维纳滤波图像恢复的理论分析与实现

通过建立运动模糊数学模型，进行了消除运动模糊的仿真实验，维纳滤波恢复运动模糊图像效果较好。在图像恢复技术中，点扩展函数（PSF）是影响图像恢复结果的关键因素，所以常常利用先验知识和后验判断方法估计PSF函数来恢复图像。实验表明在实际恢复过程中如果运动模糊图像混入了噪声，必须考虑到信噪比、噪声的自相关函数和原始图像的自相关函数对恢复后图像的影响。     

运动模糊图像的PSF参数估计方法的改进

运动模糊图像的恢复就是利用关于动力模糊退化的先验知识来重建原图像,其中准确估计点扩散函数（PSF）参数是决定图像恢复效果的前提条件。本文主要研究运动模糊图像PSF参数的估计方法。针对基于霍夫变换的运动模糊角度估计法进行改进,增加了平滑滤波、频谱优化等预处理步骤,并且结合改进后的灰度估计运动模糊距离。通过实验仿真,本文改进的算法与R．Lokhande提出的算法相比,无论是模糊距离还是模糊角度的识别都得到了提高。     

大气湍流退化图像的复原研究

大气湍流退化图像的复原在航天成像、天文观测等领域具有重要的地位,也是目前急需解决的问题.该问题的解决能够克服大气湍流扰动带来的图像降晰和提高目标图像的分辨能力,以便后续的目标特征提取和识别等处理.文章提出将大气湍流的光学传递函数应用在迭代盲目反卷积图像复原算法上,使图像达到更好的复原效果.研究表明,此复原方法可以更有效...     

一种基于维纳滤波去除语音通信中混响的方法

简要叙述了语音通信中去混响的意义.利用常规通话起始语音的习惯特点,提出了预存起始纯净语音信号,并基于维纳滤波原理,通过反卷积运算求出房间冲击响应,再通过反卷积去除语音信号混响的新方法.对语音样本的仿真试验表明,该方法对单字语音的去混响效果良好,在普通计算机上每字的去混响运算耗时为0.3～0.5 s.     

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。     

一种鲁棒的散焦模糊图像点扩散函数参数估计方法

提出了一种具有较强抗噪能力的频率域鉴别散焦模糊参数的方法。该方法对模糊图像对数频谱图实施极坐标变换,然后计算距频谱中心不同半径下的多方向幅值累加和函数,进而提取第一过零圆环的半径,完成散焦模糊参数的估计。实验结果表明,该方法能够适应带噪散焦模糊图像退化模型的参数估计问题,且具有较高的鉴别精度。     

水下模糊图象维纳滤波和卡尔曼滤波恢复算法研究

该文将海水中图象传输特性的研究与用此传输特性进行水下模糊图象恢复结合起来，得到一套测量水体传递函数及进行水下图象处理的方法，采用维纳（Wiener)滤波和卡尔曼（Kalman)滤波算法，对模糊图象进了恢复，结果表明，利用计算机采用一定的算法对散射性质已知的水体造成的图象模糊可以进行有效的复原，且良好效果。     

运动模糊图像复原技术的改进算法

提出了一种利用维纳滤波法与图像均衡法相结合的改进算法对运动模糊图像进行复原。对于一幅匀速直线运动的模糊图像,首先根据其频谱图确定图像退化过程的参数,即其点扩展函数(Point Spread Function,PSF);再将点扩展函数代入维纳滤波器的公式中,设计符合要求的γ参数,然后将维纳滤波法与直方图均衡法相结合,形成一个维纳滤波改进算法,对匀速运动的模糊图像进行复原。实验结果表明,通过实验图片直观的对比,改进算法所得到的复原效果明显优于普通维纳滤波法。     

维纳滤波图像复原技术的研究与改进

图像复原是图像处理中的一个重要问题。对于改善图像质量具有重要的意义。已在实际应用中被证明是有效的重要的图像复原技术有很多,而维纳滤波法提供了一种在有噪声情况下导出反卷积传递函数的最优方法,它是频率域最常用的一种恢复方法。详细研究讨论了对维纳滤波算法的变通与改进,并针对维纳滤波方法恢复运动模糊加噪图像时出现的边界模糊或振铃效应提出了一种改进算法,很好地复原出了图像的重要信息,并具有令人满意的视觉效果。     

改进逐行法恢复空间移变振动降质图像

为了恢复双目立体视觉天车吊运系统中振动造成的图像模糊,更好的突出图像的特征。提出考虑相邻行作用的逐行恢复点扩散函数方法,恢复复杂空间移变振动降质图像。首先,建立了正弦振动模糊的降质模型,并分析了降质图像每行点扩散函数受相邻行影响;其次,采用中值滤波对图像进行去噪处理,消除图像的高频噪声;最后,考虑相邻行作用并逐行恢复点扩散函数的方法恢复模糊图像;就水平方向运动模糊和正弦振动模糊进行实验,并用图像分析评价指标客观分析图像恢复质量。实验结果表明,该算法恢复的图像细节更清晰,特征更容易识别,有效的提高了天车吊运系统的可靠性。     

