单画幅欠采样图像复原中的插值作用

采用直接复原方法和插值复原方法对单幅欠采样低分辨率模糊图像进行复原实验,以考察线性插值在图像复原中的作用.直接复原法是对采集到的欠采样低分辨率模糊图像直接用最大似然图像复原算法进行复原,不作任何预处理.插值复原法是先对图像进行插值预处理,增加像素数,提高图像采样分辨率,然后再用最大似然图像复原算法进行图像复原.结果是直接复原方法和插值复原方法对欠采样模糊图像的复原,效果相同,主观视觉和评价数据十分接近.这说明通常用于单画幅欠采样模糊图像复原预处理的线性插值没有起到提高复原效果的作用.     

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。     

一种改进的正则化空域图像复原新方法

图像复原技术主要是针对降质模糊的图像,其最终目的是改善给定图像的图像质量.在原有正则化空域图像复原方法的基础上,根据人的视觉系统的特点,提出了一种改进的自适应正则化空域图像复原的新方法,针对各像素点所处的不同图像区域类型分别选取不同的拟和项参数和正则化项参数,通过计算各图像像素点的局部方差来确定该像素点的拟和项和正则化项的参数值.实验结果表明,该方法不仅提高了图像复原的质量,同时也没有影响代价函数收敛的速度.     

基于频域约束的IBP超分辨率图像复原方法

本文根据超分辨率图像复原方法的最新发展,重点研究了超分辨率图像重建的理论基础、数学模型以及现有的主要方法,在此基础上提出了一种基于频域约束的IBP超分辨率图像复原新算法,在图像复原的过程中,尽可能的保持图像低频部分的能量,在此基础上拟合高频部分的能量。得到了无论从主观角度还是客观数据方面都令人满意的结果。实验证明了方法的有效性。     

基于频域约束的IBP超分辨率图像复原方法

根据超分辨率图像复原方法的最新发展,重点研究了超分辨率图像重建的理论基础、数学模型以及现有的主要方法,在此基础上提出了一种基于频域约束的IBP超分辨率图像复原新算法,在图像复原的过程中,尽可能的保持图像低频部分的能量,在此基础上拟合高频部分的能量.得到了无论从主观角度还是客观数据方面都令人满意的结果.实验证明了方法的有效性.     

基于噪声灰度差估计三维显微图像超分辨率复原

提出了基于噪声灰度差估计的图像复原方法.在带斑点图像复原的过程中,用不同方向的均匀算子与图像进行卷积,再与原图像相减,取灰度差最小值构成噪声灰度差估计图.由此图获得斑点的强度和位置,进而对斑点进行邻域平均处理以保证复原效果.测试结果表明,噪声灰度差估计能够准确反映图像斑点的强度和位置定位,并且运算量小.该方法应用于三维显微图像复原的结果表明,斑点亮度得到有效控制,小斑点被去除,获得了良好的超分辨率复原效果.     

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。     

基于点扩散的运动模糊图像复原研究

在获取图像时,目标和摄像机之间可能会产生相对运动,往往造成图像的模糊,运行模糊图像复原技术可以消除图像模糊.在图像退化先验知识已知的情况下,针对运动造成的图像模糊的性质,找出前后两种图像状态的关联,进而研究造成匀速模糊图像的退化原因和复原方法,最终得出数学模型,并利用VC++编程实现图像的模拟运动模糊及实现模糊图像复原.     

基于微分流形的图像复原方法

<正>则化是图像复原领域为获取理想复原结果,将图像复原的优化模型与约束条件整合为统一的优化目标的重要手段.针对传统正则化复原模型中仅基于单一先验的假设的不足,提出了流形正则化的方法,将图像空间看作一个"弯曲"的图像流形,通过修正绝对高斯曲率和对图像中的不同特征进行标识和分类,然后针对不同特征区域采用不同的先验形式进行正则约束,并针对多种正则化约束的模型设计了基于E-M算法的交叉迭代图像复原方法.实验验证了该方法在去噪和去模糊方面取得了比经典全局单一范数约束方法更好的信噪比.     

