单幅水下图像的能见度复原算法

在水下环境中,由于光线的吸收和散射效应使得获取图像的清晰度严重降低.为恢复水下图像原始的清晰度,分析了能见度降低的物理成因,提出了一种逆图像形成过程算法.将单幅水下图像的能见度复原看成是一种特殊的滤波问题,使用中值滤波来推导水遮盖物浓度图.该算法可以消除浑浊水对图像质量的影响,能够恢复图像原始的清晰度.主要优点是它的速度快,其计算复杂度与图像像素数目成线性关系,能适用于实时处理.     

基于马尔科夫约束最大后验概率三维显微图像复原算法

提出了基于马尔科夫约束的最大后验概率三维显微图像复原算法(3D MPMAP算法). 该算法根据显微图像三维的特点,构造三维PSF,对二维邻域进行三维拓展,对正则化参量进行简化,实现了三维显微图像的复原. 实验结果表明,各种信噪比的仿真三维显微图像的散焦信息干扰得到很大程度的排除,复原图像频谱得到较大的恢复,清晰度明显提高. 实际生物样本三维显微图像也获得了满意的复原效果.     

基于引导图像滤波器的水下图像清晰化算法

水下图像降质主要受水体中光的前后向散射、光波衰减、水中浮游生物以及水下光照不均匀等的影响.针对传统的水下图像采集器所获取的水下图像存在光照不均匀、纹理细节模糊及对比度低等问题,建立了一种新的水下图像光学成像模型,并提出一种基于引导图像滤波器的水下图像增强算法.根据水下光线的传播特性,充分利用双边图像滤波器的平滑保边特性以估计散射光和图像局域对比度,同时考虑不同波长在水下传输的特性,得到更加准确的水下图像增强模型,然后依据此模型复原清晰图像,并对复原图像进行校正处理.结果表明,该算法能克服光照不均匀等困难,对水下图像进行实时处理,有效地提高了图像的清晰度,且该方法已成功应用于深海观测系统.     

自适应估计模糊参数的最大后验概率超分辨率复原算法

为降低最大后验概率(MAP)超分辨率图像复原算法中模糊参数调整的复杂度,减少迭代运算量,提出了一种超分辨率复原新算法.先抽取一幅低分辨率图像作为参考图像,用其余低分辨率图像估计参考图像,通过训练模糊参数使估计的均方误差最小,自适应地估计最佳模糊参数.然后根据高分辨率图像和参考图像计算多项式之间的可类比性和估计误差变化的线性相关性,将训练结果直接用于超分辨率复原.复原时先利用最佳模糊参数将全部的低分辨率图像信息融合到高分辨率初始图像中,改进了复原运算的处理流程.相对于其他MAP复原算法,新算法不需要人工调整模糊参数,并且只需3次迭代即可获得稳定解,大大减少了迭代运算量.对真实图像序列的实验结果表明,新算法更好地保持了图像细节,复原图像的纹理更清晰.     

双透射率成像模型与Retinex 融合的水下图像清晰化

针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.     

基于盲反卷积的超分辨率图像盲复原算法

为解决超分辨率图像盲复原问题,研究了一种广义图像降质模型及广义超分辨率图像盲复原算法模型.提出了基于TVBD的交替最小化超分辨率图像盲复原算法,并加以改进以改善复原效果;通过结合MSAA算法,提出了基于TV交替最小化的快速中值超分辨率图像盲复原算法,排除野值干扰,提高算法精度和速度;根据峰值信噪比和误差平方和,提出两种新的客观评价指标,衡量各算法的复原效果.实验表明,本文算法有效实现了超分辨率图像盲复原,并提高了复原精度.     

基于粗糙集推算场景图像音质参数

混响时间和清晰度是评价厅堂声学特性的最重要的客观参数,可通过对实际房间测量获得.本文运用粗糙集知识约简方法,确定场景图像特征参数对不同音质参数影响的重要性,从场景图像数据中挖掘决策规则,求出推算混响时间和清晰度的最小决策算法,用该方法推算可获得混响时间及清晰度的大致范围.采用大量的实测数据对模型进行训练,实验结果证明方法的有效性,为声场音质评价以及虚拟现实技术等提供了一个崭新的思路.     

一种改进的暗通道先验水下彩色图像复原算法

为了解决光在水下传播过程中能量散射和衰减所导致水下图像对比度较低、纹理细节模糊和颜色失真等问题,提出一种改进暗通道先验水下彩色图像复原算法,根据水下光线传播特性建立水下图像成像模型,将水下图像的去模糊和颜色校正相结合,应用改进的暗通道先验算法提高水下彩色图像的对比度,再通过白平衡颜色复原方法处理水下彩色图像,实现水下彩色图像的颜色校正.实验结果表明,本文算法能够提高水下彩色图像的对比度,有效恢复水下图像的颜色.     

