基于数字射线成像的运动降质图像的恢复

当利用X射线数字成像技术对在流水线上运动的工件进行检测时,图像采集系统与工件在曝光时间内发生相对运动,造成了采集到的图像运动模糊降质。通过对运动降质产生机理的理论分析,建立了图像降质的离散退化模型。提出了利用运动模糊降质点扩展函数频域特性加上投影均值最大法来测量模糊运动方向的方法。旋转运动模糊图像的幅度谱图像,利用整列投影值最小法提取运动模糊降质点扩展函数长度。利用维纳滤波法对模糊降质图像进行了恢复,取得了较好的效果。     

二维任意运动形式模糊图像的恢复

在曝光时间内相机和被摄物体的相对移动会使图像产生严重的退化,有必要对退化图像进行恢复。但是由于相对运动的方向和形式的任意性,运动模糊图像的恢复是一个难以解决的问题。提出一种可以对被二维任意方向、任意形式的运动所造成的退化图像进行恢复的方法,给出理论推导,并建立一套实现系统。在主CCD曝光的同时,利用低分辨率的黑白快速CCD获得多帧图像,根据这些图像序列来计算位移,进而计算出模糊过程的点扩展函数(PSF),并用来恢复模糊图像。实验结果表明,这种恢复方法对二维任意运动形式造成的模糊,能够得到较好的恢复效果。     

基于Z变换的局部匀速运动模糊图像恢复算法

针对背景不变的局部匀速运动模糊图像复原问题,提出一种基于Z变换的恢复算法.在前景和背景色差较大的假设前提下,基于背景差方法将前景从图像中分离出来;利用旋转矩阵将前景在像平面内任意方向的运动转换成X轴方向的运动;进而把复杂的局部模糊恢复问题简化为前景模糊恢复及前景和背景融合两个子问题来解决,使求解过程得到最大程度简化;在严格的数学推导基础上建立基于Z变换的退化及恢复模型,将模型中的差分方程转化为简单的代数方程求解;仿真结果表明,提出的算法能正确、有效并且快速地恢复由于局部匀速运动所造成的图像退化;算法对模糊宽度的变化不敏感,较维纳滤波恢复算法有一定的稳健性、优越性.     

基于相位相关的匀速直线运动模糊图像位移参数估计

为估算匀速直线运动模糊图像的运动参数,提出了一种基于相位相关分析的图像配准方法。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换并计算归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出了匀速直线运动点扩散函数及其光学传递函数的数学描述;讨论了匀速直线运动模糊对相位相关配准结果的影响,证明了图像经过匀速直线运动退化后,位移图像之间归一化互功率谱具有不变性。实验结果表明：动态运动模糊图像最大检测误差为0.489 pixel,标准差为0.16 pixel。     

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。     

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。     

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。     

针对特定场合的图像恢复算法实验研究

介绍了数字图像恢复技术的原理和主要的恢复算法,针对离焦退化、运动退化和高斯退化等不同应用场合,结合各种评价函数分析比较了维纳滤波、约束最小二乘法、Lucy-Richardson和最大熵法在图像恢复中的各自特点。对实际拍摄的离焦模糊图片进行了恢复处理,比较和印证了各算法的特性。总结了各算法在图像恢复中的特点以及各种图像质量评价函数的适用范围。     

卫星平台高光谱复杂运动成像伪互相关退化仿真研究

针对具有推扫机制的狭缝体制成像光谱仪受卫星平台俯仰、侧滚、偏航等复杂运动的影响,导致光谱数据精度降低的问题,在成像光谱仪运动成像光谱微分动态成像退化仿真方法的基础上,提出基于点扩散矩阵的光谱退化理论。按照八邻域掺杂模型,考虑卫星平台运动的时变性,不同目标像元的点扩散矩阵不同,符合伪互相关运算的概念,因此提出运动成像的伪互相关光谱退化理论。其中,点扩散矩阵由星上POS数据运用微分像移理论计算八邻域掺杂像元的平均掺杂比得到,在用模拟POS数据曲线仿真计算点扩散矩阵时,发现依据掺杂影响的大小,点扩散矩阵可以简化以便减小运算量。明确阐述光谱运动成像的伪互相关退化理论的表述和计算方法,对退化仿真和计算的结果从图像维和光谱维分别进行了定性和定量的效果评价,并使用结构相似度参数展示了退化图像与原始图像的相似性。运动成像的伪互相关光谱退化理论完善了已有的基于卫星平台复杂运动的光谱数据退化问题,仿真结果表明此种退化理论完全适用于解决卫星平台复杂运动条件下的光谱数据退化问题。     