基于组稀疏残差约束的自适应强噪声图像复原算法

组稀疏学习在图像去噪中显示出巨大的潜力,但现有方法仅从图像块级别考虑含噪图像的非局部自相似性,影响了强噪声图像的重建质量.文中在组稀疏复原模型中引入组稀疏残差和全变分正则化约束,将含噪图像复原问题转化为多尺度图像块匹配和减小组稀疏残差;基于干净图像的组稀疏系数预估和多尺度图像块匹配,提出了自适应图像复原迭代算法,以提升组稀疏学习算法的图像去噪和精细结构复原能力.实验结果表明,文中算法能更好地保留图像的细节纹理,减少过平滑和伪影现象,在强噪声图像复原的主、客观综合评价上优于BM3D、WNNM等标杆去噪算法.     

基于 Swin Transformer 和 Style-based Generator 的盲人脸修复

盲人脸修复任务是从低质量的图像（例如模糊、噪声和压缩图像）中恢复高质量的图像.由于事先不知道低质量图像的退化类型和退化参数,因此盲人脸修复是一个高度病态的问题,在修复过程中严重依赖各种先验指导.然而,由于面部成分和面部标志等面部先验通常是从低质量图像中提取或估计的,可能存在不准确的情况,这直接影响最终的修复性能,因此难以有效利用这些先验知识.此外,目前的主流方法基本都是依赖ConvNets进行特征提取,没有很好地考虑长距离特征,导致最终结果缺乏连续一致性.本文提出了一种改进的StyleGAN模型,命名为SwinStyleGAN,应用在高级视觉任务上表现出色的Swin Transformer来提取长距离特征,并通过改进后的类StyleGAN合成网络逐步生成图像.本文设计了一个空间注意力转换模块SAT来重新分配每个阶段特征的像素权重,以进一步约束生成器.大量实验表明,本文提出的方法具有更好的盲人脸修复性能.     

用二元树复小波变换法实现离焦图像的半盲复原

提出了一种基于二元树复小波变换和神经网络的半盲离焦图像复原算法，首先利用二元树复小波变换和特征值分解提取图像的特征矢量，将该矢量用来训练小波神经网络，利用训练好的网络估计离焦模糊参数.由此获得点扩展函数，用Wiener滤波完成图像的复原.实验结果表明，该方法能有效地估计离焦模糊参数和复原模糊图像.     

基于传播波方程的图像恢复质量客观评价方法的验证

图像恢复的质量评价可分为主观评价和客观评价两种．在实际应用中，原始图像是未知的。对此，现有的客观评价准则还很不完善，所以最常用的还是主观评价方法．对于匀速直线运动引起的图像模糊，已经提出了一种基于传播波方程的恢复方法及其恢复质量的客观评价准则。着重对该客观评价方法的实验结果进行报告与分析，验证其可行性、直观性和通用性。     

基于全变差和P-Laplace模型的混合图像修复算法

图像修复是近年来图像处理研究的主要问题之一.在基于偏微分方程的修复算法中,全变差(total variation,TV)模型能够很好地保护图像边缘信息,但其各向异性扩散方式在平坦区域容易产生阶梯效应;而在图像平坦区域具有良好修复效果的P-Laplace模型,其各向同性扩散方式不适于修复图像边缘信息.将TV模型和P-Laplace模型有机结合起来,提出了一种混合图像修复算法.提出的扩散控制参数k能够根据待修复像素所在区域调节两种信息扩散方式的重要程度,实现混合图像修复.实验结果表明,所提算法获得了更好的修复结果.     

