基于Radon变换和Gabor变换鉴别运动模糊方向角

对于匀速直线运动的模糊图像,准确鉴别运动方向角是图像复原的关键。分析了运动模糊图像的频谱特征,介绍了Radon变换的数学原理及用其估计运动模糊方向角的思路、步骤和数值实验结果。由于实际拍摄的模糊图像在很多时候频谱特征不够明显,导致用Radon变换鉴别角度出现大的误差,为此,提出了基于Gabor变换的一种改进算法。算法运用"窗口"聚焦频谱图像中心,较好地消除了噪声干扰并克服了Radon变换的弊端,数值实验结果验证了该算法的有效性。     

基于倒谱分析的运动模糊参数估计

运动模糊是导致图像降质的最常见因素之一,估计运动模糊的点扩散函数是运动模糊复原的前提和关键.分析运动模糊图像频谱和倒谱的特征,提出在倒谱域估计点扩散函数的方法,利用倒谱中2个负峰值点坐标估算模糊尺度,对倒谱取绝对值后用Radon变换检测模糊方向,对运动模糊图像的参数进行估计.实验表明该方法是有效的.     

运动模糊图像方向角的估计方法研究

研究了运动模糊图像方向角的估计方法,通过数学原理分析,以及编写matlab程序进行数值实验,对Hough变换、Radon变换和Cepstral变换三种方法进行了对比研究,综合比较了三种方法的估计精度,指出了每种方法的适用范围。结果表明,Hough变换依赖于特征点的选取,选取不好则估计失效;Radon变换最为实用,噪声干扰对其估计精度影响不大,而且运动距离大时估计更准确;Cepstral变换在噪声水平低的时候估计较好,但噪声较大时估计精度差。     

基于Radon变换的图像盲复原方法

相机抖动等因素导致的图像模糊是一种常见的图像降质现象,模糊图像盲复原需要从一副模糊图像中估计模糊核并复原出清晰图像。针对空间移不变模糊,该文通过简单的检测方法检测边缘并按照Radon投影的要求从中选取有用边缘,然后利用这些边缘信息形成模糊核的Radon变换,最终通过求解Radon逆变换得到模糊核,在得到模糊核后即可通过去卷积方法复原出清晰图像。实验结果表明该方法快速有效,并且该方法引出了一种图像复原的新思路。     

运动模糊图像模糊参数辨识与逐行法恢复

在相机曝光时间内,相机与拍摄目标存在相对运动会造成图像运动模糊。针对运动模糊图像,在辨识运动模糊参数的基础上,提出了一种逐行法来恢复运动模糊图像。运动方向通过运动模糊图像的频谱和Radon变换得到,利用得到的运动方向将频谱图旋转至水平方向。对处理后频谱图上的像素按列累加到水平方向上得到其投影图,在投影图上搜索对应暗条纹的极小值点,通过一系列极小值点的间距计算运动模糊尺度。最后,采用逐行法来恢复运动模糊图像。实验结果表明:算法辨识的运动模糊参数精确,辨识模糊尺度的误差在一个像素以内;同时逐行法恢复图像效果优异,可获得细节清晰的图像。     

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.      

采用Radon模糊变换的宽带雷达多目标检测方法

针对多目标包络走动率不一致的问题,提出一种采用Radon模糊变换的宽带雷达多目标检测方法(RAT-CFAR).该方法根据距离频域单元信号模糊函数的带状分布性质,对模糊变换后的带状域做Radon变换以实现信号能量的非相干积累,然后利用单元平均恒虚警进行目标的检测,通过Radon积分的峰值对应的角度获得目标加速度的估计.与包络对齐相干积累检测目标方法相比,RAT-CFAR方法在信噪比为5 dB以上时可以检测多个目标.仿真结果表明,RAT-CFAR方法的加速度的分辨率可以达到0.5 m/s2.     

运动模糊图像点扩展函数方向鉴别

提出一种基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的方法.通过对一幅分辨率为256×256的图像进行仿真分析,证明了这种方法的精确性.     

