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.     

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。     

宽带电磁图像卷积神经网络盲恢复方法研究

在利用抛物反射面对电磁干扰源成像过程中,由于系统衍射受限及成像频带较宽,导致干扰源成像模糊,分辨率低,难以分辨,不同频率不同区域干扰源所成图像分辨率不同,采用已有超分辨算法难以提高分辨率。为了实现宽带电磁图像的盲复原, 应用卷积神经网络的方法。网络训练是直接输入模糊图像,不假设任何特定的模糊和噪声模型情况下,重建出高质量图像。实验和仿真结果证明了卷积神经网络盲恢复方法在宽频带不同成像区域下表现了优于其他盲恢复算法的优势。     

联合梯度预测与导引滤波的图像运动模糊复原

针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊,提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息,实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数,使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器-导引滤波来消除噪声并抑制振铃效应。实验结果表明：本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像,并且运算时间不超过20 s。     

基于指导滤波的图像盲复原算法

作为图像处理领域的重要分支和研究热点之一, 图像复原方法 的研究始终具有重要理论意义和广泛的应用价值, 图像盲复原一直以来都 是图像复原中比较困难的问题之一. 针对相机与所拍摄景物之间由于相对 位置移动而使所获得图像发生运动模糊的情况, 本文提出了一种基于指导滤波 的图像盲复原算法. 我们首先通过频域迭代算法对点扩散函数 进行估计. 然后, 由于指导滤波具有较好的保持图像边缘的特性, 我们应用基于指导滤波的图像非盲复原算法恢复目标图像. 对以上两步进行反复迭代, 直到获得最终的清晰图像. 为了验证本文所提算法的有效性, 给出了多组对比实验. 实验结果表明, 本文所提算法能够在有效地抑制噪声和振铃 效应的同时, 还能够更好的保持图像的边缘和纹理细节. 因此, 本文算法可以获得更高质量的复原图像.     

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。     

应用于水下机器人的快速深海图像复原算法

由于海水吸收和水中悬浮颗粒散射，水下机器人通过人造光源获得的深海图像普遍存在模糊、色偏和清晰度低等问题。围绕深海图像快速精准复原所需解决的关键问题，首先建立真实深海图像数据集，分析深海图像的成像特点，基于图像特征的统计结果提出一种线性景深模型，然后通过有监督方法进行模型参数辨识，最后根据景深模型分别快速估计出原始图像的传输地图和背景光，进而有效避免累计误差，实现深海图像的有效复原。实验结果表明，所提算法在图像复原结果、有效性、质量和实时性指标上均优于同类算法，在Nvidia Jetson TX2嵌入式设备上处理600 pixel×800 pixel大小的图像，平均复原速度是4种优秀水下图像增强算法中最快的3.08倍。     

基于总变分的湍流退化噪声图像盲反卷积复原

根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。在计算机上模拟了湍流退化和噪声污染图像。实验结果表明,该复原算法能有效地克服大气湍流和噪声的影响,可复原出清晰的原始目标图像。     

点扩散函数选取对波前编码图像复原影响的实验研究北大核心CSCD

波前编码系统由于其离焦不敏感和像差抑制特性被广泛应用于光学系统中来延拓景深。景深的拓展是以牺牲图像像质为代价,通过数字复原方法获得正常水平的图像质量。通过对比分析两种复原方式,一种是焦点处的点扩散函数复原全部离焦位置的模糊图像,另一种是点扩散函数分别复原对应离焦位置的模糊图像,通过仿真模拟和显微实验成像对比分析得知点扩散函数复原对应离焦位置的模糊图像的复原方式可以有效削减振铃效应。该复原方式可以减弱图像二次模糊,复原结果更适合人眼观察。     

点扩散函数选取对波前编码图像复原影响的实验研究

波前编码系统由于其离焦不敏感和像差抑制特性被广泛应用于光学系统中来延拓景深。景深的拓展是以牺牲图像像质为代价,通过数字复原方法获得正常水平的图像质量。通过对比分析两种复原方式,一种是焦点处的点扩散函数复原全部离焦位置的模糊图像,另一种是点扩散函数分别复原对应离焦位置的模糊图像,通过仿真模拟和显微实验成像对比分析得知点扩散函数复原对应离焦位置的模糊图像的复原方式可以有效削减振铃效应。该复原方式可以减弱图像二次模糊,复原结果更适合人眼观察。     

