一种改进实时图像去雾的暗原色先验算法

针对暗原色先验图像去雾算法运行时间长,天空区域分割耗时,复原图像中存在方块效应以及整体偏暗等缺点,提出一种改进的实时图像去雾暗原色先验算法。在暗通道求取时,使用快速最小值滤波,加快传统暗通道求取最小值排序的时间;在大气光求取时,使用像素值限定的方法快速排除天空区域,使用暗通道图像剩余最亮部分对应原图像像素值的均值,有效避免原算法中求取大气光值过大导致复原图像失真的现象;在透射率的优化时,使用Sobel边缘检测与求取图像二阶导数图像,得到精细的透射率,改善了细化透射率的时间复杂度;对最终图像采取伽码变换,提高图像亮度。实验结果表明,与原暗通道先验算法相比,此算法有效提高了算法的实时性。     

基于四叉树分割量化与关联模型的图像编码算法

本文以整型提升小波变换和SPIHT编码算法为基础，提出了一种基于四叉树分割量化与关联模型的新图像编码算法，该算法的基本工作步骤为：(1)对原图像进行整型提升小波变换，以得到不同分辨率不同方向的多个图像子带；(2)对最低频子带进行DPCM编码，对高频子带进行四叉树分割量化编码；(3)采用关联模型完成最后的算术编码。对比实验表明：本文算法在编解码速度、图像复原质量等方面均优于SPIHT等算法。     

基于APEX方法的改进图像复原算法

在湍流退化图像复原研究中,提出了一种基于APEX方法的改进图像复原算法.该算法采用APEX方法的基本原理,结合真实湍流退化图像的频谱信息特征, 对APEX方法中点扩展函数的估计过程进行了相应的改进,采用多方向的综合估计代替原有一次性估计,从而减少了点扩展函数的估计误差,增加了APEX方法的稳定性.对改进算法和原有算法进行了对比性实验研究,其结果表明,该算法对湍流退化图像的复原较原有算法在稳定性上有一定的提高,减少了随机噪声对图像复原的影响.     

结合改进红通道先验与幂律校正CLAHE的水下图像复原方法

针对水下降质图像复原过程中,存在背景光预估偏差及对比度失衡的问题,提出一种水下图像复原方法。首先根据超像素图像分割方法确定背景光区域及取值,然后采用红通道先验理论求取预估透射率,获得初步复原图像;最终通过归一化幂律校正的限制对比度自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization,CLAHE）算法增强复原图像的颜色。使用3种图像质量评价标准对实验结果进行客观分析,结果表明,该方法可以有效均衡对比度,提高可视化效果。     

ENAS-RIF图像复原算法

大气湍流严重影响天文、遥感等光学观测的成像效果,必须进行图像复原处理后才能获取更清晰的图像.为了提高图像复原效果,提出了一种基于可靠支持域和改进代价函数的增强型非负性和有限支撑域的递归逆滤波器(ENAS-RIF)图像复原算法.首先,利用Curvelet去噪进行图像平滑的预处理,抑制图像噪声;然后利用图像阈值分割和形态学...     

基于矢量量化的模糊参数辨识及分辨率增强方法

在实际的图像复原中通常需要预先估计模糊函数。该文将Nakagaki等人提出的基于矢量量化的模糊参数辨识算法进行改进,利用Sobel 算子形成特征矢量,避免了LOG滤波器参数的选择,增强了算法对辨识不同类型图像的模糊函数的鲁棒性,并利用DCT对特征矢量降维,减小了计算量。同时将其应用于超分辨率图像复原中,辨识出多幅低分辨率图像的模糊函数,然后融合具有不同模糊函数和信噪比的低分辨率图像,实现了盲超分辨率图像复原。仿真结果表明了改进算法的有效性和可行性。     

改进的马尔科夫随机场的遥感图像超分辨率复原算法

针对原有使用马尔科夫随机场理论进行超分辨率图像复原,并结合遥感的图像特点,提出了将基于马尔科夫随机场的超分辨率算法应用在遥感的图像复原处理之中。在原有算法的基础上进行改进,为了减少字典存储的训练图像块之间的冗余,采用随机选取训练图像块的方法,同时,通过迭代反投影算法改善图像块之间的拼接痕迹。通过MATLAB仿真,证明改进后的算法与原始算法比较,有更好的复原结果,图像细节能够更好地复原。     

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.     

