基于联合插值—恢复的超分辨率图像盲复原

常规的超分辨复原方法需要预知退化图像的点扩展函数,但实际应用中许多退化图像的点扩展函数是未知的,因此提出一种新的超分辨率图像盲复原算法,在点扩展函数未知或不确知的情况下对图像进行恢复。该联合插值—恢复的超分辨率图像盲复原方法,利用多信道盲复原估计未知的点扩展函数,迭代运用帧间相似性确定模糊特性,同时结合超分辨率方法得到高分辨率图像。实验结果表明,该算法能有效地实现超分辨率图像的盲复原。     

改进的单帧图像超分辨率算法研究

针对牛顿插值算法信息利用率不高的缺点,提出了一种改进的单帧图像超分辨率算法。利用源图像中的像素点信息,同时从多个方向计算牛顿插值结果,并根据源图像中各像素点的相关性通过融合计算获得超分辨率图像的插值结果。该方法既提高了源图像中信息的利用率,又减小了插值误差的累积。仿真实验结果表明,利用改进方法所获得的超分辨率图像更细腻清晰,尤其图像边缘区域所包含的大量细节信息可得到有效恢复。改进算法所获得的超分辨率图像的峰值信噪比、均方误差以及视觉信息保真度等评价指标均优于传统方法。     

基于插值的遥感图像超分辨率重建

利用卫星对地观测的特点,容易得到同一地区的多幅多时相的遥感影像.这些影像提供了不同角度对地观测的数据,影像之间存在着互补性的信息.本文中提出了利用插值进行超分辨率重建的简单算法,首先对不同的遥感影像进行运动参数估计.进行图像配准.然后将低分辨率的遥感影像投影到高分辨率的网格上以获得超分辨率重建后的影像.重建后的图像的目视效果较好,图像的平均值、标准差及信息熵等对比效果有所提高.     

基于Hermite插值的视频图像分辨率匹配电路设计

目前常用的图像分辨率匹配算法,存在着缩放效果模糊或硬件消耗过大等问题。综合缩放效果和电路消耗考虑,提出了一种基于三次Hermite插值算法的图像分辨率匹配电路。以基于数字差分分析算法的模块控制插值源像素的选取,以Hermite算法为内核完成插值系数的计算,相对双三次插值算法,保证了较小的硬件消耗。通过均方差、峰值信噪比、灰度梯度模值和傅里叶频谱对Hermite插值算法缩放效果与其余算法缩放效果进行定量分析,表明三次Hermite插值算法比双线性插值算法具有更好的缩放效果。同时通过电路综合结果,表明该电路相对基于双三次插值的电路,硬件消耗更小。     

基于分割插值的连续多分辨率模型

给出了一种基于边删除的多边形网格分辨率模型生成算法,通过递归地删除网格模型中的边,从而得到连续的简化模型.算法建立了可调加权控制函数来控制边的简化顺序.在模型简化的不同阶段,通过调节控制函数的权值执行不同的简化原则,使得视觉重要度低的边优先删除.此外,通过建立独立集,避免了模型的局部过度简化.算法用临近点插值模板,求取边简化生成的新点.实验结果表明,该算法可实现较理想的场景简化效果.     

单帧红外图像超分辨率重建算法研究

针对目前基于插值的红外图像超分辨率重建算法主要把重心置于原始图像的像素上的问题,提出了一种将原始图像像素和插值像素相结合的红外图像超分辨率重建算法。该算法在最近邻插值算法的基础上,将其与自适应高斯滤波相结合,采用边插值边滤波的方式对红外图像进行超分辨率重建处理。由红外数据集的大量对比试验结果可知,该算法能够在不以时间消耗为代价的前提下使重建结果得到有效提升。具体表现为其重建结果的客观评价指标与经典的图像插值算法相比提高了约2.8%～3.2%,并且能够有效减少噪声、锯齿和模糊现象。该算法有助于推动红外图像超分辨率重建在军事、医疗等领域的发展。     

基于二元树复小波的图像插值超分辨率算法

根据二元树复小波理论和图像插值的特点,将二元树复小波变换与基于边缘插值方法相结合,得到一个放大的插值图像,然后将插值后的图像进行一级小波分解,将分解后的高频子带再做小波变换,并修正变换后的高颊子带系数,进行图像重构后得到最终的插值图像.实验结果表明,该方法能够提高图像的分辨率,_同时消除边缘处的"振铃"效应.     

基于插值与剪切波融合的图像超分辨率重建

针对单幅图像超分辨率重建问题,提出一种基于软判决自适应( SAI)-双三次( Bicubic)插值与平移不变剪切波融合的超分辨率重建算法。对源图像分别进行SAI插值和Bicubic插值,采用平移不变剪切波变换对2幅插值图像进行多尺度、多方向分解,得到低频及高频子带,对于低频子带,根据区域系数方差确定模糊相似度,结合改进的S函数确定自适应加权融合规则,对于高频子带,采用新改进拉普拉斯能量和与加权平均相结合的融合规则进行处理,将得到的融合系数进行剪切波逆变换,从而得到高分辨率重建图像。实验结果表明,与原有的SAI插值算法相比,该算法能提升重建图像的清晰度及峰值信噪比。     