基于Hough变换和Radon变换对SAR图像目标姿态角识别的综合方法

提出了一种对SAR图像姿态角识别算法进行改进的技术.通过分析Hough变换和Radon变换在实际应用中的局限性,提出了一种综合上述2种方法的姿态角识别算法.利用MSTAR公共目标数据库中的目标样本,通过实验验证,该种方法能够更准确地估计目标的姿态角.     

一种基于Radon变换的车牌图像分割和识别方法

从Radon变换的定义出发,论述了Radon变换检测直线的原理,并将它应用于车牌图像分割.在1幅含有车牌的图像中,进行边缘检测后,车牌所在矩形框往往是由多条直线组成,当投影方向与直线方向一致时,Radon变换取局部极大值.由此,首先找出Radon变换在0°附近的局部极大值,该值对应于原始图像中的1条接近垂直的直线,然后,寻找次局部极大值,对检测出来的若干条这样的直线聚类,根据计算结果沿垂直方向剪切原始图像;同理,找出Radon变换在90°附近的局部极大值,沿水平方向剪切原始图像.这样,可将车牌所对应的矩形从复杂的背景中分割出来.     

一种高鲁棒性的运动模糊图像复原算法

为解决常用的基于能量谱和倒谱零点的运动模糊图像复原方法的噪声敏感问题,提出了一种高鲁棒性和适应性的新算法。该算法使用中值互补模板法进行噪声能量的估计,在对数能量谱域内使用改进的Radon变换实现模糊角度的识别,通过旋转图像使运动模糊出现在水平方向,然后在双谱域内识别模糊长度,大大降低了噪声对识别的影响。实验结果表明:本文算法能够处理信噪比大于5 dB的噪声模糊图像,图像复原效果显著。     

基于坐标变换的相向运动图像模糊复原方法

针对递归计算自身产生的残差以噪声形式出现在复原后辐射状模糊图像上的问题,研究了一种通过坐标变换和空域点运算获得图像退化模型,进而对该模型求逆复原辐射状模糊图像的新方法.使用扇形网格进行了图像的重新采样,在此基础上,根据图像退化过程推导出了图像退化模拟矩阵;使用最小二乘法作为约束条件对重新采样的图像进行了复原.结果表明,该算法简单,复原图像清晰,可以用以进行图像辐射状模糊的复原.     

基于一阶微分的运动模糊参数估计

运动模糊图像是在图像摄取过程中,被摄景物与相机的相对运动产生的。在运动模糊图像恢复技术中,对运动模糊参数即模糊方向和模糊长度的估计是影响恢复结果的关键因素。本文对运动模糊图像进行一阶微分处理,提取和计算表现该运动特性的特殊像素坐标,得到模糊参数和点扩展函数（PSF）。用该方法得到的模糊参数比使用倒频谱方法得到的模糊参数有更高的精度和更广的测试范围。仿真结果显示,用该方法得到的PSF,应用维纳滤波对模拟的和真实的运动模糊图像进行恢复,得到了很好的恢复结果。     

一种提高匀速直线运动参数辨识精度的方法

为找到一种基于匀速直线运动模糊的单帧图像,准确辨识成像点扩散函数中模糊参数的方法,对现有文献提出的倒谱、Radon变换、图像微分、图像自相关性以及检测函数等算法进行了仿真和比较.仿真结果表明,倒频谱算法能够更准确地辨识精度运动方向;像素相关性方法能够更准确地辨识模糊长度.对匀速直线运动模糊的单帧图像进行模糊参数辨识时,结合倒谱辨识运动方向和像素相关性辨识模糊长度的算法,能得到更高精度的辨识结果,利于更好地复原图像的质量.     

基于透明度的单幅运动模糊图像运动参数估算方法研究

@@@@针对模糊图像中运动参数估算的问题,分析了单幅模糊图像中运动参数估算的研究现状,并从透明度的角度出发,研究了透明度与局部运动模糊之间的关系,讨论了如何采用抠图技术去确定单幅模糊图像中的模糊像素进而获取运动参数,并在分离散焦模糊对运动模糊的影响和分析运动参数的变化方面提出了改进思路。