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。     

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。     

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。     

运动模糊图像的判定与恢复

为消除图像由于摄取时的相对运动所造成的模糊和失真,将未被降质的原始图像视为各向同性的一阶马尔可夫过程,利用双线性插值和3×3方向微分算子,采用先粗后细的方法,从降质图像中粗略确定运动模糊方向范围后,再高精度鉴别其具体数值.然后将降质图像旋转至水平轴,将二维问题简化为一维问题.这种优化后的模糊运动方向鉴别方法具有鉴别范围大、稳定性好的优点,既克服了Yitzhaky方法的不足又减少了计算量,提高了精度.再利用模糊图像模糊带内像素点之间的相关性估计模糊尺度,由运动模糊方向和尺度这两个参数得到点扩散函数,然后用滤波的方法得到恢复效果良好的复原图像.     

基于Radon变换的运动模糊图像参数估计

通过对运动模糊图像进行分析,提出了对运动模糊图像两个重要参数:运动模糊角度和模糊长度估计的一种新的方法.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改进,又根据Radon变换的性质,将投影理论引入到运动模糊长度的估计中.仿真实验证明了其估计结果的正确性且表明,该方法简单可行,较之先前提出的许多复杂的方法,该方法具有较高的精度.     

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.     

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。     

全局运动模糊恢复中仿真图像的修正

为了统一评价各种全局运动模糊恢复算法的性能,提出了产生运动模糊仿真图像的软件应该满足的几项要求,并根据运动模糊产生的机理,分析与修正了采用PhotoShop所生成的运动模糊仿真图像中的不合理部分．试验结果表明,这样生成的运动模糊仿真图像是可行的。     

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.      

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。     

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。     

基于修正点扩散函数的超分辨率复原算法

针对传统的超分辨率复原算法边缘保持能力不足,存在振铃效应等问题,提出了基于修正点扩散函数的凸集投影超分辨率复原算法.首先,检测参考图像的边缘;然后,对传统的点扩散函数加一个权值因子进行修正,将点扩散函数分为0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°8个方向,达到在边缘部分降低点扩散函数作用范围的效果;最后,利用改进的点扩散函数迭代修正参考帧,直到估计灰度值与实际灰度值的误差小到一定范围或达到设定的迭代次数,退出迭代,得到超分辨率复原图像.复原图像的质量采用峰值信噪比、均方误差和结构相似度进行评价.实验结果表明,两类测试图像的峰值信噪比提高范围为3.46～6.91 dB、均方误差降低范围为43.47 ～87.82、结构相似度提高范围为0.050 8 ～0.381 7.提高了超分辨率复原的边缘保持能力和复原图像的质量.     

运动模糊图像的光流场分析

由于运动模糊图像含有运行信息,提出了采用光流场分析的方法对其运动结构进行分析。整个过程分为两部分。首先,根据恢复图像恢复理论估计出点扩展函数,并对盲运动模糊图像进行恢复。然后,根据运行模糊图像的运动信息得出运动位移,然后进行光流场分析。     

基于清晰度评价的图像运动模糊方向鉴别

由于图像恢复的最终目的是要获得清晰的图像,便于提取有用信息,而点扩展函数的设置是影响运动模糊图像恢复质量的关键问题.若在未知模糊方向的情况下,对图像进行预恢复,并对预恢复结果进行清晰度评价,当模糊方向在取值范围内遍历,总能获得一幅相对清晰度最高的图像,该图像对应的模糊角度即为鉴别出的模糊方向,同时恢复出了模糊图像.实验表明,该算法可以准确地识别图像运动模糊方向,绝对误差不超过3°.     

长焦距Si微透镜阵列的制作及点扩散函数测量

针对用常规光刻热熔法制作折射型微透镜阵列的过程中,临界角效应严重制约了长焦距微透镜阵列制作问题,提出了曲率补偿法在经过常规光刻热熔成形和离子束刻蚀技术制成的硅微透镜阵列上再涂敷几层光刻胶,以降低各单元微透镜的曲率,然后再次进行加热固化和离子束刻蚀.扫描电子显微镜(SEM)显示微透镜阵列为表面极为平缓的方底拱面阵列,表面探针测试结果显示用补偿刻蚀法制作的微透镜的物方F数和像方F＇数分别可达到49.26和53.52,并且微透镜的点扩散函数比较接近理想值.     

北斗MEO/IGSO卫星信号成像的多星点扩散函数分析及应用

利用导航卫星作为信号源进行双基地合成孔径成像是一种新的遥感成像手段。利用导航卫星成像的关键是成像分辨率,而双基地点扩散函数(point spread function,PSF)和多星点扩散函数(multi-satellite point spread function,MPSF)在成像拓扑结构设计和分析成像分辨率上有重要意义,但是目前缺乏对导航卫星成像的多星点扩散函数研究。针对此问题,首先研究利用北斗中圆地球轨道(medium earth orbit,MEO)/倾斜地球同步轨道(inclined geosynchironous orbit, IGSO)卫星和地面静止接收机形成的成像拓扑结构的双基地点扩散函数模型;其次,通过对具有不同方向角的双基地点扩散函数进行非相干累加得到了多星点扩散函数的数学模型,并对分辨率参数进行了分析,然后通过现场实验验证了点扩散函数计算的正确性;最后,针对多星成像中存在伪像的问题,提出基于多星点扩散函数的目标分离算法。结果表明:使用目标分离算法能够对正确地分离出多星成像中的伪像。     

关于亚纯函数的T方向

对亚纯函数的一个新奇异方向———T方向作出进一步的研究,讨论了对于一个亚纯函数取其小函数的情况下,其相应T方向的存在性.     

函数的点单调性

本文引入并讨论了函数的点单调性 ,说明函数的点单调是单调函数的拓广     

一种图象方向检测方法

在图象处理、模式识别中,经常要提取轮廓的走向、灰度电平变化方向的参数。在以往的方法中,常常采用不同方向的模板,对图象进行卷积运算,然后据所得的结果判别其方向。然而随着分辨率的提高,模板的数量也增加,卷积运算也增加,因此一般只能选取8个模板.本文提出一种比较法,它根据图象邻近象素点比较的结果,以权函数表示,其最终结果可获得16个方向的分辨率,由于没有乘法运算,因而运算速度高,易于硬件实现。     

多元函数单向S-粗集

给出了二元函数单向S-粗集的数学结构和特性.提出了二元函效单向S-粗集与一元函数单向S-粗集、单向S-粗集的关系定理,二元函数单向S-粗集与二元函数粗集的关系定理.最后以实例说明二元函数单向S-粗集的存在.