天文图像多帧盲反卷积收敛性的增强方法

天文图像多帧盲反卷积的收敛性受到初始目标、约束条件和光子噪声等因素的影响.提出了用实际光学成像系统参数确定频率带宽有限约束的方法.用Knox-Thompson 方法重构初始目标相位形成盲反卷积算法的初始目标函数.研究了一种新颖的有效减小光子噪声、边缘效应和振铃现象的方法.根据最大似然估计理论，用期望最大化的优化方法建立了改进的严格约束多帧盲反卷积算法.模拟图像和实际天文图像的复原结果表明，所建立的多帧盲反卷积，可以有效克服大气湍流和减小光子噪声，改善天文观察图像的分辨率，并部分消除光学系统衍射效应对恢复图像的影响. 关键词： 大气光学 天文观测 图像处理和恢复     

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。     

基于噪声方差来计算变分图像反卷积的规整化参数

采用定点迭代进行变分图像恢复并在这个计算框架下提出利用噪声方差选择规整化参数的方法.假定已知观测图像中初始噪声统计特性.为了在反卷积过程中正确地估计噪声的方差,构造一幅纯噪声图像跟实际的观测图像同步进行反卷积计算,并把纯噪声图像的方差作为观测图像中噪声方差的估计值来辅助计算规整化参数.针对规整化的各项异性,提出了能够保持两种噪声同步变化的特殊的规整化项.在能够准确知道迭代过程中图像包含噪声的方差的时候,建立了规整化参数λ与图像噪声方差之间的关系式.实验证明新的算法不但更好地抑制了噪声而且避免了过平滑,明显提高了基于定点迭代法计算变分图像恢复的适应性.     

结合基于梯度的振铃评价算法的总变分最小化图像分块复原法

为了消除退化函数随空间变化发生变化模糊图像分块复原法子块之间的不平滑拼接缝,提出了一种结合了基于梯度的振铃评价算法梯度振铃评价(GRM)的总变分(TV)最小化分块复原法.根据图像分布及退化类型将模糊图像划分为矩形、环形或其他形状的子块,图像子块之间要留有一定的重叠区;然后对每一个图像子块进行复原,GRM方法是基于图像梯度结构相似度的图像质量评价算法,以GRM作为TV复原算法迭代过程中的收敛条件,可以更好地控制复原图像的振铃;最后去除复原图像子块含振铃波纹的重叠区,拼接得到完整图像.并以矩形分块及环形分块为例,证明该方法可以很好地抑制图像边界振铃效应,克服分块复原法本身的缺陷,得到拼接平滑的完整图像.     

多局部残差连接注意网络的图像去模糊

针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局部残差连接注意模块,用于消除图像模糊并提取上下文信息;再次,采用一个基于扩张卷积的成对连接模块进行细节恢复;最后,利用一个卷积层重建清晰图像。实验结果表明：在GoPro数据集上的PSNR (peak signal to noise ratio)和SSIM (structure similarity)分别为31.83 dB、0.927 5,在定性和定量两方面都表明所提方法能够有效地恢复模糊图像的纹理细节,网络性能优于对比方法。     

基于期望值最大化的高光谱图像迭代复原算法

声光可调谐滤光器(AOTF)的谱线半峰全宽(FWHM)以及换能器结构的不理想导致图像退化,空间分辨率降低.为了提高光谱数据的空间分辨率,将计算机断层图像复原中的期望值最大化(EM)算法应用到降质图像预处理中,可在对图像模糊降质程度估计不准确时进行运算,利用迭代求解逐次逼近最终收缩于原始目标.实验结果表明,该算法不依赖于数字图像周期拼接的假设,因而有效避免了传统的去卷积复原算法中产生的边界振铃现象,提高了图像的空间分辨率,图像质量得到改善.该算法对改善AOTF高光谱成像质量有较大意义.     

基于维纳滤波反卷积的光声成像

为了提高光声成像(PAT)的对比度和分辨率,需对组织样品的光声(PA)信号进行基于探头脉冲响应的滤波反卷积以恢复其频谱特性.对宽带光声信号而言,由于带通滤波的截止频率由人为确定,噪声不能得到有效抑制,很难获得稳定的反卷积结果.针对此问题,提出了基于维纳滤波反卷积的光声成像方法,利用点光声源获得超声探头的脉冲响应.利用维纳滤波抑制反卷积过程中噪声的影响,滤波器参数由离散小波变换(DWT)动态估计,样品光声图像由时域后向投影算法重建.数值模拟与成像实验均表明该方法有效地抑制了噪声对反卷积的影响,提高了光声成像的对比度和分辨率.     

基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.     

