织物图像增强技术的研究

对具有不同特性的织物数字图像利用二维离散傅立叶变换进行图像增强和图像复原等操作,能有效地改善图像的 质量,突出所需要的细节,为织物密度的自动测量提供最佳质量的图像.研究了二维离散快速傅立叶变换算法,以及利用该 算法在频率域中进行图像增强和图像复原的新方法.实验结果分析表明,利用提出的方法可以较好地改善织物图像的质量.     

基于分裂Bregman算法的单帧运动图像盲去模糊

提出一种基于分裂Bregman算法的单帧运动图像盲去模糊方法,该算法分为模糊核估计和图像复原两个阶段.在估计模糊核时,首先利用双边滤波器去除图像中的噪声,再采用改进的冲激滤波器对图像进行边缘增强,选取有用的边缘信息估计模糊核,并对估计出的模糊核进行修正,从而得到高质量的模糊核.图像复原阶段,利用分裂Bregman算法交替迭代得到去模糊后的图像.该算法具有降噪和边缘增强的功能,并能保持图像总变分不变,使图像复原效果更好且计算时间有大幅降低.     

在纺织图像中傅里叶变换的研究

通过采用不同的图像处理技术手段对具有不同特性的织物数字图像进行处理,为织物密度的自动测量提供最佳质量的图像,利用二维离散傅里叶变换获得图像的频谱,然后对其进行图像增强和图像复原等操作,能有效地改善图像的质量,突出所需要的细节。介绍了二维离散快速傅里叶变换算法,以及在频率域中进行图像增强、图像复原等实验,并对实验结果总结分析。     

频域正则求逆小波域维纳滤波图像复原

采用频域正则化求逆和小波域维纳滤波去噪的方法对已知线性降晰模型的含噪图像进行图像复原。实验结果表明，本文算法的复原效果明显优于频域维纳滤波复原和小波域正则反卷积复原。     

基于功率谱AR模型估计的序列图像复原算法研究

在分析信号复原过程的基础上,提出基于功率谱AR模型估计的序列图像复原算法.对分段信号的功率谱进行估计,在保持图像整体信息良好的前提下,得到幅值谱的补偿滤波器,从而实现序列图像复原.利用所建模型对风洞试验图像进行实验研究,复原图像信噪比得到提高,复原以后的图像误差得到很大程度的减小,恢复效果明显.研究表明,采用功率谱AR模型估计的复原方法,可以有效地应用于气动光学效应序列图像复原.     

基于双参数正则化方法的图像复原

针对高斯模糊图像的纹理和结构特性,提出一种基于总变分的双参数正则化约束的图像复原方法.首先采用基于各向异性的梯度处理方法,建立了具有点扩散函数和图像像素的灰度梯度.然后进行非线性和空间各向异性的规整化处理,使其在恢复目标图像和估计点扩展函数中能自适应地进行梯度运算.最后采用交替迭代的数值处理方法提高图像复原的速度.实验结果表明,基于梯度的双参数正则化图像复原能较好地提高图像复原的效果.     

Radon变换和全变分相融合的图像复原算法

图像复原的核心是点扩散函数的估计和直接去卷积算法,针对拍照过程中,相机和被拍摄物体由于相对运动而导致的图像退化问题,提出一种基于Radon变换和全变分相融合的图像复原算法。首先利用radon变换对图像退化模型参数进行估计,然后采用全变分算法复原退化图像,最后在Matlab 2012平台进行仿真实验对算法的性能检验。仿真结果表明,相对于其它图像复原算法,本文算法可以准确估计退化模型参数,获得了更加理想的图像复原效果,具有一定的实际利用价值。     

一种保留图像边缘信息的图像复原方法

针对图像复原的同时要求保留图像边缘信息的矛盾,利用图像的梯度模,提出了一种保留图像边缘信息的图像复原方法。本方法对图像修复的同时,具有保护图像边缘的作用。实验表明本方法在去除噪声和信噪比上取得了较好的效果。     

图像复原基本适用条件的红外成像实验研究

图像复原是提高图像空间分辨率的经典方,首先建立一般的成像模型,通过对图像复原原理进行分析,得出了利用图像复原提高图像空间分辨率的基本适用条件,通过扫描成像实验结果分析,验证了利用图像复原提高图像空间分辨率的基本适用条件的理论分析的正确性,图像复原提高图像空间分辨率基本适用条件的研究,对于遥感成像系统,可以保证获取的图像质量不下降的同时,大大节省系统研制成本。     

结合稀疏表示与匹配梯度分布的图像复原

针对基于稀疏表示的传统图像复原方法无法准确恢 复图像小尺度细节的不足,提出了一种结合稀疏 表示与匹配梯度分布的图像复原方法。首先在稀疏表示图像复原模型的基础上,利用参数化 的超拉 普拉斯分布估计原始图像的梯度分布;然后,通过对图像的梯度分布进行全局约束,利用梯 度直方图匹配 操作匹配图像梯度分布,使复原图像的梯度分布尽可能接近原始图像。仿真实验结果表明 , 本文算法能够取得较优的复原效果, 并且能以较高精度复原图像的细节信息。