基于序列图像的湍流退化图像复原方法研究

提出一种基于序列图像的湍流退化图像复原方法,该方法通过非刚性配准技术对湍流退化图像的变形进行校正,对校正后的图像再通过滤波的方法去除图像中残存的噪声,最终得到复原图像。实验表明,使用该方法对湍流退化图像进行复原能够得到较好的复原结果。     

图像恢复中有约束最小平方滤波技术研究

图像复原是利用退化现象的某种先验知识（退化模型）,按退化的逆过程重建图像的技术.分析了有约束最小平方滤波方法的理论,得出只需图像噪声均值和方差的知识就能对图像实行最佳复原,最后给出了对一幅图像进行圈积模糊和加高斯噪声操作,然后进行复原的实例.     

从模糊图像中恢复集成电路版图技术

为将模糊的集成电路版图进行复原,探讨了Lucy-Richardson滤波、维纳滤波、拉格朗日乘法算子最小二乘方滤波方法.研究发现:噪声模糊图像进行复原时,Lucy-Richardson方法基本恢复不出集成电路版图,维纳滤波的去噪声明显但是图像清晰度不够,拉格朗日乘法算子最小二乘方滤波复原版图清晰;恢复清晰集成电路的版图可以用于集成电路的结构分析和集成电路失效机理诊断.     

相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性，根据先验知识采建立退化模型的反退化处理技术，如滤波，其通用性较差．论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究，阐述了运动模糊图像退化的数学模型．根据数学模型分析其退化的原因，并运用模糊理论知识，提出了对由相对运动引起的模糊图像进行复原的隶属函数，同时与维纳（Wiener）滤波复原算法进行了对比分析．结果表明：模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像，效果相当理想，为图像复原技术提供了一种新思路．     

基于大气模型的天气退化图像复原方法及应用

介绍了一种简单的基于大气模型的天气退化图像复原方法．与以往的天气退化图像复原方法相比，该方法只需要一幅受天气影响的图像和少量的用户提供的额外信息，而不需要任何深度和天气信息，即可去除图像的天气影响．该方法通过深度启发法来获取场景点的深度信息，基于大气模型对天气退化图像进行复原，针对去除天气影响后图像亮度降低的问题，采用了直方图调整方法进行图像增强．在MATLAB平台上的仿真实验结果表明，该方法对天气退化图像复原的效果较好．     

匀速直线运动模糊图像点扩展函数的识别方法

为解决图像复原中模糊函数即点扩展函数的估计问题,介绍了图像退化的一般模型,分析了匀速直线运动模糊的退化函数,并采用基于约束最小二乘复原算法的参数误差曲线法对运动参数进行估计。实验结果表明:该方法可以提高参数的判别精度,复原图像的视觉效果和峰值信噪比都有显著提高。     

基于单点像的光学稀疏孔径图像复原

为了定量评价光学稀疏孔径系统的图像复原效果,提出了一种以稀疏孔径系统单点像作为退化图像进行图像复原的方法.对稀疏孔径系统的单点像进行适当的复原处理,可获得类似爱里斑(即该稀疏孔径等效圆口径系统的单点像)的复原图像.通过比较该复原图像和爱里斑相似程度,即可对该复原算法(或者参数)进行评价.以法国SOLARNET光学稀疏孔径系统为例演示了上述图像复原过程.仿真结果表明,基于单点像的图像复原方法是可行的.     

小波和神经网络图像复原方法的比较研究

分析了用小波方法在神经网络方法进行图像复原的原理，指出了用小波方法进行图像复原存在的不足；当图像质量很差或当图像被退化矩阵模糊后，小波复原很难实现。面对这两种情况，用神经网络方法能够较好地复原图像。给出了实验验证的例子，得出了几个结论。     

改进极大似然估计大气湍流图像复原算法

采用Zernike多项式进行波前复原,并作为点扩散函数的初值,结合图像先验信息和参数估计改进最大似然估计法,对模拟的湍流退化图像进行复原实验。实验结果表明,相比于Lucy-Richardson和盲卷积算法,该算法复原后图像的灰度平均梯度有明显提高。     

运动模糊图像的去卷积方法研究

针对成像过程中观测图像存在像素灰度信息丢失的情况,在分析此类图像的退化原理及建立其数学模型和离散化表达式的基础上,将最优化方法中的共轭梯度法引入图像复原过程中,提出基于共轭梯度优化迭代的非零背景运动模糊图像去卷积方法.实验表明,该算法复原效果良好,是一种有效的图像复原方法.     

运动模糊图像的去卷积方法研究

针对成像过程中观测图像存在像素灰度信息丢失的情况，在分析此类图像的退化原理及建立其数学模型和离散化表达式的基础上，将最优化方法中的共轭梯度法引入图像复原过程中，提出基于共轭梯度优化迭代的非零背景运动模糊图像去卷积方法．实验表明，该算法复原效果良好，是一种有效的图像复原方法．     

基于数值保真项优化的TDI遥感图像复原方法

提出基于数值保真项优化的时间延迟积分电荷耦合元件（TDI-CCD）振动模糊遥感图像复原方法.针对时间延迟积分（TDI）退化图像点扩散函数（PSF）的空间变化性,根据成像平台颤振信息逐行构建模糊核.通过结合L1正则化和数值保真项优化,提出新的遥感图像去模糊方法,实现对TDI颤振图像的逐行复原.在基于最大后验概率（MAP）构建图像去模糊模型的过程中,将数值保真项扩展到二阶,以更好地保留图像细节.与传统的Richardson-Lucy（RL）算法、全变分方法相比,提出的算法去模糊效果明显.分析在不同积分级数和颤振频率下采用该算法复原后的图像的ssim,该算法体现出很好的普适性.     