一种改进的图像清晰度评价函数

提出了一种基于Prewitt模板的图像清晰度评价函数的改进方法,并给出了实验结果和分析．设计了包括最低阈值、最高阈值与图像清晰度评价函数的归一化的一种改进算法,使得改进的图像清晰度评价函数与原Prewitt评价函数相比较,有很大提高．经过实验结果表明,该算法不仅具有单峰性强、无偏性好、灵敏度高等特点,而且还具有很好的抗噪声性能．     

信息熵与文档图像的清晰度分析

]本文就文档图像清晰度进行了研究,针对文档图像的特点,提出了文档图像的清晰度检测算法,利用图像的信息熵,给出了文档图像的清晰度计算函数,对算法模型进行了测试,实验和应用结果表明,本文提出的算法可以有效评价文档图像的清晰度并具有一定的稳定性.     

基于小波变换及融合技术的图像边缘提取

图像边缘检测是图像分割、图像识别的基础,传统边缘检测是基于图像整体的边缘检测.小波变换使基于图像分解的边缘检测成为可能,利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测.常规融合方法是将高频边缘和低频边缘进行简单叠加,由于高频、低频边缘是通过不同方法提取的,二者之间的相似度、吻合度存在差异,简单叠加不能够有效融合高频、低频边缘图像特征,本文算法采用局部区域方差准则把高频和低频边缘在小波域进行融合.实验表明,该算法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测和去噪功能.     

基于水下机器人的海底视频图像拼接技术探讨

运用水下机器人(ROV、AUV)配备的高清数码相机拍摄深海底的视频图像(视频、照片)有其自身的特点，如获取难度较高、覆盖面积小、光照不均匀、特征点少、数据量大等。为了获取整体大范围的海底影像，使海洋科研人员更直观、全面地认识海底微地形地貌，对其底质状况进行分析，以更详细地了解海洋底栖生物的生态环境，需要对这些拍摄的海底视频图像进行拼接处理。本文提出一种基于水下机器人的视频图像拼接流程和处理方法，首先对水下机器人拍摄的海底视频数据进行关键帧提取，得到带时间戳的序列图像；然后导入姿态数据中的偏航角对序列图像进行方位角恢复；最后基于定位数据批量地对经过方位角处理后的序列图像进行拼接和融合匀色，最终获得拍摄范围内的海底全景拼接图像。基于本文提出的图像拼接方法，对某科考航次中获取的视频图像进行拼接处理实验，取得了较好的拼接效果，验证了本文提出的方法的可行性。     

基于小波和模糊理论的纹理分割方法

提出了一种基于小波和模糊理论的纹理分割方法,该方法首先对图象进行高阶小波分解,得到一系列分辨率不同的子图象;然后采用模糊聚类方法从最低分辨率图象进行聚类,将低一级的分割结果扩展后再应用于较高级分辨率,一直到最高分辨率为止,这样就得到一个原始图象的初始分割;最后引入空间约束算法,得到原始图象的粗细分割结果．由于考虑了图象象素之间的相互关系,故提高了分割的准确性．仿真结果表明该方法是比较有效的．     

灰度文本图像自适应二值化滤波算法设计及应用

将自适应滤波与局部阈值二值化有机结合起来,提出自适应二值化滤波算法,旨在将淹没在噪声和失真中的灰度文本图像的二值图像信息通过滤波的方式恢复出来。采用改进的大津法计算局部阈值,对滤波结果进行二值化。依据二值化的结果估计滤波的误差,并调整滤波器参数。实验结果表明该算法克服了光照不均和噪声对灰度文本图像二值化的影响,得到了较理想的二值图像。     

基于 UCM 算法中直方图拉伸的水下图像增强研究

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的 UCM 算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知。 通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4 组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的 UCM 算法在 UIConM、UIQM、NIQE 指标下的数值分别平均为 0. 63、4. 30、3. 30,相比较其他 3 种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性。     

局部自交干扰的全变分图像自适应滤噪算法

针对当前图像滤噪算法虽然能够在一定程度上抑制噪声;但无法保证图像质量,导致图像细节丢失、图像变模糊的弊端,提出一种新的局部自交干扰的全变分图像自适应滤噪算法。定义一个图像局部功率,求解自适应全变分算法的能量函数最小化问题。通过拉格朗日算子获取图像局部功率的非约束最小化全变分形式,计算规整化可信度参数和噪声分布。通过全变分模型将轮廓尺度图像从含有噪声图像中分离出来,对含有噪声图像和轮廓尺度图像进行差运算,获取含有噪声的残差纹理细节图像。将获取的规整化可信度参数代入全变分模型,对含有噪声图像进行处理获取最终的滤噪图像。实验结果表明,经所提算法滤噪处理后,图像质量高,滤噪效果好。     

基于小波包分析的三维宽场显微图像复原方法

提出了基于小波包分析的三维宽场显微图像复原新方法.分析了小波包分析在信号去噪中所具有灵活精确的局部解析能力;简述了具有较强超分辨复原能力的最大似然法(PML法).采用小波包分析进行去噪预处理,再用PML算法对三维图像进行复原.实验结果表明,三维宽场显微图像散焦信息的干扰得到有效排除,噪声得到有效抑制,信噪比得到明显改善,图像复原获得了较好的效果.