A parallel implementation of a modified Richardson-Lucy algorithm for image de-blurring

Passive imaging in the millimetre wave region of the spectrum is attractive compared with imaging in the visible and infrared because of its better penetration through cloud and rain. However, the diffraction limited spatial resolution is far worse and computer restoration of millimetre wave images is necessary. The Richardson-Lucy algorithm is frequently used for image restoration because compared with linear algorithms it has reduced sensitivity to error in a priori knowledge, and fewer restoration artefacts. However, it requires many iterations to converge and is very slow compared with linear methods. This paper investigates modifications of the Richardson-Lucy algorithm which speed up the execution of the algorthm. Software techniques investigated include incorporating a speedup parameter, using dual point spread functions and implementation in the Fourier domain. A parallel implementation of the algorithm has also been investigated using a tree topology network of between 1 and 10 transputers. Finally an application of the transputer system to the de-blurring of a millimetre-wave image obtained from a mechanical scanning system is described in the paper.     

基于相关法的哈特曼图像网格自动划分方法

在哈特曼波前测量过程中,需要对哈特曼图像进行网格划分用于计算波前斜率。传统的网格划分方法通过观察哈特曼图像手动调整网格位置和网格间距。该方法不但需要人工干预,还给波前实时测量带来困难。为实现哈特曼图像网格划分的自动化,研究了基于相关法的哈特曼图像网格自动划分方法。该方法首先对哈特曼图像进行自相关求取网格行列数以及网格间距,然后利用该网格建立相应的模拟光斑图像,最后对模拟光斑图像和哈特曼图像进行互相关求取网格最佳位置。该方法无需人工干预,耗时短,实现了网格实时自动划分。     

基于相关法的哈特曼图像网格自动划分方法

在哈特曼波前测量过程中,需要对哈特曼图像进行网格划分用于计算波前斜率。传统的网格划分方法通过观察哈特曼图像手动调整网格位置和网格间距。该方法不但需要人工干预,还给波前实时测量带来困难。为实现哈特曼图像网格划分的自动化,研究了基于相关法的哈特曼图像网格自动划分方法。该方法首先对哈特曼图像进行自相关求取网格行列数以及网格间距,然后利用该网格建立相应的模拟光斑图像,最后对模拟光斑图像和哈特曼图像进行互相关求取网格最佳位置。该方法无需人工干预,耗时短,实现了网格实时自动划分。     

一种基于改进频域图像配准技术的超分辨力图像处理方法

为提高光电成像系统的空间分辨力,提出了一种基于改进的频率域图像配准技术的超分辨力图像处理方法。首先利用改进的频域图像配准方法估算出低分辨力图像之间的微位移量,然后采用Papoulis-Gerchberg超分辨力处理方法完成图像复原。利用不同重构方法进行了仿真及实验研究,给出了评价参数。模拟和实际显微热图像的处理结果表明:该算法可使图像质量得到改善,分辨的细节更多,可有效地提高光电成像系统的空间分辨力;处理算法简单,计算量小,可实现快速处理。该算法还可应用于其他不可控光学微扫描成像系统中,具有广泛的应用前景。     

基于低照度三基色图像去噪及融合彩色图像增强方法研究

现有的各类彩色图像增强方法,主要用于对光照不均匀或弱光条件下已获取的彩色图像进行直接增强,而低照度彩色成像系统获取的彩色图像是由单独采集的三基色图像融合而成。为此提出了基于低照度三基色图像去噪及融合彩色图像增强方法。利用小波变换对低照度条件下独立采集的三基色图像进行去噪;然后将去噪后图像融合成彩色图像,将彩色图像由RGB颜色空间转换为HSV颜色空间;在HSV空间对V进行MSR增强,再对增强后的图像进行S调整;最后再将其转换回RGB颜色空间。采用客观评价方法对选取的去噪增强后图像进行了评价。结果表明:经过去噪和增强后的彩色图像在均值、方差和熵3项指标上均优于三基色直接融合的彩色图像,平均提高幅度为均值11.37%、方差8.46%、信息熵0.44%。该方法可移植到低照度彩色成像系统中,对成像质量的提升具有指导意义。     

图像局部特征自适应的快速SIFT图像拼接方法

针对目前图像拼接中计算量较大、实时性较差的问题,本文提出了一种图像局部特征自适应的快速尺度不变特征变换(SIFT)拼接方法。首先,对待拼接图像分块,确定图像局部块的特征类型;接着自适应采用不同的简化方法提取各局部块的特征点。然后,通过特征匹配求出变换矩阵,并结合RANSAC算法去除伪匹配对。最后,通过图像融合得到最终的拼接图像。文中使用提出的方法对3组待拼接图像进行实验。从实验结果可以看出:与标准拼接方法相比,本文改进方法的计算速度提升了30%~45%。因此,这种方法能够在保证图像拼接质量的前提下,有效提高图像拼接的效率,克服图像拼接中计算复杂度高的问题,在实际图像拼接中具有一定的应用价值。     

Single image deblurring using novel image prior constraints

Single image deblurring is a highly ill-posed problem and requires to be regularized. Many common forms of image prior have a major drawback that is unable to make full use of local image information. In this paper, we propose a single image deblurring method using novel image prior constraints. We establish a probabilistic model by enforcing inspired image prior constraints and adopt an advanced iterative scheme that alternates between blur kernel estimation and non-blind image restoration. To suppress ringing artifacts caused by inevitable blur kernel estimated errors, our method employs total variation image restoration and presents an alternation half-quadratic algorithm to solve the non-convex cost function. Finally, experiments show that our method has good performance in suppressing ringing artifacts, and makes a good balance between alleviating staircase effects and preserving image details.     

