了大气辐射传输方程来研究散射现象。利用Narasimhan和Nayar提出的数值解来进行图像复原的实现,并基于此数值解,提出了针对恶劣天气的改进计算。实验表明,改进后的数值解对退化图像能得到很好的恢复效果,减少了计算量。 相似文献
8.
9.
基于Contourlet变换的迭代图像复原算法 总被引:2,自引:0,他引:2
考虑到contourlet变换的多尺度多方向性以及对二维图像具有比小波变换更好的稀疏表示特性,提出了一种基于contourlet变换的图像复原算法.算法采用边界优化的方法,通过类期望最大化算法在contourlet域进行迭代计算,并最终获得惩罚似然函数的最优解.实验结果表明.与传统的基于小波变换的同类图像复原算法相比,基于contourlet变换的复原算法在保持了较低的运算代价的同时,更好地保护了图像的边缘和细节信息,峰值信噪比有0.6 dB~0.8 dB左右的提高. 相似文献
10.
中子数字图像几何不锐度校正算法研究 总被引:1,自引:0,他引:1
以中子数字成像系统的开发为背景,提出一种用于中子数字图像几何不锐度校正的图像复原算法。首先分析了中子数字成像的准直成像系统,得到引起中子数字图像几何不锐度的点扩展函数。据此,提出一种正则化的Lucy-Richardson(LR)算法,该算法利用贝叶斯(Bayes)最大后验估计理论研究了小波系数的双变量层间模型,推导出一种有效的小波降噪方法,并将小波降噪引入LR算法的迭代过程,此方法可有效解决原始LR算法的噪声放大问题。将改进的LR算法用于一个测试样品中子数字图像的几何不锐度校正,结果表明,该算法可以克服原始LR算法的不足,并优于频域小波域联合正则化图像复原算法。该方法还可以推广到其他图像复原的应用中。 相似文献
11.
12.
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。 相似文献
13.
Blind restoration of real turbulence-degraded image with complicated backgrounds using anisotropic regularization 总被引:1,自引:0,他引:1
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. 相似文献
14.
15.
16.
17.
为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数(PSF)频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。 相似文献