基于自反馈神经网络的运动模糊图象恢复方法的研究

本文提出一种用自反馈神经网络来恢复被噪声污染的非零边界条件模糊灰度图象的方法。文中详细讨论了用于描述图象的神经元网络模型,给出了模型参数估计和根据该模型实现的图象恢复算法。在神经元网络模型中,图象的灰度函数被表示成神经元状态的简单代数和。实验结果表明由于神经元网络模型的容错性和自适应性,运用该方法对加有椒盐噪声的匀速直线运动模糊列车图象进行恢复,可以得到高质量的图象恢复结果。     

匀速直线运动模糊图像的恢复

利用对流方程研究匀速直线运动图像模糊现象 ,首先给出了一种水平方向匀速直线运动模糊图像的空间域恢复算法 ;并采用Hough变换来检测运动方向和位移 ,进一步导出了适用于任意方向运动模糊的图像恢复算法     

双直线运动共同作用的图像模糊参数分析

针对单幅由高频简谐振动和匀速直线运动同时模糊的图像,提出了运动参数辨识的方法. 研究中组合参数不同的两种运动模型,仿真了图像的模糊效果,并应用各种算法进行参数辨识. 结果表明,当两种运动的方向不同时,使用倒谱算法能够准确辨识运动角度;在运动角度上,当微分图像的自相关函数上出现2个十分贴近的正负极值点,且它们之间的距离小于4~5个像素点时,该运动方式为高频简谐振动,否则为匀速直线运动;当运动方式确认后,二次Radon变换算法有利于高频振动获得准确的模糊长度;图像微分自相关函数算法则更利于匀速直线运动获得准确的模糊长度.      

模糊图象的计算机复原

分析了由于匀速直线运动使图象模糊的机理,并通过对模糊图象频谱的实部和虚部进行不变号和变号的统计,测出模糊长度L,最后给出了使模糊图象予以复原的实现结果.     

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。     

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.     

运动模糊图象的模拟电路处理方法

本文提出了一种线性模拟电路,它与电视配合,能对运动模糊照片或磁带录象进行消模糊处理,使模糊了的图象复原,变得清晰。本文所提出的原理也可推广应用到图象的任何一维信息处理。     

基于遗传自适应的维纳滤波图像去模糊算法

为了去除图像在拍摄过程中由于相机的抖动或物体本身运动产生的匀速直线运动模糊,在维纳滤波图像复原的基础上,结合遗传算法,本文提出一种基于遗传自适应的维纳滤波去模糊算法。此算法用遗传算法自适应优化维纳滤波的正则项k值,可达到所选自适应度函数的最佳图像复原效果。实验结果表明,该算法能够通过选择合适的自适应度函数,尽可能地去除实拍图像的运动模糊,还原图像性能优于维纳滤波算法,具有一定的实际意义。     

一种匀速运动模糊图像的模糊方向判断算法

本文主要研究的是任意方向的匀速直线运动模糊图像的模糊方向判断算法,主要根据运动模糊降低了运动方向上图像的高频成分,沿着运动方向实施高通滤波,可保证微分图像灰度值（绝对值）之和最小,论文中就是根据这种原理来判断出匀速运动模糊图像的运动模糊方向,采用了3×3方向的微分乘子法来判断图像的运动模糊方向,从而可将图像的恢复问题转化为一维问题。     

运动模糊图象的边缘检测

本文提出一种在运动模糊图象中检测边缘的方法。因为仅仅考虑图象的边缘信息,不涉及图象的大面积灰度,所以检测过程不需要先验知识及待调整参数。经过一次微分及一次边缘检测处理,模糊图象化为移动前边缘图象与移动后边缘图象的迭加,再经过移位和门限处理,即可检测出未经模糊的边缘图象。计算机模拟实验示出,这种方法是可行的。     

基于小波变换融合图像的全局运动估计新模型

像素运动的视频序列中全局运动方式占较大比重,这是由于摄像设备的移动所造成的.金字塔算法因为其工作原理会导致图像显示不稳定,小波变换对相关联的图像能进行有效的处理以克服图像融合技术金字塔算法的不足.提出了基于小波变换融合图像的全局运动估计的的新型模态,基于小波变换的多尺度结构可以通过融合不同图像的特征来解决.实验结果证明了该算法的有效性.     

