气动光学效应分析与气动模糊图像复原

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.     

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MTF的红外遥感图像复原

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。     

超分辨率图像复原及其进展

超分辨率图像复原的目的在于复原截止频率之外的信息 ,以使图像获得更多的细节和信息。阐述了超分辨率图像复原的理论基础 :解析延拓理论 ,信息叠加理论和非线性操作。说明了超分辨率复原能力的概念和影响因素 ,介绍了目前主要研究和采用的超分辨率复原方法 :能量连续降减法 ,Bayes分析法 ,凸集投影法 ,包括单幅图像复原法和多幅图像复原法。指出了超分辨率复原的研究和发展方向。     

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。     

最大熵图像复原及其新进展

最大熵方法(MEM)是一种重要的图像复原方法,可以取得比一般线性复原算法更好的处理效果。简单阐述了最大熵图像复原的数学模型,介绍了近年来提出的新算法:直接迭代法,多尺度最大熵算法及闭合形式的最大熵算法。对今后该领域的研究和发展进行了展望。     

一种基于输运方程的大气退化图像复原方法

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。     

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Contourlet变换的迭代图像复原算法

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.     

中子数字图像几何不锐度校正算法研究

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。     

基于空间域共轭梯度法的盲目图像复原

针对图像退化的几种常见形式,在最小二乘法的基础上提出了一种基于共轭梯度法的空间域加权盲目图像复原方法。通过实验验证,该算法经过较少的迭代次数就可以实现运动模糊、离焦模糊图像的复原,并取得了较为满意的复原结果。     

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。     

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.     

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。     

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。     

自适应光学图像非对称图像迭代盲复原算法

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。