基于运动模糊图像的计算机复原技术研究

运动模糊图像复原是一种计算机图像复原技术,相对较为常见,广泛应用于在智能交通系统中。正由于运动模糊图像应用越来越普遍,该文重点分析研究了不同动态模糊图像复原技术方法,采用了最小二乘法和L-R两种不同算法对图像复原处理进行研究,同时,结合交通系统常见标志作为研究例子,利用MATLAB进行仿真实验,获取两种不同算法处理图像后的效果,对两种算法的仿真实验结果进行比较研究。通过仿真实验结果表明,L-R算法在交通道路指示牌中的复原处理效果优于最小二乘法,更适合于复原处理运动模糊图像。     

用最小二乘直线法求取直线度误差

通过与两端点直线法和最小区域法对比的方法,利用最小二乘原理,介绍了采用最小二乘直线法求取直线度误差的方法,并对最小二乘直线法求取直线度误差的可行性进行了探讨.     

基于偏振特性的雾霾降质图像融合复原方法

在大气散射理论模型的基础上,分析了利用图像的偏振信息复原雾天图像的方法。根据图像偏振信息的复原算法原理,研究了偏振特性的图像配准融合方法,并在此基础上采用搜索最佳正态分布算法及自适应二维维纳滤波方法对模型参数的大气光和环境光深度图进行估算,从而根据偏振图像复原方程达到复原清晰景物图像的目的。在MATLAB仿真平台进行图像复原测试,并进行主客观评价分析,结果表明该方法可以取得较好的图像复原效果。     

模糊图像复原方程的变分与计算格式分析

 模糊图像复原的PDE方法是近10年来图像处理领域内研究的热点问题,具有建模简单、处理规范、去噪效果好等优点.介绍模糊图像复原的变分方程,对复原方程的计算格式进行了分析,给出部分模糊图像复原处理的实验结果.     

基于GPU的小尺寸FFT在实时图像复原中的优化

为满足跟踪识别系统对图像复原的实时性需求,在图形处理器(GPU)上进行高效实现小尺寸二维FFT的优化策略研究。首先对二维FFT算法进行分析,根据图形处理器的特点,提出基于图形处理器的并行执行模型。基于该模型,从算法的复杂度、跳转指令的数量、共享存储器的访问冲突以及共享存储器的访问延迟及图形处理器的利用效率这4个方面进行优化策略的研究,提出相应的优化方法。在图像复原的实验中,先对基于GPU的小尺寸FFT优化方法与基于CPU的MATLAB传统算法进行计算精度对比,然后基于4种不同尺寸的图像在相同的GPU平台上再与NVIDIA公司提供CUFFT函数库复原算法进行计算效率对比。研究结果表明:该优化方法提供的图像复原算法复原效果好,与MATLAB效果图比较人眼观察不出差异;在计算速率上,提出的优化方法能够在19.6 ms内复原1帧128×128灰度模糊图像,计算速度与直接采用CUFFT函数库算法相比提高约1.8倍。     

两种移动最小二乘法在曲面拟合中的对比研究

文章首先介绍了移动最小二乘逼近法和移动最小二乘插值法,然后分别将两种方法运用于曲面拟合,用MATLAB编程实现算例,对比精确解和两个数值解.结果表明移动最小二乘插值法精度较高.     

基于广义对称超松弛迭代法的图像复原

针对求解大型线性系统的图像复原问题,基于半步迭代的思想,提出了一种求解图像复原问题的对称超松弛迭代方法.该方法既保证了迭代矩阵的非奇异性又加快了求解速度.在两个实际图像复原问题上的数值实验结果表明,相比其他复原方法,该方法复原效果好且速度快,在评价指标方面体现了优越性.     

图像复原研究方法及进展

图像在形成、传输和记录过程中,由于成像系统和设备的不完善,而使图像的质量。介绍了图像复原的一般模型、和经典的几种图像复原方法,分析了其他的一些复原方法,并对图像复原技术进行展望。     

Parzen窗估计法在图像复原中的应用探索

通过对降质图像离散退化模型与Parzen窗估计法基本公式的对比和对几种退化模型的点扩展函数特点的分析,揭示了点扩展函数与Parzen窗函数之间的对应关系.提出用Parzen窗函数对点扩展函数进行估计的思路和方法,从概率统计的角度对盲图像复原的方法进行了探索.     

基于优化最小二乘支持向量机的数控机床热误差建模分析

数控机床热误差是降低加工精度的主要因素之一.针对热误差建模问题, 结合布谷鸟算法的随机莱维飞行机制和最小二乘支持向量机结构风险最小化与线性规划等优点, 提出基于布谷鸟算法优化最小二乘支持向量机的热误差建模方法.在最小二乘支持向量机将低维非线性问题转化为高维线性问题时, 构建了混合核函数.同时,采用布谷鸟算法对最小二乘支持向量机惩罚因子γ、核宽度参数σ和混合核权值λ进行了优化.以GMC2000A机床为实验对象, 分别对热误差数据进行了聚类分析和建模分析.通过误差预测对比分析得出结论, 基于布谷鸟算法优化混合核最小二乘支持向量机建立的误差模型取得了良好的预测效果, 且明显优于BP神经网络模型和未优化的最小二乘支持向量机模型的预测效果.