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。     

多直线全局运动估计及其在图像稳定中的应用

提出了基于直线特征的全局运动估计算法，该处利用直线段来估计局部区域的运动参数，再根据局部运动参数和相应的权系数估计全局运动参数，作为应用，要用平均值滤波法对图像序列轨迹进行了滤波，通过比较滤波前后的运动轨迹，计算出图像序列中帆的抖动参数；并利用补偿技术对图像帧进行抖动补偿，获得了稳定的图像序列输出。     

红外图像序列运动小目标的图像流检测法

提出一种利用图像流分析法对红外序列图像中的运动小目标进行检测的算法．首先利用两步分离法对图像进行预处理,筛选出少量的侯选运动目标,然后利用图像流模型建立目标的运动约束方程,在多帧连续图像中检测出真正的目标运动轨迹．实验结果表明,该算法能够对小目标甚至是点目标的运动进行可靠检测．     

基于数学形态学的运动区域估计及运动图象编码

提出了基于数学形态学的运动区域估计和运动图象编码新算法．这种算法利用数学形态变换提取帧间物体运动块和运动区域,并进行自然形状对应的区域匹配和运动补偿．实验表明,与ＭＰＥＧ等分块运动补偿相比,本算法运动匹配准确,搜索快速,避免了方块效应,在相同码率下较好地改善了图象质量,特别适用于低码率运动图象编码．     

基于高效二阶最小化的运动模糊目标跟踪算法

针对运动模糊严重时容易导致目标跟踪失败的问题,提出了基于高效二阶最小化(ESM)的模板匹配目标跟踪算法.首先提出一种运动模糊模板匹配的图像构造模型.然后引入ESM算法,在ESM算法基础上,用改进的高效二阶最小化(ESM-MB)算法跟踪运动模板.引入摄像头快门估计时间作为参数,提出了自适应不同快门速度所引起的不同的运动模糊的ESM-MB-ST跟踪算法.最后,通过真实视频序列的跟踪实验,验证了提出的ESM-MB算法及ESM-MB-ST算法具有更强的鲁棒性与实时性.     

基于改进ASIFT算法的遥感图像匹配

ASIFT算法是一种具备完全的仿射和尺度不变性的特征提取算法.但其存在一定的不足,如计算量大、匹配效率低、易出现重复特征等.针对这些不足,本文提出了一种改进的算法.该算法首先对多仿射造成的畸变图像进行模拟获得模拟图像,然后对模拟图像构建高斯阶梯(Zoser)图像金字塔,由24邻域极值点构成特征点,并确定特征点的尺度和方向,最后利用RANSAC算法剔除误匹配特征点对.通过对遥感图像匹配实验证明该算法效率较高,并能够适用于实时性要求较高的系统.     

周界视频监控中抛物检测算法

抛物(如手雷与炸弹等)一般是快速运动的小目标,信噪比极低,通常的目标检测算法失效.针对周界视频监控的特殊应用需求,提出抛物检测与识别算法.首先使用相隔8帧做差法,检测每帧图像中的抛物目标;然后利用改进型Hough变换从运动能量图像中提取目标轨迹的形状特征,通过分析运动历史图像的时间标签,获取目标的运动特征;最后使用树形分类器识别抛物.该算法避免了先跟踪后识别算法中的目标匹配过程,极大减少了计算量,而且在噪声环境中,具有很强的鲁棒性.实验结果表明,对于CIF格式的视频,在60 m范围内对包括网球在内的抛物,该算法检测率超过92%.