振动模糊星图仿真技术研究

分析了飞行器振动对星敏感器成像的影响,推导并建立该影响下星图模糊的数学模型。该模型首次通过角振动功率谱密度数据定量地模拟星点的随机振动轨迹,并在此基础上做出振动对星敏感器成像的影响分析。仿真结果表明,该方法可以较真实地模拟星图振动模糊效果。星点质心提取精度与角振动功率谱幅值在对数域上线性相关。     

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。     

车辆运动模糊图像复原方法研究

根据车辆运动模糊图像的特点,分析了运动模糊图像的退化模型,给出了运动模糊图像点扩展函数的参数估计和算法。采用改进的K值自动估计算法,较准确地估计出K值,再用维纳滤波复原图像。实验结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量并取得了较好的恢复效果。     

运动模糊车牌图像复原与识别系统的研究

运动模糊是在车辆行驶中,摄像设备对车牌图像抓拍时较为常见的一种图像退化现象.本文基于matlab软件,主要研究了复杂场景下车牌图像的预处理、复原与识别,利用直方图匹配对低亮度场景下的车牌图像进行预处理,通过对匀速运动下的模糊车牌图像进行DFT频谱分析,根据估算得到的参数,实现原图像的复原.此外,本文还研究了车辆牌照识别...     

图像复原中的模糊参数估计

图像复原技术在航空拍摄和机器视觉中是提高图像质量的重要手段.针对有相对运动情况的图像存在的降质模糊,分析了运动模糊的数学原理,针对不同运动模糊采取了不同去模糊方式.即先判断图像存在的运动模糊方式,针对直线运动通过Hough变换法和误差参数法相结合的方法估计降质参数,而对于旋转运动则采用曲线拟合和极坐标转换相结合的方法来估计降质参数.通过维纳滤波方法复原图像,提高图像质量.利用提出的自适应方法对直线运动模糊(参数为(30,70°))和旋转运动模糊(参数为(128,128),20°)分别作了实验计算.对比实验表明,这种由粗及精的方法能准确估计模糊参数,与传统处理方法相比,更加便捷有效.     

复合帧运动模糊图像复原方法研究

对复合帧图像运动模糊的复原问题进行了较为系统的研究。利用块匹配算法估计场间的位移矢量,即模糊范围和模糊方向以消除边缘“阶梯效应”;采用维纳滤波方法对场内的运动模糊图像进行了复原;经对一个CCD照相机以不同的相对运动速度在不同的距离对一个门牌号摄取的模糊图像进行复原,证明该文方法的有效性。     

基于生成对抗网络的运动模糊图像复原

针对相机成像时相机抖动、物体运动等导致图像产生运动模糊这一十分具有挑战性的问题，提出基于生成对抗网络的深度卷积神经网络来复原模糊图像的解决方案。该方案省略了模糊核估计的过程，采用端对端的方式直接获取复原图像；通过引入生成对抗网络思想的对抗损失和对残差网络进行改进，有效地复原了图像的细节信息。最后通过训练此深度卷积神经网络模型并在相关模糊复原基准数据集上测试，证明了该方案取得了较好的结果。     

Lucy-Richardson算法在模糊图像复原中的应用

在电子监控或其他移动视频的拍摄过程中经常会出现模糊图像,还原模糊图像的本来面目是图像处理中的一个重要课题.本文主要介绍通过Lucy-Richardson算法对多种模糊类型图像进行复原,并与维纳斯算法的复原效果比较.实验结果表明,加大迭代次数,该算法对无噪声的运动模糊图像复原效果最好.     

边缘区域约束引导的运动模糊图像复原

相机在拍摄物体时,物体运动或相机抖动会导致图像模糊.针对此问题,提出一种边缘区域约束引导的运动模糊图像复原算法.通过分析图像中阶跃边缘区域与运动模糊核之间的内在关系,建立了一种新的边缘区域约束;对该约束进一步结合RANSAC算法,可有效地引导运动模糊核的估计.大量对比实验结果表明,该算法简单、估计精度高,能够得到优于传统算法的高质量图像模糊恢复结果.     

运动模糊图像复原结果中伪像的消除

针对Lucy-Ricardson(LR)算法得到的复原图像存在不同程度的Gibbs效应、边缘振铃等多种类型的伪像,提出一种新的算法,在LR算法的复原图像迭代公式中引入一函数作为其系数,使得图像平滑区域与原来的LR算法的恢复方式相同,同时在图像的边缘区域可以有效地保护细节,起到低通滤波器的作用。实验结果表明,改进算法能很好地平滑伪像和重建图像细节,复原图像的峰值信噪比(PSNR)与其他算法相比有很好的提升。     

去除系统模糊的图像复原方法

作者对某系统所拍摄的模糊图像成功地进行了复原处理.本文概述了如何将非线性处理化为线性处理的主要技术途径,并给出了处理结果.     

