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....     

基于小波变换的深度预测复原算法研究

提出了一种基于小波变换的深度预测算法,并将此算法应用于计算光学切片的图像复原.对序列图进行一层小波分解,然后确定阈值和预测规则,对序列图进行预测.根据预测结果进行小波反变换,将图像复原.实验表明:小波系数应取三个高频分量的绝对值及部分低频信息之和;阈值Г随添加低频分量值的比例的增大而增大;采用微分算子规则具有较好的预测和复原效果.该方法计算量小、不需要迭代、不需要点扩展函数,针对没有交叠的序列图有较好的复原效果.     

基于Markov随机场的自适应正则化三维显微图像复原

提出了基于马尔可夫随机场模型的正则化因子自适应调整三维显微图像复原算法,并用模拟序列样本和真实生物样本进行了实验.为了保持复原图像的边缘等细节信息,以Markov随机场模型作为图像的先验概率模型,对代价函数添加边缘约束惩罚项.其中,正则化因子在迭代过程中自适应地进行更新.实验结果表明此算法在对原始图像进行估计的同时,能够有效地保留图像的边缘等细节信息.而EM算法虽然能够有效地去除层间干扰,却丢失了大量的细节信息.     

基于最大似然法的共焦拉曼光谱成像方法

随着现代科技对纳米微观区域兴趣的增加,如DNA测序、分子纳米器件微结构检测等,其对拉曼光谱技术的空间分辨力提出了更高的要求,而现有共焦拉曼光谱技术受自身原理限制,空间分辨力已无法满足科学需求。针对这一问题,在现有共焦拉曼光谱技术的基础上,提出一种基于最大似然算法的共焦拉曼光谱成像方法。该方法将超分辨图像复原技术与共焦拉曼光谱技术相结合,利用基于Poisson-Markov约束的最大似然超分辨复原算法对共焦拉曼光谱图像进行超分辨图像复原处理,恢复图像高频成分,进而改善共焦拉曼光谱系统的空间分辨能力,实现超分辨成像。仿真分析和实验结果表明,提出的基于最大似然算法的共焦拉曼光谱成像方法在不改变现有共焦拉曼光谱系统光学结构的前提下,仅对单幅拉曼光谱图像进行超分辨图像复原处理,即可将系统空间分辨力提高到200 nm,实现超分辨成像,同时该方法具有较强的噪声抑制能力。该方法有效地提高了共焦拉曼光谱系统的空间分辨力,为物理化学、材料科学等前沿领域中的高空间分辨微区光谱探测提供了一种新的途径,是一种行之有效的高空间分辨的共焦拉曼光谱成像方法。     

基于马尔科夫链蒙特卡罗的时延估计算法

针对无源雷达中时延估计辐射源信号未知的情况,构建了一种新的时延最大似然估计模型.根据模型特点利用快速傅里叶变换(FFT)的计算方法实现时延估计.为了提高估计的精度,采用马尔科夫链蒙特卡罗(MCMC)抽样的方法估计时延值.该方法不需峰值检测,可直接给出时延估计结果.并推导了该模型下的时延估计的克拉美罗界(CRLB).仿真实验表明,MCMC算法可适用于窄带和宽带信号的时延估计;在样本相同的条件下,MCMC算法估计精度高于重要性采样(IS)算法和基于峰值检测的ML算法,计算复杂度低于IS算法,且MCMC算法可直接估计采样间隔非整数倍的时延.     

基于Boltzmann函数刃边拟合的光栅成像系统点扩展函数模型

为了提高平面光栅成像系统的点扩展函数(PSF)提取准确度,构建PSF模型,提出一种基于Boltzmann函数的刃边函数拟合方法。构建以入射角为自变量的双曲线型变化PSF模型,揭示了光栅成像系统PSF的分布规律。最后,采用Lucy-Richardson算法对不同模糊程度的图像进行复原,并对复原后的图像进行质量评价,其中灰度平均梯度(GMG)提升均在60.2%以上,结构相似度(SSIM)提升均在66.5%以上。对比不同拟合方法的复原效果,结果表明,所提方法在对像差较大的图像进行复原时,效果明显优于其他同类方法,建立的PSF模型也可以准确地表现光栅成像系统的特性。     

基于自适应光学成像非等晕效应的空变点扩展函数估计模型

针对湍流扰动波前改正的天文自适应补偿成像系统由于等晕区存在而限制了观测视场内有效的补偿区域.这对通过自适应光学系统获取的天文实测数据的充分利用造成很大不便.通过对自适应光学系统空域统计特性的分析,得到空变点扩展函数的成像系统描述.在此基础上,依据大气光学统计理论,通过多相位屏分层大气湍流模型,提出一种利用数值模拟估计空...     