主被动光学图像融合技术研究

本文应用扫描式激光成像雷达获取试验数据并实现对激光数据的三维成像处理,给出了基于目标特征的激光雷达图像与被动光学图像的数据融合方法,实现了激光图像和光学图像间的三维融合。试验结果表明,本文所提出的基于目标特征的两种不同质图像间的融合方法是可行的,融合后的图像具有丰富的光谱信息和三维立体信息。     

基于支撑先验与深度图像先验的无预训练磁共振图像重建方法

基于深度学习的磁共振成像(magnetic resonance imaging, MRI)方法需要大规模、高质量的病患数据样本集进行预训练.然而,由于病患隐私及设备等因素限制,获取大规模、高质量的磁共振数据集在实际临床应用中面临挑战.本文提出一种新的基于深度学习的欠采样磁共振图像重建方法,该方法无需预训练、不依赖训练数据集,而是充分利用待重建的目标MR图像的结构先验和支撑先验,并将其引入深度图像先验(deep image prior, DIP)框架,从而削减对训练数据集的依赖,提升学习效率.基于参考图像与目标图像的相似性,采用高分辨率参考图像作为深度网络输入,将结构先验信息引入网络;将参考图像在小波域中幅值大的系数索引集作为目标图像的已知支撑集,构造正则化约束项,将网络训练转化为网络参数的最优化求解过程.实验结果表明,本文方法可由欠采样k空间数据重建得到更精确的磁共振图像,且在保留组织特征、细节纹理方面具有明显优势.     

亚像元几何图像成像与超分辨恢复算法

随着光学成像到光电数字成像的转变,如何提高CCD的几何分辨率已成为研制高分辨光电成像系统亟待解决的问题。从研究现状入手,给出了现有算法并指出不足之处`,建立了亚像元超分辨成像数学模型,提出了亚像元的CCD几何超分辨方法:将两片线阵CCD集成在同一器件中,在线阵方向上错开半个像元,同时读出时间减半,最终交织重组图像数据,合成高分辨率图像。利用MATLAB软件对双线性插值方法及亚像元成像方法进行了仿真,并定性定量地分析了两种方法的效果。结果表明:亚像元方法合成图像分辨率约为低分辨率图像的2倍,且两组仿真图像中的峰值信噪比比双线性插值图像分别高出1.4864dB和2.2070dB,该方法可以显著地减轻欠采样引起的图像模糊,且实时性优于双线性插值方法。     

基于灰度投影改进的电子稳像

针对灰度投影算法运用于存在局部运动目标的情况下,稳像效果较差并且可能产生错稳这一问题,在分析灰度投影基本理论的基础上,提出一种改进的灰度投影算法:局部运动物体位置估计方法和像素替代法。利用灰度值的改变和像素替代的方法,把局部运动物体去除,再进行稳像处理。通过实验验证,该方法可以解决图像中存在运动物体时发生的错稳情况。比较改进前与改进后的稳像效果,改进后的PSRN（峰值信噪比）提高了1.35。     

基于非线性反锐化掩模算法的CR图像边缘增强

数字CR(computed radiography)医学放射图像动态范围宽、细节丰富、对比度差,只有对其进行增强处理才能满足医生临床诊断的需要。由于目前通用的CR图像增强算法的对比度和噪声增强过度,丢失了细节,为了对CR图像进行边缘细节增强,提出了一种非线性反锐化掩模算法。该算法使用钝化模糊影像来增加对选择空间频率的响应,以增强CR图像的结构边缘和细节。算法能根据CR图像的灰度特性来调节增强程度的加权因数K,从而可非线性地增强CR影像的边缘细节。实验证明,经算法处理后的CR图像细节丰富,信噪比高,细节方差与背景方差之比为通用算法的9.6倍,增强后的CR图像具有良好的视觉效果,是一种增强CR医学放射图像边缘细节的好方法。     

Hyperspectral image fusion based on sparse constraint NMF

The spatial resolution of hyperspectral image is often low due to the limitation of the imaging spectrometer. Fusing the original hyperspectral image with high-spatial-resolution panchromatic image is an effective approach to enhance the resolution of hyperspectral image. However, it is hard to preserve the spectral information at the same time of enhancing the resolution by the traditional fusion methods. In this paper, we proposed a fusion method based on the spectral unmixing model called sparse constraint nonnegative matrix factorization (SCNMF). This method has a superior balance of the spectral preservation and the spatial enhancement over some traditional fusion methods. In addition, the added sparse prior and NMF based unmixing model make the fusion more stable and physically reasonable. This method first decomposes the hyperspectral image into an endmember-matrix and an abundance-matrix, then sharpens the abundance-matrix with the panchromatic image, finally obtains the fused image by solving the spectral constraint optimization problem. The experiments on both synthetic and real data show the effectiveness of the proposed method.     