改进的盲解卷积技术在远距离激光光斑图像复原中的应用

为了提高外场实验中远距离测量激光光斑位置的精度,提出利用盲解卷积技术对光斑图像进行事后复原来削弱大气湍流对光斑成像的影响。首先,介绍了经典盲解卷积算法,分析了其不足之处,并提出了一种改进的盲解卷积算法。为了提高目标函数的收敛性和收敛速度,在TV(Total Variation)目标函数加入惩罚项,并对交替迭代法进行改进。然后,用数学方法证明了改进的盲解卷积算法的收敛性。最后,进行了仿真实验。与传统算法相比,用改进算法恢复的图像信噪比至少提升了15%。文中给出了外场试验图像的实际复原效果。     

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。     

An improved Richardson-Lucy algorithm based on local prior

Ringing is one of the most common disturbing artifacts in image deconvolution. With a totally known kernel, the standard Richardson-Lucy (RL) algorithm succeeds in many motion deblurring processes, but the resulting images still contain visible ringing. When the estimated kernel is different from the real one, the result of the standard RL iterative algorithm will be worse. To suppress the ringing artifacts caused by failures in the blur kernel estimation, this paper improves the RL algorithm based on the local prior. Firstly, the standard deviation of pixels in the local window is computed to find the smooth region and the image gradient in the region is constrained to make its distribution consistent with the deblurring image gradient. Secondly, in order to suppress the ringing near the edge of a rigid body in the image, a new mask was obtained by computing the sharp edge of the image produced using the first step. If the kernel is large-scale, where the foreground is rigid and the background is smoothing, this step could produce a significant inhibitory effect on ringing artifacts. Thirdly, the boundary constraint is strengthened if the boundary is relatively smooth. As a result of the steps above, high-quality deblurred images can be obtained even when the estimated kernels are not perfectly accurate. On the basis of blurred images and the related kernel information taken by the additional hardware, our approach proved to be effective.     

An adaptive super-resolution method based on regional pixel information and ringing artifacts suppression

Multi-frame image super-resolution (SR) aims to utilize information from a set of low-resolution (LR) images to compose a high-resolution (HR) one. In this paper, a novel multi-frame image super-resolution algorithm is proposed based on regional pixel information and ringing artifacts suppression. Firstly, a new regularization term which adopts Regional Adaptive Weight Coefficients (RAWC) is produced to keep edges and flat regions. After detailed analysis, an iterative process is given for image reconstruction. Then an adaptive term according to the local variance of iterative correction image is designed to evaluate the ringing artifacts. Finally, the original iteration is updated by adding the restraint term for better visual effects and lower noise of reconstructive HR image. Thorough experimental results show the proposed algorithm is effective for SR reconstruction and ringing artifacts suppression.     

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.     

基于改进维纳逆滤波的衍射成像光谱仪数据误差分析与重构

衍射成像光谱仪探测到的高光谱数据需要进行计算与反演才可以得到成像光谱数据,本文对衍射成像光谱仪的成像过程及数据误差产生的原理从空间维和光谱维两方面进行了分析,并针对其光谱重构过程中系统点扩散函数标准差较大时重构结果清晰度较低、存在振铃等问题,提出了基于改进维纳逆滤波的光谱数据重构算法,该方法在分析衍射成像光谱仪数据特点与误差的基础上,将每一次维纳逆滤波的重构结果视为新的模糊图像,利用成像过程及维纳逆滤波的基本原理确定新的模糊图像对应的点扩散函数,反复进行维纳逆滤波达到提高图像清晰度的效果,再根据图像自身的空间和光谱特征分布,进行自适应性的噪声去除.利用模拟的衍射成像光谱数据进行验证,在系统点扩散函数的标准差为2.5的情况下,能得到无振铃的重构结果,且与传统维纳逆滤波法的重构结果进行比较,清晰度、细节能力等指标均有所提高,满足了衍射成像光谱数据应用需求.     

An improved image deconvolution approach using local constraint

Conventional deblurring approaches such as the Richardson–Lucy (RL) algorithm will introduce strong noise and ringing artifacts, though the point spread function (PSF) is known. Since it is difficult to estimate an accurate PSF in real imaging system, the results of those algorithms will be worse. A spatial weight matrix (SWM) is adopted as local constraint, which is incorporated into image statistical prior to improve the RL approach. Experiments show that our approach can make a good balance between preserving image details and suppressing ringing artifacts and noise.     

能量约束自适应迭代算法与光学像差复原

提出了一种新的适用于移变降质图像复原的算法——能量约束自适应迭代复原.算法采用能量约束复原的空域迭代形式,使其能够用于处理光学像差引起的移变降质复原问题;以局部能量约束取代总体能量约束,使算法具有空间自适应特性;并采用双通道处理方法,消除能量约束带来的图像亮度衰减,同时抑制图像边界截断引起的振荡波纹.场曲复原仿真实验结...     

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.     

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。     

Parametric blur estimation for blind restoration of atmospherically degraded images: Class G

Iterative methods are typically utilized for blind image restoration (BIR); however, they are relatively slow, uncertain, and occasionally ill-behaved. This study presents a non-iterative algorithm to estimate the parameters of point spread functions (PSFs), particularly, Class G. We propose a curve model to approximate the normalized spectrum amplitude of the original image in accordance with the decay law of the natural image spectrum. The blur PSF is estimated by comparing the original image spectrum with the degraded one. Then, the image is restored by applying the estimated PSF and the Wiener filter. Experimental results demonstrate that the proposed algorithm can obtain a more accurate PSF and reduce ringing artifacts compared with the existing algorithms. The quality of the restored images is enhanced significantly.