基于面阵CCD的时间延时积分模式的空间相机自动对焦

空间面阵相机在轨运动会产生运动模糊,影响自动对焦准确率。为解决该问题,提出行间转移面阵CCD的时间延时积分(TDI)模式实现去运动模糊。选取行间转移面阵CCD KAI-1003作为成像器件,利用可编程逻辑器件(PLD)控制时序信号,匹配CCD的行转移速度与目标运动速度,实现去运动模糊。实验表明该成像系统不仅能去运动模糊而且还大幅提高图像信噪比。去运动模糊后,根据较短时间间隔内空间相机拍摄的图像有重叠区域的特点提出一种空间相机自动对焦方法。通过配准算法找出序列图像间的重叠区域,并计算重叠区域的清晰度评价值,然后根据传递特性将评价值映射到同一个评价体系中,最后找到最佳对焦位置。实验表明该成像系统对高速运动的目标能够实现自动对焦。     

An improved image restoration approach using adaptive local constraint

How to restore images well with reducing ringing and noise remains difficult. An improved image restoration algorithm based on adaptive local constraint is proposed. We consider the statistical property that first order of derivatives of image obeying Gaussian distributions to control the noise. In order to suppress the artifacts around regions where gray values vary severely, spatial weighted matrix is adopted which can impose a local constraint on restoration and smoothing. According to experiments of simulation and real images, this approach can well restore edge regions well as well as reduce the noise in smooth area, which means that the approach does validly in suppressing ringing ripples and preserve more details.     

探测器噪声对波前编码成像系统图像复原过程影响的理论研究

波前编码光学系统其成像过程由光学成像和图像复原两部分组成,光学成像过程探测器上所成的编码图像含有噪声,该噪声在图像复原过程将被放大,为了分析探测器噪声对波前编码系统在图像复原过程中产生的影响,通过添加高斯随机噪声来模拟探测器噪声,使用直接逆滤波、维纳滤波和Lucy—Richardson滤波算法,对波前编码成像系统焦点位...     

High resolution optical image restoration for ground-based large telescope using phase diversity speckle

Phase diversity speckle (PDS) is an image restoration technique which is based on the idea of phase diversity (PD). It uses multi-frame short-exposure image sequence to calculate their corresponding wave-front information. Each image pair consists of two images collected by two cameras at the same time with one in focus and the other with known defocus value. Multi-frame processing can significantly improve the target signal to noise ratio, and decrease noise influence. In this paper, based on the principle of pupil Fourier imaging, by adjusting the pupil size, we get different scales of the optical point spread function (PSF). Also, we analysis different camera noise distribution channels, location differences and other factors to optimize the objective evaluation function, and this can reduce the computational complexity and improve the processing speed of image restoration. In the indoor environment, we build optical platform, and use multi-frame phase diversity speckle to make experiment under different turbulence conditions. The experimental results show that the image restoration effect of the proposed method is close to the diffraction limit.     

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.     

非局部变分修复法去除高密度椒盐噪声

分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看成是图像中遗失或是破损的点,首先在图像中寻找与噪声点邻域相似的区域,将相似区域的中心像素作为噪声点新的邻域然后对其插值,把图像降噪问题转化为图像修复问题,从而达到去除高密度噪声的目的。实验结果表明:该模型对噪声密度为90%的彩色和灰度图像去噪后,其峰值信噪比为22.85和28.77,在客观评价标准方面优于中值滤波及其改进型算法。该模型能有效去除高密度下的椒盐噪声并较好地恢复图像细节,为图像去除高密度噪声提供了一种新的途径。     

Signal-Dependent Noise Parameter Estimation of Hyperspectral Remote Sensing Images