基于改进脊波变换的红外视频图像高质量复原

为了实现红外视频降质图像高质量复原,采用一种基于改进脊波变换的图像复原算法来进行处理。该算法首先对降质图像进行改进脊波变换,然后提出一种具有加权改进自适应伪中值滤波算法对脊波系数进行处理,最后针对滤波后图像中时常出现的"环绕"现象,引入自适应Wiener滤波算法来抑制。进行了理论分析和实验验证,取得了相关模拟降质图像、真实降质图像以及峰值信噪比的测试数据。结果表明,该算法性能优于伪中值滤波以及两类脊波变换去噪算法。这对于实现红外视频降质图像复原研究是有帮助的。     

应用改进自蛇模型和L-R算法恢复毫米波图像

在毫米波的图像恢复中,L-R算法是一种简单而有效的非线性方法,但当噪声不可忽略时,L-R算法难以获得较好的复原结果。针对毫米波图像数据量少和图像分辨率低的特点,提出基于改进自蛇模型和L-R算法毫米波图像恢复方法,以局部方差构造自蛇模型的边缘停止函数,其改进自蛇模型在消除噪声的同时更能够保留图像中的边缘和细节特征,然后使用L-R算法进行图像恢复,这种改进算法通过使用基于改进自蛇模型去噪能有效地减少噪声对L-R算法的影响。实验结果表明:在信噪比和相关度方面本文算法提高了L-R算法的性能,可用于含噪声的图像复原。     

Improved blind image restoration scheme using recurrent filtering

In the paper, the idea of space-adaptive regularisation is introduced into the nonnegativity and support constraints recursive inverse filtering (NAS-RIF) algorithm for blind image restoration. A newly developed cost function is obtained by adding a space-adaptive regularisation term to the cost function of the NAS-RIF algorithm to prevent noise amplification and to reduce ringing artifacts. Compared to the original NAS-RIF algorithm, the improved NAS-RIF algorithm is particularly effective under low SNR conditions. Also, the experimental results show that the convergence characteristic of the improved NAS-RIF algorithm is much more stable and the converged solution is capable of providing an excellent estimate of the original image     

单幅图像的快速去雾算法

雾的存在使得户外图像的处理变得困难。雾、霭、烟等现象会使彩色图像退化,对比度降低。介绍了一种单幅图像的去雾新算法,不需要分割图像,直接利用高斯低通滤波器分离出背景空气光,利用改良的暗通道法对大气光进行估计,结合雾天图像的物理模型对图像进行复原,最后再对图像的饱和度进行校正,得到最终的复原效果。该算法的主要优点是速度快,...     

复杂背景红外湍流退化图像复原算法研究

针对大气湍流复杂背景红外退化图像的复原问题,构造了各向异性权重差分项,在此基础上将基于二阶差分的2范数极小作为空间相关性约束应用在复杂背景湍流退化图像相邻两帧点扩展函数的优化求解过程中,提出了针对复杂背景的湍流退化图像复原算法。在微机上进行了一系列复原和方法对比实验,实验结果表明本文方法有效,效果较好。     

基于Hessian核范数正则化的快速图像复原算法

利用Hessian核范数进行图像复原是目前较好的高阶正则化方法,但是由于Hessian核范数正则项的高度非线性和不可微性,图像去模糊和去噪过程耦合度高,求解算法的复杂度高.本文利用变量分裂设计了一种具有闭解形式的交替迭代最小化快速图像复原算法,将图像去模糊、去噪分步进行,并给出算法的收敛性证明.实验结果表明,本文方法不仅在峰值信噪比方面优于原有的基于Hessian核范数图像复原的主优化(Majorization-Minimization,MM)方法,而且大大降低了算法的迭代次数和运行时间.     

二阶Hopfield型神经网络的稳定性 分析及收敛速度的估计

本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件,并对其指数收敛速度进行了估计.     

基于特征提取的红外与可见光图像融合

为提高红外与可见光图像融合的效果,加快融合算法处理速度,提出了一种基于特征提取的图像融合算法。改进了数学形态学中的顶帽运算,用于提取源图像的特征图像及背景图像;设计融合规则,对特征图像及背景图像分别进行融合处理;最后重构得到融合图像。另外,对本文融合方法的参数选择进行了分析,并且设计了适用于背景图像融合的自适应加权融合规则。实验表明,该融合方法能有效获取源图像的特征信息,提供丰富的背景信息,运算速度快,易于硬件实现。     

Robust classification of blurred imagery

We present two novel approaches for the classification of blurry images. It is assumed that the blur is linear and space invariant, but that the exact blurring function is unknown. The proposed fusion-based approaches attempt to perform the simultaneous tasks of blind image restoration and classification. We call such a problem blind image fusion. The techniques are implemented using the nonnegativity and support constraints recursive inverse filtering (NAS-RIF) algorithm for blind image restoration and the Markov random field (RIRF)-based fusion method for classification by Schistad-Solberg et al. (see IEEE Trans. Geosci. Remote Sensing, vol.32, p.768-78, 1994). Simulation results on synthetic and real photographic data demonstrate the potential of the approaches. The algorithms are compared with one another and to situations in which blind blur removal is not attempted.