一种多目标QR码图像快速校正方法

随着信息物联网的发展,快速响应(QR)码的应用越来越多样化。传统单个QR码的识别和应用已不能满足现有需求,因此提出一种多目标QR码的校正方法。对图像进行二值化,利用QR码自身符号特征进行定位,结合连通区域标记算法对图中的多个QR码进行分割。接着利用轮廓跟踪获得QR码探测图形边界,并利用几何关系获得探测图形上的3个顶点。根据探测点和3个顶点的关系,获得第4个顶点,最后用逆投影变换依次对每个QR码进行校正处理。使用C++语言实现算法,并用Zbar对校正后的QR码进行识别测试。实验结果表明,所提算法能够实现对多目标QR码的快速校正,识别率高,且能克服不同光照、背景干扰影响,具有较好的稳健性。     

两次引导滤波的显微视觉散焦图像快速盲复原

针对显微图像盲复原算法存在的计算量大、振铃效应以及噪声敏感的问题,提出贝叶斯框架下两次引导滤波的快速盲复原算法。利用显微图像成像原理中基于深度信息估计点扩展函数的概率模型,构建了贝叶斯框架下盲复原的最小优化问题;通过分析最大后验概率的最小优化问题求解过程,推出了实施引导滤波器可快速求解优化问题的结论;为有效去除振铃和噪声,设计了两次引导滤波的求解方案,其将第一次引导滤波求解的结果作为优化问题的二次输入。实验结果表明,复原结果的像素误差率约为0.04,较常用盲复原算法的复原准确度提高了约20%,运行时间也大幅缩短,该方法能有效应用于显微视觉下微装配散焦图像盲复原的工程实践中。     

基于FPGA的实时大气湍流图像复原算法及实现

由于大气湍流的影响,远距离光学成像设备获取的图像会出现严重的退化现象,例如几何畸变、运动模糊和离焦模糊等。目前主流的湍流复原算法通常依赖于非刚性配准、重建,或者从长时的视频序列中寻找稀有的“幸运区域”,这些方法均需要庞大的计算量或者提前获得完整视频数据,无法满足实际应用场景的实时性要求。因此,提出一种可在FPGA中实现的实时湍流复原算法。该方法利用大气湍流的随机性,通过连续帧信息对图像进行时间域的滤波,解决了图像几何畸变的问题;然后,将频域的维纳滤波转换为较为容易实现的空间域卷积,解决了图像模糊的问题。实验表明,本文算法不仅满足了实时性要求,同时有效地实现了湍流图像的复原。     

离焦模糊图像的维纳滤波恢复

为消除离焦误差产生的图像模糊,介绍了基于逆滤波和维纳滤波的离焦模糊图像复原方法。从光学成像原理出发,根据高斯方程计算离焦误差,建立离焦误差与光学传递函数之间的关系。讨论了离焦误差对光学成像系统传递函数的影响。通过建立线性空间不变的模糊模型,构建点扩散函数和光学传递函数,采用与模糊过程相反的处理方法进行图像复原,消除离焦误差造成的图像模糊。测试实验中,对标准样本Lena图像进行了离焦模糊处理,采用维纳滤波算法复原图像,选择不同的离焦半径和维纳滤波参数进行对比。实验结果表明:维纳滤波方法可有效消除离焦模糊;抑制噪声干扰和"振铃效应";可把图像峰值信噪比提高到6dB以上。     

一种基于模糊图像处理的透镜快速测焦方法

焦距的精确测量直接关系到光学仪器的正常使用和技术性能的充分发挥。基于光学离焦成像模型,结合模糊图像处理快速算法,提出了一种新的实用性强的快速自动测焦方法。根据光学成像原理提出模糊图像条件下测焦原理的数学模型,运用最小二乘法拟合圆的图像处理算法计算模糊图像中两弥散光斑间的距离,利用这个距离值计算出透镜焦距。实验证明该方法能够以较高的精度估计出弥散光斑间的距离值,从而实现精准且快速的自动测焦。该方法只需一幅模糊图像,相对于传统的测焦方法,减少了计算量,提高了速度和可靠性,降低了系统的复杂度。     

