基于参数校正的离焦图像高斯核估计

针对离焦模糊图像高斯核难以快速精确估计的问题,提出了局部熵和参数校正相结合的辨识算法.该算法首先对模糊图像进行局部熵滤波提取图像阶跃边缘模糊区域,然后对此区域进行两次人为离焦模糊,根据梯度比估算高斯模糊核,在计算中提出参数校正的方法减少了量化误差,实验结果表明该算法在模糊核较小时能够精确快速地定位阶跃边缘,并提高了高斯模糊核的识别精度和识别效率,为模糊图像复原提供了较为精确的退化函数.     

基于BP神经网络和逆滤波器的小波域半盲离焦图像复原

本文利用BP神经网络和逆滤波器提出了一种新的半盲离焦图像复原算法.在小波域，提取特点向量，然后训练BP神经网络，利用训练后的网络估计离焦参数.根据离焦参数得到点扩展函数，利用逆滤波器复原模糊图像.仿真实验结果表明：该方法能有效地复原离焦模糊图像.     

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.     

运动与离焦耦合的模糊图像参数辨识方法

针对运动和离焦耦合模糊图像运动模糊尺度、角度和离焦模糊半径的辨识难题,提出了一种运动与离焦耦合的模糊图像参数辨识方法. 首先,对模糊图像进行Fourier变换,采用Radon变换辨识运动模糊角度;其次,对模糊图像的频谱图进行滤波,将频谱图中央区域的幅度之和作为BP神经网络的输入量,检测运动模糊尺度时,频谱图按列求和,而检测离焦模糊半径时,频谱图按圆形方向求和. 仿真实验表明,不带噪声的耦合模糊图像参数辨识误差在6%以内.      

基于遗传BP神经网络的COSM图像复原算法

提出了一种基于遗传BP人工神经网络的COSM图像复原算法,利用BP神经网络的学习记忆和泛化能力,通过用一组COSM样本图像对网络进行训练,建立含有离焦模糊的模糊三维图像与清晰三维图像之间的非线性映射关系,然后利用训练好的BP神经网络对待复原的COSM图像进行复原处理,从而实现COSM图像复原.复原的三维图像无论在主观视觉还是定量分析上都取得了很好的效果.与传统的图像复原算法不同,该算法免去了解卷积等复杂的运算,不存在病态问题,可广泛应用于模糊图像的复原中并且效果较好.     

基于离焦图像模糊分析的微装配力测量

提出了一种基于机器视觉的微装配力测量新方法.拍摄微夹持器受力变形时的离焦模糊图像,通过建立微夹持器变形力和离焦量之间的关系模型,把求取变形力的问题转化为求取离焦模糊图像的离焦量问题.采用粗精两步计算来求取模糊图像的离焦量,并利用微夹持器的变形曲线来拟合,拟合得到的曲线的参数即为变形力的函数,从而求得变形力.仿真实验证明了所提出的方法的有效性.     

离焦模糊虹膜图像的功率谱检焦方法

 通过研究离焦模糊虹膜图像功率谱与离焦量间的关系, 建立了每幅虹膜图像的检焦评价函数值PS与图像模糊半径的关系曲线. 实验结果表明: 功率谱评价函数能够检测系统是否合焦, 并通过最清晰图像找到系统调焦镜的位置; 对评价函数曲线进行Gauss拟合的曲线相关系数为0.994 7（接近1）, 验证了功率谱检焦评价函数检焦的准确率.     

Lucy-Richardson与维纳滤波算法比较分析

图像复原在数字图像处理中有着非常重要的研究意义,目的在于去除图像中的噪声而不会丢失图像的细节信息,而图像模糊以及噪声同样是造成图像不清晰原因之一。实验通过对图像加入高斯噪声和运动模糊的先后次序不同,对Lucy-Richardson复原和维纳滤波复原算法进行比较,同时对加入噪声和模糊函数相同参数与顺序2种算法进行500次仿真实验。实验结果表明:当图像加入模糊函数再加入高斯噪声时,维纳滤波算法优于L-R算法,且在L-R算法迭代次数不断增加过程中,图像清晰度越来越差。当先对图像加入高斯噪声再加入模糊函数时,L-R算法复原效果比维纳滤波算法好;同时迭代次数的增加,L-R算法图像复原效果更好,PSNR更高。     

基于局部分层模型和MAP估计的盲复原

提出了一种基于局部分层先验模型和最大后验估计的盲图像复原算法,其区别于一般的盲复原算法.用不同的先验模型刻画图像与点扩展函数的统计特性.在图像复原阶段,用局部分层模型解决图像及超参数估计问题:第一层局部高斯分布模型用于刻画图像先验统计特征;第二层模型用于对超参数的估计.在估计点扩展函数阶段.用全局平稳高斯模型约束点扩展函数.最后,基于最大后验估计思想.采用交替循环最小化的方式.同时进行原始图像、超参数和点扩展函数的估计.实验结果表明:盲图像复原算法对不同类型模糊和不同量级噪声退化的图像,均能取得很好的复原效果.     

