首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
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。  相似文献   

2.
对于任意运动模糊方向和长度的模糊图像复原的关键在于点扩展函数的准确性,点扩展函数的精度由模糊方向和长度决定.本文首先基于Hough变换在模糊图像频谱上对运动方向和长度进行初次识别,然后在以初次识别结果为中心的一个较小邻域内基于维纳滤波进行复原,得到一系列随模糊长度和方向变化的复原图像,以复原图像和模糊图像的峰值信噪比为评价指标,取最大信噪比值的图像为最佳复原图像,其对应长度和方向为最终识别值.仿真实验表明,本文识别结果精度非常高,复原效果较为理想,算法原理较为简单实用,模糊方向绝对误差不超过1°,模糊长度绝对误差不超过1像素.  相似文献   

3.
针对水下图像信噪比低、图像模糊的特点,开发了一种基于图像清晰度评价的水下图像盲复原算法.在分析水下图像特点的基础上,选取带参数的点扩展函数,结合Lucy-Richardson算法对图像进行复原并获得随参数变化的系列复原图像,进而以最高清晰度为评价指标,确定最优复原效果和参数,获得最高清晰度复原图像.实验证明,该算法获得了比较理想的复原效果.  相似文献   

4.
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.  相似文献   

5.
大气能见度对航空、航海、路上交通、军事活动等有重要的影响。图像法测量能见度是新兴的一种方法,但图像在成像和传输过程中,由于相机载体的运动、振动、抖动等原因,引起图像模糊,影响后续的目标识别,因此,有必要对图像进行复原处理。提出一种基于刃边函数和最优窗维纳滤波的模糊图像复原算法,通过构建刃边函数来估计点扩散函数,并通过倒频谱方法估计模糊尺度和模糊角度,进而分解得到水平和垂直模糊分量,据此进行图像边缘延拓解决了边缘复原不佳的问题。实验结果表明,所提方法具有优异的复原效果。  相似文献   

6.
用二元树复小波变换法实现离焦图像的半盲复原   总被引:3,自引:0,他引:3  
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.  相似文献   

7.
通过对运动物体图像运动模糊的研究,分析了图像运动模糊的降质过程.针对运动参数未知的情况,提出一种新的运动模糊复原方法,该方法首先运用小波的多分辨分析特性进行图像的消噪处理,然后通过Hough变换与频域处理相结合估算点扩散函数(PSF)的方向,利用自相关的方法估算PSF的尺度,最后通过维纳滤波还原图像.实验证明,该方法在一定范围内,能够有效地消除运动模糊造成的图像质量下降.  相似文献   

8.
基于BP神经网络和逆滤波器的小波域半盲离焦图像复原   总被引:2,自引:2,他引:0  
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.  相似文献   

9.
气动光学效应退化图像循环迭代复原算法研究   总被引:3,自引:0,他引:3  
为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应,提出一种基于内外循环迭代的湍流退化图像复原新算法.该算法利用多帧湍流退化图像,建立了一个基于航天图像随机场概率模型的联合对数似然函数.通过极大化该对数似然函数,推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系,据此可将目标图像和各帧点扩展函数同时估计出来.在微机上进行了复原实验,实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计,可有效地去除模糊、抖动等气动光学效应.  相似文献   

10.
针对散焦模糊图像复原后普遍存在的边界振铃问题,提出了一种基于边界加窗的图像复原算法.首先根据图像的模糊半径和图像大小确定窗口宽度,其次利用余弦函数对模糊图像进行扩展,扩展的宽度即为窗口宽度,再利用标准维纳滤波器复原加窗的模糊图像,最后对复原后图像截取原图大小.实验结果表明,提出的算法可以有效地抑制图像边界振铃,提高复原图像质量.  相似文献   

11.
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。  相似文献   

12.
运动图像模糊度参数的估计   总被引:2,自引:0,他引:2  
图像复原技术主要利用模糊函数模糊函数中最重要的参数是模糊度参数.模糊图像的模糊度内的像素点存在相关性,利用其相关性估计模糊度参数,从而确定匀速直线运动模糊的模糊函数,再利用维纳滤波技术复原图像.  相似文献   

13.
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.  相似文献   

14.
运动模糊是LCD在电视应用中的一个主要挑战。提出了一种采用盲信号处理解决LCD运动图像模糊问题的方法。该方法通过MPRT(Motion Picture Response Time)方法得到LCD运动模糊图像。采用倒谱分析方法估计运动矢量,将得到的运动矢量用到已知的LCD运动图像模糊模型中,进而得到盲去卷积的初始点散函数(PSF)。仿真结果表明,通过该盲去卷积的方法使得LCD运动图像得到了很大的改善。  相似文献   

15.
数字图像复原旨在由降质图像重建清晰图像,运动模糊是最常见的降质模式,模糊参数的正确估计是去模糊的前提.文章提出了新的运动模糊角度估计方法,该方法基于Gabor滤波的角度估计,运动模糊尺度采用自相关函数算法求解,进而采用Wiener滤波进行图像复原.对一系列模糊图像进行测试,结果表明,该方法比现有的方法具有视觉上的优越性.  相似文献   

16.
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。  相似文献   

17.
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.   相似文献   

18.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号