基于FitzHugh-Naguno神经元随机共振机制的图像复原

应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.     

多尺度Kalman滤波图像复原

提出了一种小波域多尺度Kalman滤波图像复原方法。根据信号的降晰退化模型在各个尺度上的频域表现形式,建立了Kalman滤波的观测方程,以及小波重构在频域上的形式而建立尺度之间的状态转移方程。将大尺度上得到的复原结果作为多尺度Kalman滤波状态变量的初始值,然后在分解后的各个低频子带上预测复原,最后得到在小尺度(最高分辨率)上的频域复原结果,经过傅立叶逆变换就可以得到最终的复原结果。实验结果表明多尺度Kalman滤波图像复原算法能够产生比较好峰值信噪比。     

TV正则化的双迭代RL湍流退化图像复原算法

RL算法是湍流退化图像复原的一类重要算法,但在迭代过程中存在噪声放大或过度平滑问题.围绕湍流退化图像复原问题对RL（Richardson-Lucy）算法及其改进方法进行研究：建立了一种短曝光成像探测湍流退化模型,并给出该模型中随机相位屏的数值模拟方法;推导了RL算法的基本原理和计算公式;为更好地从湍流退化图像中恢复目标,提出了TV正则化双迭代RL图像复原算法.改进算法引入总体变分约束,并对目标图像和点扩展函数采用内外循环双重迭代,充分利用了目标图像和点扩展函数的内在联系.仿真实验表明,算法能有效地保持了图像的细节信息,复原效果明显优于传统RL算法.     

水下模糊图像参数估计复原方法

针对不同的图像退化模型,分析了图像模糊的不同类型以及通过解卷积复原图像的各类方法,讨论了对应于不同模糊类型所适用的解卷积方法。在对水下图像复原前先采取去噪预处理较好地抑制了复原过程的病态问题,再利用拉东变换和傅里叶变换估计点扩展函数中模糊角度和模糊距离,实现了在缺少先验信息前提下的水下图像的复原,且相比于其他估计方法更加简便准确。实验结果表明:该方法能较为有效地复原水下模糊图像。     

基于透射率估计模型和引导滤波的雾气图像去雾算法

针对雾气条件下成像设备采集图像退化严重的问题,提出一种雾气图像的去雾算法。通过对雾气天气成像物理模型的简化,找到图像复原函数中的透射率和大气光值2个关键未知量;分析影响透射率的因素,通过对大量雾气图像进行灰度分布概率统计,提出一种透射率快速估计算法;通过引导滤波估计大气光值,利用简化的修复函数完成对雾气图像的去雾处理。与HE算法(HE Kaiming, SUN Jian, TANG Xiaoou. Single image haze removal using dark channel prior. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2011, 33:2341)相比较,经本算法去雾复原后的图像信息熵值最少可提高0.060 4比特/像素、平均梯度值最少可提高0.009 55。实验结果表明,经本算法复原的有雾图像清晰度较高,细节复原较好,去雾效果明显。     

卫星振动引起的非规则采样降质图像复原方法

针对卫星振动引起的TDICCD相机非规则采样导致像质退化的问题,提出了非规则采样降质退化图像的复原方法．首先利用基于非均匀快速傅里叶变换的频域插值对非规则采样的几何降质退化规律进行建模,并结合遥感成像的模糊退化过程,建立非规则采样降质图像退化模型．然后利用频域插值特性将模型逆求解过程转换为Toeplitz矩阵系统的线性方程求解问题,实现了快速求解,提出非规则采样几何降质和模糊退化的综合处理方法．最后利用测试图形和真实遥感图像对方法进行验证,实验结果表明:在严重模糊、几何降质及高噪声水平条件下,复原后的图像与理想图像的结构相似度仍优于0.93,而且具有较高的处理效率．该方法能有效应用于在轨振动引起的非规则采样降质的复原处理．     

基于人工神经网络的遥感图像处理方法研究

根据遥感图像的特性,介绍了人工神经网络在遥感图像分析与处理领域的各种应用,重点分析了基于人工神经网络的遥感图像分类与增强、遥感图像复原与重建、图像边缘检测与纹理信息提取等方法,在MATLAB平台下对基于BP神经网络的个别算法进行了实现,并说明了神经网络方法在遥感图像分析与处理技术中的应用潜力。     

基于微阵列相机运动模糊图像的复原

本文提出了一种基于微阵列相机实现运动模糊图像复原的方法.对于3×3微阵列相机拍摄得到的一组阵列图像,首先对其进行多尺度特征的校准和融合;然后用Radon变换得到融合后图像的运动模糊角度和运动模糊长度;最后运用Lucy-Richardson算法去除运动模糊.实验结果表明本文基于微阵列相机的去运动模糊方法要比直接运用Lucy-Richardson方法更能有效地去除运动模糊.