一种基于高斯混合模型的改进EM算法研究

针对传统EM算法存在估计参数不具有最优性,以及在参数估计中需要人工参与等问题,提出一种基于高斯混合模型的改进EM算法。采用无人工参与的无监督思想,获取高斯混合模型对直方图拟合的最优参数组合。实验表明,该算法不仅能够快速地估计模型参量,而且能够给出最优参数,并在图像增强中使细节更明显,对比度更适中。     

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。     

基于机器视觉的最大似然位姿估计算法

针对现有位姿估计算法对采样数据不做任何的统计假设,缺少评判标准等问题,从信号的概率密度函数出发,推导了基于机器视觉的最大似然位姿估计的一般形式,并证明利用单幅图像时,在各向同性高斯噪声情况下传统迭代算法与最大似然估计等效。推导了位姿估计的克拉美-罗界,给出了位姿估计的方差下限。根据仿真结果可以看出,利用10张图像时,最大似然算法在噪声功率大于5dB的情况下,性能明显优于传统迭代算法,证明适当增加图像数可有效提高估计性能。     

基于光学系统像面分割的图像恢复方法研究

实际光学系统的点扩散函数随视场的不同而变化,因此基于线性不变成像系统的图像恢复方法在处理由大视场系统得到的图像时,恢复效果不理想。若把成像系统作为线性空变系统来进行处理,根据等晕成像原理,如将降质图像分割为不同区域进行复原的话,则可以有效地提高图像的恢复效果。针对区域间边界不连续性的问题,提出了区域延拓的解决方法,通过数字仿真,验证了图像分割处理与区域延拓方法的可行性。     

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。     

线阵CCD相机MTF的系统模型估计法与图像复原

线阵推扫CCD图像在获取与传输过程中产生退化。针对其复原问题,从图像降质机理的角度,提出用系统模型法估计MTF,并使用维纳滤波、Lucy-Richardson迭代法等方法对大气状况较好时的实验图像进行复原,采用复原图像的MTF曲线和MTFA(MTF area)等指标评价复原图像质量,并与从图像上提取PSF的图像估计法进行比较。实验结果表明,系统模型法能够更简便、准确地估计出MTF,进而取得良好的复原效果。     

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。     

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。     

三维显微图像复原及点扩散函数的研究

三维显微图像去卷积计算量巨大,运算时间长。评价和分析了三维点扩散函数、散焦像、光学切片以及不同三维点扩散函数去卷积的复原图像,进一步证明了散焦光信息对焦面像的干扰,主要来自于焦面像两侧附近的散焦像。提出了折中选择三维PSF的空间大小,可以获得良好的复原效果,并且减少运行时间。提出了频谱图均值的新概念,作为评价图像清晰及模糊程度的标准,并运用于散焦像、光学切片以及复原结果图的评价。     

结合光源分割和线性图像深度估计的夜间图像去雾

夜间有雾图像通常具有对比度低、光照不均匀、颜色偏移以及噪声较多等现象,这些退化现象使得夜间图像去雾具有极大的挑战性。针对夜间图像存在的退化问题,本文提出了一种能够在夜间图像中有效去雾并提高图像质量的方法。首先,将图像分解成光晕层和有雾层,并对有雾层进行颜色校正。其次,通过一种新提出的带有伽马变换的图像光源分割方法来分割光源,并设置分割阈值作为像素点属于光源区域的概率值。然后,将得到的概率值与最大反射先验相结合来估计光源和非光源区域的大气光值。最后,根据图像深度与亮度、饱和度以及梯度之间的关系建立线性模型,进一步估计透射率的值。实验得到的分割阈值为0.07,线性深度估计参数分别为1.026 7、-0.596 6、0.673 5、0.004 135。实验结果表明本文方法在夜间图像去雾、消除光晕、减少噪声,以及提高可视度方面取得良好的效果。