倒谱在混合模糊图像分析中的应用

降晰参数识别在模糊图像恢复过程中具有很重要的作用。在各种图像捕获系统中,有两种形式的图像模糊比较常见:一种是由光学系统散焦造成的散焦模糊;另一种是物体与照相机之间的相对运动造成的运动模糊。相对单个模糊模型的参数识别来说,混合了散焦和运动模糊的图像,其模糊参数的识别要复杂得多。许多识别方法一般都是用来分析某一特定的模糊模型的,而对两种模糊混合在一起的情况来说是很难区分的。提出了一种倒谱分析方法,在倒谱域同时对这两种模型参数进行识别。在分析过程中,仍需要利用这两种模糊模型在频域的特征,首先应用一些调整性的变换,然后再转换到倒谱域,以便更准确地评估模糊参数。     

一种基于代价函数和模糊熵的图像分割方法

提出了一种基于代价函数和模糊熵的图像分割方法.该方法先用代价函数最小化法对退化的图像作预处理,之后,利用模糊熵作进一步的处理.实验结果表明:新方法和一般的阈值分割方法相比,不但分割图像的错分率较小,而且图像的视觉效果也有较大的改善.     

高光谱遥感图像的小波去噪方法

高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪,其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点,文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换,根据含噪声大的波段与噪声小的波段的波长关系,对小噪声波段的高频系数加权求和,代替噪声大的波段的高频系数,通过小波逆变换得到去噪后的重构图像。该方法运算速度快,能有效地降低噪声。对机载可见红外成像光谱仪数据(AVIRIS)实验表明,与经典的BayesShrink图像去噪方法相比,方法重构图像的信噪比(SNR)高出3.8～10.6 db,节省运算时间一半以上。     

一种自适应路面图像模糊增强算法

针对传统的图像模糊增强算法增强强度小、处理灰度层次变化丰富的图像效果不佳以及控制参量难以设置等问题,提出了一种新的图像模糊增强算法.首先对局部窗口中像素点进行基于邻域一致性模糊熵测度的分类,并以分类为依据,对每个像素点均确定一最佳渡越点.对模糊隶属度函数也进行了研究改进,设计的函数具有良好的曲线形状,并通过调整控制参量,使渡越点的位置和函数曲线进行最佳的结合,能通过少量的迭代次数获得较好的增强效果.在模糊逆映射上,采用线性逆变换函数,保持了模糊映射所带来的增强效果,并消除了由于截断带来的灰度信息的损失,在运算效率上也得到了提高.新算法对灰度变化丰富的路面图像的增强取得了良好的效果,并且控制参量均为自适应计算,不需进行人为干预,具有很好的通用性.     

一种改进的图像组合滤波方法

利用小波阈值去噪和Wiener滤波的特点,在文献［7］的基础上提出了一种改进的组合滤波方法,在进行空域自适应滤波之前,先对经BayesShrink处理过的预去噪图像重新估计其噪声方差,通过数值计算给出了该噪声方差的一种近似最优估计公式.实验结果表明该方法在去噪图像的均方误差和对不同图像的适应性方面都得到了改善.     

模糊权值中值滤波的X射线图像消噪算法

针对X射线荧光图像的低亮度及噪音造成的对比度差和图像模糊的问题,提出了一种模糊权值中值滤波的图像消噪算法.先用模糊邻域检测法结合梯度检测法分离原始图像中的噪音点与非噪音点,然后在噪音点的邻域内,计算各像素点与邻域中值的模糊相似度,用相似度作中值的权值,对噪音点邻域进行加权滤波|这种算法使图像的非噪音点保持不变.实验结果表明, 本文算法不仅具有较强的消噪能力,而且能够保持图像的边缘细节和纹理信息.     

模糊权值中值滤波的X射线图像消噪算法

针对X射线荧光图像的低亮度及噪音造成的对比度差和图像模糊的问题,提出了一种模糊权值中值滤波的图像消噪算法.先用模糊邻域检测法结合梯度检测法分离原始图像中的噪音点与非噪音点,然后在噪音点的邻域内,计算各像素点与邻域中值的模糊相似度,用相似度作中值的权值,对噪音点邻域进行加权滤波|这种算法使图像的非噪音点保持不变.实验结果表明,本文算法不仅具有较强的消噪能力,而且能够保持图像的边缘细节和纹理信息.     

