基于全变分和颜色平衡的水下图像复原

针对水下图像存在的雾化、模糊和颜色失真问题,提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础,分别结合四叉树细分法与光在水中传播特性估计背景光,利用水下中值暗通道先验估计透射率,并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率,引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上,在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较,实验结果表明,所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。     

一种基于倒频谱鉴别模糊参数的图像复原算法

当前运动模糊图像的复原主要依赖于模糊参数的准确鉴别和高质量的复原算法.为了更加准确地鉴别出运动模糊图像的模糊参数,提出了一种基于倒频谱鉴别模糊参数的方法;通过对模糊图像倒频谱实施直方图均衡化和阈值分割提取模糊信息,然后进行Radon变换来确定模糊方向;通过对倒频谱进行数学形态学滤波来提取模糊尺度.针对运动模糊图像的复原...     

面向全变分图像复原的增广拉格朗日方法综述

图像复原旨在根据退化图像重建高品质原始图像,其复原的质量和速度问题一直都是图像处理领域研究的重要方向。由于其图像边缘保持特性,全变分(TV)最小化模型在图像复原领域取得了很大的成功。然而,全变分图像复原是一个典型的非光滑优化问题,需要发展相应的快速优化算法,而增广拉格朗日方法(ALM)则是近年来发展起来的一类代表性方法。结合相关进展,综述了全变分图像复原模型,变量分裂(VS)法和典型ALM算法,并通过实验从CPU运行时间、峰值信噪比(PSNR)和品质评价等方面分析了不同的变量分裂和ALM方法对图像复原性能的影响。     

匀速直线运动模糊图像复原的改进算法

提出了一种改进的运动模糊图像复原算法,先用方向微分思想鉴别出运动模糊方向,然后采用求微分模糊图像自相关函数的方法鉴别模糊尺度,从而构造出最为近似的点扩散函数（Point Spread Function,PSF）。针对振铃效应问题,用最优窗法对图像进行处理,最后利用维纳滤波法与图像均衡法相结合的改进算法对运动模糊图像进行复原。实验结果表明,该算法可以取得较好的复原效果。     

基于蛙跳算法的模糊图像复原

为了提高模糊图像复原后的清晰度,提出蛙跳算法。将蛙群体分成若干个族群,每个族群包含若干只青蛙,每次进化只更新最差青蛙的位置。为防止解空间收缩,对最优个体进行高斯变异算子操作,同时设定阈值策略对蛙跳各维变量进行指导性更新。建立模糊图像复原模型,用蛙跳算法非线性映射特性建立模糊图像与复原的函数关系,使模糊图像复原的解最终收敛于泊松统计的最大似然解。建立了复原评价指标。仿真实验结果表明,与其他算法相比,蛙跳算法复原较清晰,改善百分比最大,同时耗时最少。     

运动模糊图像复原R-L算法的优化

图像获取过程中如果产生拍摄对象与设备之间的相对运动,就会产生图像变得模糊,这种情况称之为运动模糊。文章从图像复原基础原理出发,主要介绍了Richardson-Lucy算法对运动图像的复原,比较自相关和频谱投影模糊长度估算方法。通过实验发现频谱投影在较短模糊长度是较为精确,自相关估算模糊长度在较长模糊长度较为精确。由此提出组合优化模糊长度估算,通过实验图像复原发现组合优化的模糊长度复原图像峰值信噪比大13%,有效提高了图像复原精度。     

基于梯度倒频和全变分的运动模糊图像复原

通过分析运动模糊图像梯度和Canny算子特性来估算点扩算函数(PSF),提出一种基于结合Canny算子和梯度倒频的运动模糊参数先验估计方法.首先,分析运动模糊图像的梯度信息和Canny算子特性,通过适当的阈值处理后,二者信息结合,利用倒频谱的特性计算出运动模糊尺度和运动模糊方向.最后,用改进的基于半二次型交替数值算法的全变分正则化复原方法对运动模糊图像进行复原.从实验结果可以看出,相对于传统算法,该方法能够较准确地估算出PSF参数,实现比较好的复原效果.     

基于卡尔曼滤波的图像复原

本文研究了基于卡尔曼滤波的图像复原方法。介绍了图像模型的建立以及几种经典卡尔曼滤波图像复原方法,提出了图像模型自适应的复原算法,并进行了仿真研究。在其退化过程只限于假定是被白噪声污染的马尔可夫（Markov）过程的条件下,目前应用卡尔曼滤波进行图像复原结果显示,本方法具有更好的性能。     

一种基于全变分模型的图像修复改进算法

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。     

一种模糊人脸复原算法在达芬奇平台上的实现

将监控视频中采集到的模糊图像恢复成清晰图像一直是图像处理领域的热点之一,这一需求在模糊人脸复原过程中尤为重要.基于图像复原变分正则化的算法,利用点集进行边界迭代转化,得出一种最优化的约束模型,使模糊的人脸图像清晰化.并将这种模型在达芬奇处理器平台上实现软硬件协同设计.实验结果表明,该模型结合硬件平台是可行的,基本恢复了原始的图像.     