基于稀疏先验的空间目标图像盲反演方法

针对图像盲反演算法未考虑空间目标图像自身特性,致使对空间目标图像细节信息恢复不理想、重构图像中易产生边界伪像等不足之处,提出了一种基于稀疏表示的联合稀疏先验约束盲反演算法.首先,结合空间目标图像梯度的稀疏特性,采用图像梯度的L 0范数提取有利于模糊核估计的图像显著边缘信息;其次,采用L p范数和L 0范数对图像的梯度分布和空间域进行稀疏约束,以保证反演图像的像素点间具有显著的对比度,同时保证图像中包含边缘和纹理等细节信息;最后,采用拉普拉斯分布先验对模糊核进行约束,以保证模糊核的稀疏特性.采取交替迭代策略对所提出的模型进行优化求解,从而得到模糊核和空间目标图像的估计值.实验结果表明,相比于几种具有代表性的盲反演算法,提出的方法能估计出更准确的模糊核,对图像边缘和纹理等细节信息具有更好的恢复能力,在主观评价和客观评价方面均取得了较好的反演性能.     

基于闪动快门的互补序列对的运动模糊图像复原

针对传统曝光模式下运动模糊图像复原的病态性问题,提出了一种基于闪动快门互补序列对的运动模糊图像复原方法 .分析了闪动快门成像原理及其码字序列在频域的相关特性,结合编码序列对之间的信息互补特点,引入Golay互补序列生成理论,构建长度适中的二进制闪动快门互补序列对.互补序列对的联合调制传递函数在频域上实现了信息互补,其曲线对比单码字的调制函数具有更大的最小值和更小的方差值,且其构成了峰值-谷值对应,保证了互补图像序列能够相互补偿由于运动模糊所造成的空间信息损失.引入全变分正则化模型,构造一体化的多帧图像去模糊复原算法框架,实现清晰图像的有效获取.搭建了运动目标实拍仿真成像平台,开展了仿真和实拍运动模糊复原实验.实验结果表明,该方法能够更好地保留场景细节信息,获得高质量的运动模糊复原结果,有效改善复原过程中的负效应.相较于其他几种运动目标成像获取方式,该方法复原图像具有更好的主客观评价结果 .     

超宽带微波检测早期乳腺肿瘤三维仿真

超宽带微波成像技术可作为有效的方法用于乳房早期乳腺肿瘤的检测. 该方法基于乳房组织和肿瘤之间较大的电学特性差异的特点进行成像, 能提供足够的分辨率以及足够的穿透深度. 本文采用时域有限差分方法建立超宽带微波信号在三维乳房组织中传播的模型, 并采用单极德拜模型完成了生物组织色散特性的模拟. 利用8发9收的天线阵列实现微波肿瘤探测, 利用共焦成像算法对乳房组织进行图像重构并进行肿瘤定位. 仿真结果显示共焦成像算法能够实现最小直径3 mm的肿瘤的检测, 同时证实了超宽带微波成像技术应用于早期乳腺肿瘤检测的有效性. 关键词： 微波成像 肿瘤检测 时域有限差分 共焦成像算法     

用神经网络鉴别退化图像的模糊类型

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大,以此作为判别依据,用概率神经网络实现了对四种模糊类型:离焦,矩形,运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值,可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度,扩大了算法的实用范围。     

一种优化波前编码系统相位板参数的新方法

根据波前编码系统的设计理论,在兼顾图像恢复能力的基础上,提出利用不同离焦距离的点扩散函数与焦面处的点扩散函数之间的希尔伯特空间角作为成像特性一致性的评价函数,结合遗传算法,对扩大景深的波前编码成像系统的相位板参数进行优化。分别在空间域和频率域上分析应用波前编码技术前后光学系统的成像特性,并利用最小二乘数字滤波器对中间模糊图像进行复原。仿真实验结果表明:在三次相位板上应用此方法获得的最佳相位板参数使波前编码系统焦深扩展了10倍。