图像插值技术综述

图像插值利用图像已知采样点的灰度值估计未知采样点的灰度值,是图像数据的一种生成过程。图像插值的目的在于通过升采样的方式提高图像的分辨率。本文分析了图像插值与图像超分辨率重建的区别;综述了目前常用的图像插值算法及其优缺点;对基于边缘的插值算法中涉及到的边缘作出了自己的理解与阐述;同时,从主观和客观两方面介绍了当前图像插值质量的评估标准,并用实验结果说明不同降采样方式对图像插值结果的影响;最后给出了未来图像插值的发展形势及前景。     

焦距标度数学模型的建立

利用近轴几何光学模型推导出焦距标度，这些焦距标度都具有良好的单调性和单峰性。实验证明了三个焦距标度的正确性，并对三个焦距标度进行了对比。     

Statistical image differences,degradation features,and character distance metrics

Document image quality is degraded through processes such as scanning, printing, and photocopying. The resulting bilevel image degradations can be categorized based either on observable degradation features or on degradation model parameters. The image degradation features can be related mathematically to model parameters. In this paper we statistically compare pairs of populations of degraded character images created with different model parameters. The probability that the character populations were degraded by the same model parameters correlates with the relationship between observable degradation features and the model parameters. Two metrics of character difference are used: Hamming distance and moment feature distance. Knowledge about the conditions under which characters will be similar and when they will be different can influence the choice of parameters for future experiments.Received: 19 November 2002, Accepted: 30 September 2003, Published online: 6 February 2004Correspondence to: Elisa Barney Smith     

一种有效的运动模糊图像恢复算法

探讨了任意方向的匀速直线运动模糊图像的恢复问题。证明了对任意方向的商线运动模糊图像只能直接设置二维点扩展函数进行二维恢复,不可先进行x方向的一维恢复再进行y方向的一维恢复。给出了估计PSF的方向和模糊范围D的频谱方法。并用实验验证了PSF谱估计方法的有效性,以及带窗的维纳滤波方法相比于标准维纳滤波方法的优越性。     

基于神经网络的盲图像恢复

1 引言图像恢复是图像处理学中的一个重要领域,其主要目的是利用退化图像的某种先验知识来重建或恢复原图像。图像的退化模型可表示为: Y=HX N (1)其中y为退化图像,H为退化模型的点扩展函数,X为原始图像,N为加性高斯白噪声。     

一种有效保持边缘特征的散焦模糊图像复原方法

图像复原过程中图像的主观视觉质量与图像的局部细节信息之间密切相关.针对散焦模糊图像,提出一种新的图像复原方法.所提方法在传统双边总变分正则化方法基础上,通过引入一种具有结构自适应的局部权值函数,构造了一种新的图像复原目标函数.该目标函数综合考虑了图像的全局与局部统计特性,即在整体保真情况下还充分考虑了图像的局部结构信息,使得所提复原方法能更有效地保持图像的边缘等细节信息.与传统BTV正则化方法的比较实验表明,所提方法在边缘保持方面更有效,复原后的图像具有更好的主、客观视觉质量.     

长波红外图像雨雾效果仿真

图像仿真有时需要得到相同场景不同天气下的图像,为特定的图像分析提供数据.针对长波红外图像雨雾效果的仿真,分析了雨雾天气下大气介质对长波红外(8-12μm)成像的影响,提出了一种雨雾效果仿真方法.用大气点扩展函数来表示雨雾天气对红外图像质量的影响,运用蒙特卡罗方法仿真红外辐射在雨雾中的传输过程,分别得到了雨天和雾天的大气点扩展函数.利用雨雾天气下的大气点扩展函数对场景的红外图像作变换得到了有雨雾效果的红外图像.最后给出的仿真结果基本达到了实际雨雾天气的效果.     

基于二次成像与清晰度差异的多聚焦图像融合

本文提出了一种基于清晰度差异的不同聚焦点图像的融合方法。该方法首先选择了一种基于梯度向量模方和的清晰度定义,然后根据几何光学系统的成像模型,以及点扩散函数的作用效果提出了模拟光学系统的二次成像模型。然后根据二次成像前后各图像清晰度的差异情况,对各幅图像中的目标进行判断,并选择其中的清晰部分生成融合图像。实验结果表明,该方法可以提取出多聚焦图像中的清晰目标,生成的融合图像效果优于Laplacian塔型方法和小波变换方法。     

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。     

神经网络图象原复方法的研究进展

对退化图象的复原问题,特别是对盲图象的复原问题,由于其有广泛的应用前景,因此引起了众多学者的研究兴趣,神经网络因其固有的优点,一直备受各领域研究者的重视,其在图像复原领域的应用也越来越受到广泛的关注,而且其发展正在从对“半盲图象”的复原逐步向对“盲图象”复原过渡,为了使人们对图象复原方法有一系统的了解,以便对从事该项研究的人员有所借鉴,首先简要介绍了图象复原的背景知识,因为只有了解这些基本的概念,理论和方法,同时了解了当前图象复原的其他方法的现状后,才能很好地理解神经网络图象复原的长处和不足,才能把握图象复原的全貌,然后,对神经网络图象复原的数学模型和方法进行了简短的叙述;最后,专注于神经网络图象复原,重点地对这一领域的背景,现有算法,研究进展和现状进行了综述,并展望了今后研究发展的方向。