一种改进的小波除噪方法用于含噪ICP-AES光谱的处理

提出了一种改进的小波除噪方法。它基于噪声具有频率较高和幅度较小的特点 ,先排除信号中频率较高的成分 ,再丢弃余下的系数较小的成分。对模拟的含噪电感耦合等离子体原子发射光谱 (ICP AES)的处理结果表明 ,该法能克服小波平滑和小波去噪的一些缺陷 ,可去除更多噪声 ,而信号强度不受影响。同时 ,基线变得平坦 ,有利于峰高的定量计算。用该法处理实测ICP AES光谱 ,效果满意。     

基于点扩散函数参数辨识的运动模糊图像的盲恢复研究

运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题,提出了一种新的算法来估计模糊核函数的参数,在确定模糊核函数后,模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明,与R.Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。     

一种基于模糊成像机理的QR码图像快速盲复原方法

提出了一种基于模糊成像机理的QR码图像快速盲复原方法。在对模糊成像弥散光斑质心不变性研究的基础上,设计圆形寻像图形,在成像模糊时能通过连通域等方法快速检测到图形质心以及QR码符号位置,再结合阶跃边缘特性、梯度强度特性、边缘检测技术以及光学成像机理快速准确估计出模糊QR码图像离焦半径大小,应用维纳滤波算法快速且有效复原QR码图像。与对比算法相比,本文算法在结构相似性和峰值信噪比上都有提升,特别是在复原速度上有显著提高,其平均复原时间为0.3292s。该方法能够以较高的精度估算出离焦半径大小,并能快速实现QR码图像的盲复原,具有快速性及稳健性优势,便于嵌入式硬件实现,能较好适用于条码标识相关的工业物联网应用场景。     

基于维纳滤波的运动模糊星图复原仿真分析

针对航天器快速移动时星敏感器所摄取的星空图像出现运动模糊这一问题,提出了一种基于维纳滤波的星图复原方法。分析了各模糊参数对质心提取精度的影响,通过仿真实验得到模糊星图复原前后的质心提取精度和定姿精度的对比数据。实验结果表明,复原后的星图可以显著提高星图的质心提取精度和定姿精度,可有效地提高星图识别的成功率。     

动载体成像模糊的振动被动控制技术

动载体成像模糊的振动被动控制技术是解决无人机在高空飞行时,振动加速度为5g(20 500Hz)条件下引起的成像模糊问题。介绍了动载体成像模糊的机理、动载体成像模糊的容限。为了提高动载体光电系统的动态分辨能力,提出了解决动载体成像模糊的措施———振动被动控制技术。分析了振动被动控制的基本原理和设计原则,给出一些相关的典型设计实例。     

基于Z变换的匀速直线运动模糊图像的快速恢复

从离散直观理念分析了运动模糊图像的产生机理,通过Z变换方法,建立了任意方向匀速直线运动模糊的退化模型和恢复模型。通过模拟试验,验证了方法的正确性、有效性和快速性。     

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。     

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。     

Analysis and modeling of radiometric error caused by imaging blur in optical remote sensing systems

Imaging blur changes the digital output values of imaging systems. It leads to radiometric errors when the system is used for measurement. In this paper, we focus on the radiometric error due to imaging blur in remote sensing imaging systems. First, in accordance with the radiometric response calibration of imaging systems, we provide a theoretical analysis on the evaluation standard of radiometric errors caused by imaging blur. Then, we build a radiometric error model for imaging blur based on the natural stochastic fractal characteristics of remote sensing images. Finally, we verify the model by simulations and physical defocus experiments. The simulation results show that the modeling estimation result approaches to the simulation computation. The maximum difference of relative MSE (Mean Squared Error) between simulation computation and modeling estimation can achieve 1.6%. The physical experimental results show that the maximum difference of relative MSE between experimental results and modeling estimation is only 1.29% under experimental conditions. Simulations and experiments demonstrate that the proposed model is correct, which can be used to estimate the radiometric error caused by imaging blur in remote sensing images. This research is of great importance for radiometric measurement system evaluation and application.     

空中点目标运动模糊复原方法

在使用相机对空中远处点目标成像时,不可避免的,会因为相机的角运动引起图像的模糊。针对这一问题,提出了一种运动模糊复原方法。首先通过建立点目标运动的模型来了解造成运动模糊的原因,其次通过对模型的分析,从基本理论开始推导得出一个退化函数,并且采用模糊图像的维纳滤波复原模型。最后,对图像进行了仿真实验。实验结果表明,该复原模型有较好的复原效果。     

A comparison of criterion functions for fusion of multi-focus noisy images

In many practical applications, images are distorted by impulsive noise (IN) produced by image sensors and/or communication channels. This noise may cause miscalculation of sharpness values which, in turn, introduce significant errors in the results of image fusion. In this paper, conventional focus measures and frequency selective weighted median filter (FSWM) are evaluated for fusion of multi-focus images in the presence of IN. FSWM is also compared with other multi-focus fusion methods such as Laplacian Pyramid and wavelet. Experimental results are presented for several sets of images and the results show that FSWM can provide better performance than other focus measures and methods.