Fourier自去卷积及其在化学信号处理中的应用

介绍了Ｆｏｕｒｉｅｒ自去卷积法的基本原理、研究进展及基在化学信号处理中的应用情况，引参考文献５２篇。     

土粒流运动图像模糊退化的恢复

分析了潜土逆转旋耕被抛土粒流运动图像模糊退化机理 ,依据土粒流运动图像的特点 ,针对不同的退化机理分别采用了不同的恢复方法 该文采用带最优窗的维纳滤波恢复方法 ,对土粒流运动模糊退化图像适当进行分区 ,确定了合适于各自图像区域的点扩展函数 ,获得了较为满意的恢复效果 ,为降低后续处理的难度和提高处理精度提供了可靠保证     

基于帧选择和极大似然估计的自适应光学图像多帧联合去卷积算法

为提高自适应光学(AO)图像的空间分辨率,提出一种基于帧选择和极大似然估计的AO图像多帧联合去卷积算法.该算法基于极大似然估计,根据图像的高斯噪声模型建立多帧AO图像的联合对数似然函数.首先对观测的多帧AO图像进行帧选择,遴选高质量的降质图像;然后结合观测条件和AO系统特性,推导点扩散函数估计模型;最后建立迭代求解公式,得到多帧AO图像联合去卷积方法.实验结果表明,与基于期望值最大化的Richardson-Lucy算法(Richardson-Lucy EM算法)和基于合并惩罚函数的自适应应图像复原算法(CPF-Adaptive算法)相比,该算法的峰值信噪比分别提高9%和5%,Laplace梯度模分别提高11%和8%,且得到了较清晰的目标图像.     

基于高阶统计量含噪模糊图像的复原方法

基于高阶统计量,提出了一种对含噪模糊图像点扩散函数进行模糊辨识的方法,可以辨识非最小相位的模糊图像,并将其建成非最小相位MA模型,其中的参数用观测图像的高阶累积量来确定。仿真实验验证了其有效性。     

基于小波域维纳滤波的图像复原算法优化

作为图像复原中一个非常重要的环节,图像去噪是为了取得一个视觉上的高质量图像.通常对小波域维纳滤波的研究都是在图像为零均值的情况下研究,但在现实情况中图像一般不为零均值,于是该文考虑了图像不是零均值的情况,并对局部期望的均方误差参数进行改进,形成参数LSI.通过比较原参数和LSI,根据它们中较小的数进行阈值化处理,选择小波系数,最后进行图像去噪.仿真结果表明,改进后的滤波器对于图像有一个更高的峰值信噪比,有效地改善了小波域维纳滤波算法的性能.     

卷积在图像平滑中的应用

数字图像的处理及应用涉及到物理、生理、电子技术、计算机科学及数学等领域.它是数字信号处理、线性系统、矢量代数、概率论、随机过程、检测与估计、傅立叶光学等理论和技术基础上发展起来的.图像平滑作为数字图像处技术理中的重要一环,它的作用在于抑制噪声及干扰.图像平滑的处理操作可以在空间域内进行,也可以在频率域中进行.本文探讨了卷积在图像平滑中的应用.     

贝叶斯框架下的模糊图像盲去卷积算法

为了去除图像模糊的同时,保持图像边缘等细节信息,需要对原始图像和点扩散函数进行准确的估计.在贝叶斯框架下,基于总变分模型,建立原始图像和点扩散函数的先验模型,同步估计原始图像和点扩散函数.对于总变分模型不可微分的问题,在不影响速度的前提下,用迭代重加权范数算法处理该问题.基于共轭分布理论,提出以伽马分布作为未知参数的先验模型,准确估计参数.实验表明该算法在对原始图像、点扩散函数和参数准确估计的基础上,成功地解决了模糊图像的盲去卷积问题,算法的速度和效果都得到了改进.与同类算法相比,本文提出的算法具有一定优势.     

相参脉列去卷积高分辨微波成像系统

该文介绍了一种相参脉列去卷积高发辨成象系统。该系统把检测频率范围扩大到信号３ｄＢ带宽以外，并应用时分鉴相技术使得简单的单通道接收机测量相位成为现实。该系统结构简单、代价低，但仍可满足高分辨成像的要求。     

小波域维纳滤波在振动信号去噪中的应用研究

维纳滤波和小波阈值滤波是振动信号去噪的常用算法.前者在阶次较低时对非平稳振动信号的处理不能取得较好的效果,而后者对信号的滤波无法满足后期处理的要求.针对此问题,论文将维纳滤波和小波阈值滤波相结合,提出小波域维纳滤波算法.将维纳滤波运用于小波域,充分利用小波变换对非平稳振动信号的白化作用,实现更好的滤波效果.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真.实验结果表明,该算法不仅保持了信号的线性相位特性,同时取得了较好的噪声去除效果,适用于振动信号的去噪处理,优于维纳滤波和小波阈值滤波.