一种基于L_1范数的非局部变分图像复原模型

针对L_2范数的非局部变分模型在迭代过程中未考虑图像局部梯度信息,模糊图像细节信息的缺点,提出了一种基于L_1范数的非局部变分模型。首先,对基于L_1范数的非局部变分模型的扩散性能进行了详细的分析。接着,将该模型应用于退化图像的复原中,并推导出该模型的Bregman交替迭代求解过程。最后,通过对比实验,证明本文提出的L_1范数的非局部变分复原模型能更好地重构图像的细节信息,相对于L_2范数的非局部变分模型峰值信噪比提高大于1dB,图像复原性能更优。     

基于整体变分模型的图像修复算法仿真实现

为了提高受损数字图像修复质量,将整体变分模型用于图像修复。采用Matlab编程工具对修复过程进行了仿真实现,克服了直接求解偏微分方程的困难。发现随着迭代次数的增加,被修复区域接近原图质量,当受损区域较小且受损区域灰度梯度不大时,看不出明显的修复痕迹。仿真实验结果表明,该算法复原图像的视觉质量好,算法收敛快,特别适合于线状裂痕的图像修补。     

基于全变分理论的红外图像去噪

为了去除红外图像中的噪声,提出了一种基于全变分理论的去噪算法。该方法继承了经典全变分模型在去除噪声中保护边缘的优点,结合图像平滑扩散原理,得到了一个全新的扩散函数;同时引入了一个边缘检测算子,对正则项和忠诚项的相关参量进行了改进,使得修复后的图像大大避免了阶梯效应;最后对该算法的实现进行了推导。结果表明,该算法能够有效地去除噪声,并且避免了阶梯效应的产生。     

一种基于全变差模型的欠采样图像重构方法

基于全变差范数最小化模型,构造了一种新的图像重构算法;利用欠采样域内的融合信息,结合构造的图像重构算法,提出了一种基于压缩感知理论的图像融合模型.数值实验表明,构造的重构算法与传统算法相比,在一定程度上减少了所需的采样数量;提出的融合模型对多类图像具有较优的融合效果.     

基于全变分模型的多分辨率光照处理算法

针对人脸识别中的光照问题,本文提出一种多分辨率分层的快速处理算法.该算法建立在扩展的全变分模型的理论基础之上,具有模型简单,优化参数少等优点,并能有效的减少光晕现象.算法从快速性入手,首先将光照劣化图像进行多分辨率分层,在每一层上利用模型进行估计,从而得出整体的光照成分,然后恢复出入脸的反射系数图像,并以此作为光照不变量来进行识别.实验证明,通过多分辨率分层的方法,不仅能使系统在不同光照条件下的识别率得到提高,而且还能解决单独用TV(Total Variation)模型进行估计时处理速度较慢的缺点.     

基于图像局部方向特性的自适应全变分去噪模型

针对全变分模型(total variation,TV)以图像的梯度信息作为去噪的尺度参数,未考虑图像局部纹理的方向性的缺点,提出了一种基于图像局部方向特性的自适应全变分去噪模型(Adaptive directional total variation,ADTV),并推导出该模型的迭代数值求解过程。在该模型中,首先,计算出图像局部方向的角度矩阵。然后,构造与图像纹理方向一致的椭圆区域代替TV模型的圆形区域。最后,通过优化最小化算法迭代求解以获得去噪后图像。通过对比实验证明,本文提出的模型取得了更高的峰值信噪比,去噪过程中更好地增强了图像的细节信息。     

一种复合局部与非局部梯度的图像去噪变分模型

局部变分有效地增强图像的轮廓信息,但不可避免地模糊图像的细节并在平滑区域产生阶梯效应。非局部变分能有效重构图像的纹理信息,但同时会破坏图像的结构轮廓信息。考虑到局部与非局部变分的互补性,提出了一种基于图像局部梯度与非局部梯度的复合变分模型,并通过Bregman交替迭代极小化图像的局部梯度与非局部梯度的L1范数,使去噪后的图像在去除噪声的同时更好地保留图像的结构与细节信息。对比实验证明,提出的复合变分模型有效地利用了图像的局部变分与非局部变分的优点,在图像评价的主客观方面都表现出了更好的性能。     

基于显著计算与变分法的多尺度图像融合

在多尺度图像融合中,通常将图像进行多尺度变换,再对变换后的低频系数与高频系数采用一定的融合规则进行融合,然而融合规则的选择将影响图像的清晰度与融合质量.将视觉显著模型与变分法理论应用在多尺度图像的低频系数融合中,获取最优的融合系数组合,从而增强融合效果,通过对红外线与可见光图像、医学图像的融合实验表明,该方法能克服融合图像对比度偏低的缺陷,获取的图像能较好地保留源图像的显著目标信息,如形状、大小、色调、纹理等,特别是针对异源亮度差异较大的图像.在主观视觉感受与客观评价指标上都有所提升.