无人机侦察图像运动模糊复原方法研究

无人机具有体积小、使用方便以及战场生存能力较强等优点,在军事领域中应用越来越广泛。无人机进行情报侦察时,成像设备与拍摄物之间存在相对运动,使得拍摄到的图像出现模糊,严重影响后期的情报处理,因此如何提高模糊图片的质量成为无人机情报处理中的重要课题。介绍了在无人机侦察这一背景下图像运动模糊的降质机理及成像特点,对运动模糊复原领域中图像非盲复原与盲复原两类方法进行研究,从算法原理和实际应用两方面对每种算法的优缺点进行了总结。最后对无人机侦察图像运动模糊复原算法的发展趋势做出展望,实时性、适用性与智能性将成为算法的主流发展方向。     

改进多尺度CNN网络的运动模糊图像复原算法

针对多尺度CNN网络编码过程中存在获取特征信息不足,导致重建的去运动模糊图像质量不佳。该研究提出了一种将明暗通道先验嵌入多尺度网络,并在网络中引入双重注意力机制的解决方法,该方法增强了网络对先验信息的获取能力,加强重点信息获取的同时提高动态去模糊效果。该方法与同类方法相比峰值信噪比(PSNR)和结构相似度(SSIM)均获得了提升。     

基于频域识别运动模糊的模糊方向和模糊度

运动模糊图片的频谱中存在平行的零点直线。这里提出了一种算法,识别零点直线含有的运动模糊方向和模糊度信息:首先对模糊图像进行分块,然后将分成的小块相加,利用拉氏算子对最后的相加结果进行无方向性的二阶微分,通过二维FFT变换求得频谱。接着对频谱取绝对值、做归一化之后,修饰二值化结果,最后进行Radon变换,求得点扩展函数的运动方向和模糊长度。实验论证该算法可靠通用,性能优良。     

部分模糊核已知的混合模糊图像复原算法

真实环境中得到的图像常会受到多种模糊降质过程的影响,导致成像质量下降,为此提出一种图像退化模型及相应的复原算法.与传统的级联方式不同,该算法假定模糊核函数是散焦与运动模糊的加权和形式;在散焦模糊给定的情况下,使用广义拉普拉斯分布作为运动模糊的统计模型,并在期望最大化(EM)算法框架下估计模糊核函数;最后利用估计的模糊核函数进行图像复原.实验结果表明,采用文中的复原算法能够较为准确地辨识出模糊核,提升了图像复原的效果.     

基于互相关模糊长度估计的图像复原

为提高含噪运动图像的复原质量,提出一种基于互相关原理的运动模糊长度估计算法。根据图像的Radon变换得到运动模糊角度,提取模糊中心各模糊路径上的像素灰度值,通过互相关计算确定模糊长度,采用Lucy-Richardson迭代算法对观测图像进行复原。实验结果表明,该算法的抗噪性较好,迭代收敛速度较快。     

遗传算法在运动模糊图像恢复中的应用

遗传算法在模糊图像恢复的应用上,如果算法设计的不合理,需要更多的迭代次数,影响算法本身的运行效率,也有可能会陷入局部收敛,影响图像恢复的效果.针对现有的遗传算法.结合图像本身的特点,提出了一种新的图像模糊恢复的遗传算法结构.该算法以二维的染色体编码方式,通过样本分布模板和多重随机参数,以提高迭代收敛的速度,同时避免局部收敛.实验结果表明,该算法在运动模糊图像的恢复中,要优于传统的逆滤波法,算法的抗噪声能力较强,对于运动参数估计的依赖性也较弱.     

离焦图象模糊辨识及复原方法研究

本文讨论如何根据离焦模糊图象确定其退化模型参数,并同时使模糊图象复原的问题,提出了一种基于模糊图象的梯度图象、最小二乘技术和斐波那契最优搜索法的有效方法.文中介绍了方法的基本原理,提出了实现该方法的算法步骤,并给出了对人工模拟图象和实际拍摄的离焦图象处理的实验结果.     

EMM盲运动模糊图像的恢复

盲图像恢复的主要困难是信息不足,而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的方法有ML法、EM法以及正则化方法等。但是这些方法的计算量都太大,针对上述方法的不足,文章提出了一种恢复图像的新算法,它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中,巧妙地利用了最陡梯度法和共轭梯度法的迭代求解。对由于运动造成的模糊图像,可以明显地改善图像的质量,实验结果证明,在对模糊操作没有严格限制的情况下,仍可得到较好的恢复图像。