In new-generation hyperspectral sensors, the electronic noise is not dominant and the photon noise has to be taken into account. Therefore, a parametric model that accounts for both signal-dependent and signal-independent noise on the useful signal is established. A novel algorithm to estimate the parameters of the model is proposed, which consists of two steps. First, the residual image is calculated by the multiple linear regression in spectral domain to decouple the strong spectral correlation. Then, local sample statistics of the hyperspectral image and its residual image are calculated, and the system of linear equations with respect to the signal-dependent and signal-independent noise variances is established. The least square solution of the equations is the estimation of the signal-dependent and signal-independent noise variances. Experiments on the simulated hyperspectral data analyze the accuracy of the method and experiments on the real-life data show its effectiveness.     

光子计数激光雷达的时间相关卡尔曼深度估计

在高背景噪声和低积分时间的激光雷达远距离成像场景中,针对传统方法得到的深度图像目标被噪声淹没和深度估计偏差较大的问题,提出了一种基于信号光子时间相关性和自适应卡尔曼滤波器的深度信息估计方法。首先,提取在时间上具有聚集特征的光子计数形成集合;然后,分析了影响信号光子在时间上分布的因素并使用静态高斯线性模型来描述该集合;最后将集合中的所有光子飞行时间乱序,输入改进的自适应卡尔曼滤波器,从而迭代估计深度值。在信号噪声比为1的室内,积分时间分别为10 ms和1 ms时,本文方法相对传统的最大似然方法在均方根误差指标上提升了40%和38%。在信噪比约为0.135的室外2 km目标成像实验中,在信号光子数分别为100、33和17的情况下,本文方法成像效果都优于传统最大似然估计方法和时间相关光子快速去噪方法,得到的深度图像都更清晰,噪声更低。在高噪声和短积分时间下,本文方法可以被运用于激光雷达远距离成像的深度信息估计和图像恢复中。     

运动与离焦模糊图像的复原

在运动和离焦所引起的图像模糊的情况中,本文提出了一种新的基于霍夫变换区分离焦模糊和运动模糊两类模糊的方法.该方法通过比较霍夫变换矩阵中的亮点数来区分两类模糊,不仅正确率达到100%,而且抗干扰性能好;其次通过对运动模糊图像做两次方向微分,估计其模糊方向,提高了模糊方向的估计准确度;最后利用改进的Prewiit算子和费米函数计算模糊图像的刃边函数,进而得到图像的调制传递函数,再利用维纳滤波复原图像.实验结果表明:本文算法不仅具有有效性和强抗噪音能力,而且对图像的信噪比要求可以低到20 dB;与传统算法相比,提高了图像的复原质量.     

Estimation-based approach for underwater image restoration

For underwater image restoration, modeling of PSF relies on a priori knowledge of the inherent optical properties under water. But full knowledge-based restoration could be corrupted by the complexity and instability of the application environments. Concerned with representation of the backscattering noise of underwater image, this Letter proposes a simplified multilayer transfer model to formulate both the point spread function and the statistics of backscattering noise explicitly. Consequently, the parameters for image restoration are estimated from in situ measurement of the backscattering background without a priori knowledge of the inherent optical properties. The robust Wiener filter is applied to implement the restoration. Experimental results are presented.     

一种基于双分支改良编解码器的图像去噪算法

针对传统图像去噪算法多噪声去除难,深层卷积神经网络去噪模型网络复杂、训练时间长等问题,提出一种基于自编码器结构的双分支改良编解码网络,实现高效图像去噪。双分支结构之一采用降-升采样实现点噪声消除,另一分支专注于宏观的图像修复和伪像去除,后端利用残差结构进行整合,实现数字图像混合噪声去噪。实验结果显示:对于含有标准差为15,均值为0的高斯噪声、噪声密度为5%的椒盐噪声和散粒噪声的混合噪声图像测试集,实验去噪效果相较于输入混合噪声图像峰值信噪比,平均提升了5.3%。与12层全卷积神经网络相比,去噪效果相当,训练速度提升了25.4%,体现了其“轻量级”的优点。实验表明:该方法相较于深层卷积神经网络,训练速度快,网络简单;相较于传统图像去噪算法,噪声去除效果也较为明显。该算法可应用于轻量级视觉平台后端去噪。