偏角拍摄离焦模糊车牌处理方法研究

以实际案件中常见的离焦模糊车牌图像为研究对象,研究了当拍摄位置与车牌平面基本存在一定角度的情况下,利用公安专用图像处理软件恒锐痕检/文检图像处理系统,对模糊车牌图像进行复原。通过选择图像清晰化方法和参数设置,得到可以辨认或者有鉴定价值的图像。实验结果表明,通过对不同角度下的图像选择不同的清晰化参数,可以得到有效的处理结...     

Blurred Defocused Image Restoration Based on FRFT

A technique for restoring the blurred image resulted from defocusing of the lens is proposed in this paper, which is based on fractional Fourier transform （FRFT）.The FRFT, as a powerful tool for the analysis of time-varying signals, is closely connected with the optical imaging system. FRFT also can describe optical imaging process just like Fresnel diffractions, so a defocused imaging model based on FRFT is established to explain the blur phenomena of defocusing image. The defocused imaging model is greatly different from the traditional point spread function （PSF） model, and enables to uncover the blur nature of non-focus image. Then, an image restoration method using the novel model is proposed to handle the blurred defocused image. The method adopted a new iterative phase retrieval approach which can approximately estimate phase signals from intensity signals of a single defocused image by means of FRFT. Restoring image may acquire sharp image by implementing inverse FRFT on complex image signal made from the estimated phase signals and intensity signals. Experimental results demonstrate that the method is effective in restoring blurred defocused image.     

面向输电线路的压缩感知图像去噪方法

传统的基于字典学习的输电线路图像去噪方法,易受冗余字典影响存在重建图像边缘细节恢复不足的问题.为了有效抑制输电线路图像表面存在的高斯噪声,提出一种图像非局部自相似特性与改进K-SVD字典学习算法融合的输电线路图像去噪方法,利用图像非局部自相似性作为正则项约束并加权稀疏表达模型,提高去噪图像复原和保留细节的能力.实验选取含有自然图像和输电线路典型缺陷图像进行仿真实验测试.实验结果表明,所提出的算法不仅能够很好的保留图像纹理特征与边缘细节,对高斯噪声也具有良好的鲁棒性.     

基于二维高斯曲面拟合的图像灰度补偿算法

研究了基于CCD的带钢表面缺陷检测系统图像采集中出现的灰度失真问题,提出了在不改变系统硬件配置的基础上,根据主导退化因素采用二维高斯曲面为基本退化模型,同时兼顾其他没有明确数学模型的图像退化因素,根据图像灰度分布统计特性估计二维高斯曲面各参数以实现图像灰度补偿的软解决方法,实验结果表明,该算法有效地提高了图像质量,可以满足系统实时性及后续识别的要求．     

改进正则项的图像盲恢复方法

图像恢复是一个反卷积过程,这一过程通常是病态的,其中的盲恢复是一个最常见也最具挑战性的问题?由于盲恢复过程中缺乏点扩散函数的相关先验信息,使得这个过程变得更为复杂?为了保证在得到光滑图像的同时也可以很好地保持图像的边缘信息,本文提出了一个改进的全变分正则项的盲恢复模型,并结合分裂Bregman算法对模型进行了求解?数值计算中采用了快速傅里叶变换和shrinkage公式来降低计算复杂度?数值实验分别对模糊图?含有噪声和高斯模糊的灰度图进行了处理,得到了满意的结果?     

基于神经网络的降质图像恢复

以基于离散Hopfield神经网络的图像恢复模型为基础,研究基于神经网络解决降质图像恢复问题. 从Toeplitz循环矩阵和模拟退火算法等二个方面对该算法进行改进,使时间复杂度和空间复杂度大大降低,同时提高了图像的恢复效果. 实验表明,改进算法对于降质图像恢复是有效的,比传统的逆滤波、维纳滤波方法具有更好的峰值信噪比.     

图像自动配准初始参数确定

为了实现图像自动配准，需要确定初始变换参数，为此提出了图像特征线和图像特征圆的概念。以仿射变换作为图像配准变换模型，由Harris角点检测法确定图像特征点，由图像特征点求取图像特征线和图像特征圆，根据该特征线和特征圆洋细推导了图像自动配准初始参数的确定算法。根据以上算法实现了图像自动配准，证明了该算法的有效性。     

基于小波域HMT模型的图像复原

小波域隐马尔可夫树（HMT）模型采用混合高斯模型刻画各子带系数的概率分布,并通过小波系数隐状态在多个尺度之间的Markov依赖性来刻画自然图像小波系数随尺度呈指数衰减的特性.提出了基于小波域HMT模型的图像复原算法作为自然图像的先验模型,将图像复原问题转化为一个约束优化问题并用共轭梯度法对其进行求解.实验结果表明,该算法较好地再现了各种边缘信息,复原出的图像在信噪比和视觉效果方面都有显著的提高.