基于分区的改进维纳滤波图像复原

图像复原技术是图像处理技术中的关键研究内容。由于相机散焦、相机与目标相对运动和噪声等诸多因素的影响,图像质量有所下降。本文针对经典维纳滤波复原方法存在的局限性,提出一种基于分区的改进维纳滤波复原方法。在视觉效果上,该方法不仅可以很好地削弱伪像和抑制噪声,而且能够保持图像边缘。对使用经典方法及改进方法的复原的图像进行进行峰值信噪比评价,结果表明改进方法的峰值信噪比较传统方法有所提高。     

基于潜在特征重构和注意力机制的人脸图像修复

本研究针对现有图像修复方法不能有效地分离结构和纹理信息,修复结果往往会出现边界模糊、结构扭曲等伪影问题,提出了基于潜在特征重构和注意力机制的人脸图像修复方法。人脸图像修复方法分为两阶段,第一阶段,通过结构重建器网络提取样式向量,按照StyleGAN所述的原理分为粗尺度特征、中尺度特征和精细特征三组,插入到预先训练好的StyleGAN生成器中,产生初步的修复结果;第二阶段通过构建纹理生成网络并使用上下文注意力机制,注意力分数由注意力计算模块计算,注意力转移模块根据较高级别特征图和注意力分数来填充较低级别特征图中的对应缺失区域,以细化上一阶段初步的人脸修复结果。在CelebA-HQ数据集上的训练并进行测试,本文的方法在定量和定性分析两个方面均优于现有方法。因此,基于潜在特征重构和注意力机制的人脸图像修复方法能够有效地修复缺损人脸图像,大大减少了边界过度平滑和存在纹理伪影的问题。     

一种权重的高阶扩散图像盲复原方法

为了实现对模糊噪声图像的清晰化盲复原,提出了一种权重的高阶扩散图像盲复原方法。首先,在模糊核的估计阶段,运用一种各向异性扩散的图像结构提取策略和shock滤波器将图像中的强边缘准确地提取出来,并利用提取的图像强边缘实现对模糊核的准确估计;然后,在图像的复原阶段,利用高阶扩散模型和权重平衡参数,针对复原图像,提出了一种权重的高阶正则化约束来实现图像的清晰化复原;最后,运用了一种分裂的布雷格曼(split Bregman,SB)最优化迭代策略对提出的方法进行最优化求解。实验结果表明,较近几年的一些具有代表性的图像盲复原方法相比,不仅主观的视觉效果得到了较为明显的改进,而且客观的峰值信噪比也增加了1.0~2.7 dB。     

Fuzzy image restoration using modulation transfer function①

The key difficulty of restoring a fuzzy image is to estimate its point spread function ( PSF) .In the paper , PSF is modelled based on modulation transfer function ( MTF) .The first step is calculat-ing the image MTF.In the traditional slanted-edge method, a sub-block is always manually extrac-ted from original image and its MTF will be viewed as the result of the whole image .However , hand-craft extraction is inefficient and will lead to inaccurate results .Given this, an automatic MTF com-putation algorithm is proposed , which extracts and screens out all the effective sub-blocks and calcu-lates their average MTF as the final result .Then, a two-dimensional MTF restoration model is con-structed by multiplying the horizontal and vertical MTF , and it is combined with conventional image restoration methods to restore fuzzy image .Experimental results indicate the proposed method imple-mentes a fast and accurate MTF computation and the MTF model improves the performance of con-ventional restoration methods significantly .     

基于Matlab大雾天气下图像清晰化研究

本文主要针对雾天情况下获取的降质灰度图像进行研究,通过MATLAB对数字图像进行处理,建立衰减模型,运用维纳滤波、逆滤波这两种方法来实现灰度图像的清晰化处理。并对这两种方法得到的结果进行了比较分析。同时,在维纳滤波的基础上,本文还增加了中值滤波、平滑滤波两种滤波增强方式对恢复图像进行再处理,实验结果表明,维纳滤波的效果要比逆滤波好得多,而增加了中值滤波和平滑滤波的维纳滤波实现了平滑去噪,恢复图像更接近原图。     

图像恢复的分块正则化Gmres方法

利用分块Gmres算法在处理大规模线性方程组时具有的优势,将其同正则化技术‘相结合应用于图像恢复领域,提出一种新的图像恢复的方法．该方法考虑了图像恢复中的时间复杂度与空间复杂度2个方面．数值模拟时,对不同的方法进行了对比分析,结果表明所提出的方法能够明显改善图像恢复的质量．