真彩色传递双波段图像融合

针对基于颜色传递的双波段（中波红外、可见光）图像融合时,由于参考图像选择不当,造成的彩色融合图像对比度差、图像边缘细节下降等问题,提出了基于拉普拉斯金字塔分解及对比度可调的色彩传递图像融合算法。对待融合的两幅图像进行拉普拉斯金字塔三级分解,每一级按照不同的融合规则进行融合,以重构后的灰度融合图像作为融合结构的亮度分量Y,将可见光与红外图像的差值图像作为U分量,以红外图像为V分量。在颜色传递公式中,加入可调的比例系数,通过适当调节比例系数可调节融合图像的对比度。实验结果表明,获得的融合图像较好地保留了可见光图像的细节,既突出了红外目标同时又具有参考图像的颜色特征。图像评价结果表明,融合图像的均值、方差、熵等评价指标均得到较大提高。     

内爆实验图像处理中的勒让德拟合方法

 为了满足惯性约束聚变(ICF)驱动对称性调节和测量的需要,采用勒让德多项式拟合方法处理实验图像数据。该方法结合了辐射驱动对称性的相关理论,用于分析内爆实验中获得的靶芯压缩图像。通过对一系列实验数据进行处理,详细对比了新旧两种实验图像处理过程。结果表明：与目前使用的图像处理方法相比,勒让德拟合方法降低了误差,并获得了以往忽略的不对称性高阶部分信息。     

多分辨分形理论在高分辨力遥感图像分割中的应用

针对遥感图像的高分辨力特性,提出了基于多分辨分形的遥感图像分割方法。改进了多分辨结构的建立方法,提出了基于Laplacian金字塔的多分辨结构的分形分割法。实验表明,改进的多分辨分形图像分割方法在减少信息冗余度的同时,提高了数据利用率,可有效地对高分辨力遥感图像进行分割分类。     

Optical image encryption with redefined fractional Hartley transform

A new method for optical image encryption is introduced on the basis of two-dimensional (2-D) generalization of 1-D fractional Hartley transform that has been redefined recently in search of its inverse transform. We encrypt the image by two fractional orders and random phase codes. It has an advantage over Hartley transform, for its fractional orders can also be used as additional keys, and that, of course, strengthens image security. Only when all of these keys are correct, can the image be well decrypted. The optical realization is then proposed and computer simulations are also performed to confirm the possibility of the proposed method.     

Fast regularized image interpolation method

The regularized image interpolation method is widely used based on the vector interpolation model in which down-sampling matrix has very large dimension and needs large storage consumption and higher computation complexity. In this paper, a fast algorithm for image interpolation based on the tensor product of matrices is presented, which transforms the vector interpolation model to matrix form. The proposed algorithm can extremely reduce the storage requirement and time consumption. The simulation results verify their validity.     

一种基于畸变等效曲面的图像畸变校正

介绍了一种图像畸变的等效曲面模型,用于修正由于光学系统或图像传感器产生的畸变。分析了球形畸变模型的原理,推导出基于球形模型的畸变校正公式,并给出了基于球形模型的畸变校正的具体实现方法,通过实验对这种畸变校正的效果进行了验证。这种曲面畸变模型的校正具有实现简单,不需求解方程组等优点,并可以推广到其他曲面,具有比较广泛的实用性。     

复杂背景下彩色数字图像分割算法研究

为了提高复杂背景下彩色数字图像分割的准确率,减少噪声对图像处理的干扰,尽可能的缩短运行时间,需要对复杂背景下彩色数字图像分割算法进行研究。当前图像分割算法在彩色数字图像分割的过程中,仅仅考虑了图像像素的亮度值,没有考虑其空间特征,存在计算的复杂性过大等缺陷,影响彩色数字图像处理效果。为此,提出了一种基于随机权重粒子群的复杂背景下彩色数字图像分割算法。该算法先采用多尺度均匀滤波方法,对复杂背景下彩色数据图像进行划分,其中包含噪声和不含噪声的像素点的亮度值、结构元素以及局部区域内的图像像素加权亮度密度特征。采用多段图分割获取彩色数字图像的优化分割,在平滑项中代入彩色数字图像梯度信息,对彩色数字图像分割结果中的弱边界进行剔除,从而实现准确的彩色数字图像分割。实验仿真证明,所提算法增加了彩色数字图像分割的对比度和信噪比,提高了复杂背景下彩色数字图像分割的准确性。