运动模糊图像PSF参数估计与图像复原研究

运动模糊图像复原对于改善图像质量有重要的理论意义和现实意义。在研究运动模糊图像复原中,对点扩散函数(PSF)的估计是关键点也是难点。本文利用Radon变换原理来求解点扩散函数PSF中的运动模糊方向,并提出了消除十字亮线引起的干扰的新方法。利用运动模糊图像频谱上的中心暗条纹间距来计算运动模糊尺度。基于估计的PSF参数采用维纳滤波算法来恢复运动模糊图像。实验结果表明,运动模糊参数估计精确,运动模糊方向控制在1°以下,运动模糊尺度控制在1个像素以内。同时采用维纳滤波算法来恢复运动模糊图像,效果优异,可获得细节清晰的图像。

基于超拉普拉斯模型的运动去模糊算法

通过分析自然图像梯度统计的长尾分布特性,提出一种基于超拉普拉斯模型的图像运动去模糊算法。该算法使用分步交替迭代最小化办法优化能量方程,并在优化过程中采用了查询表法快速求解图像反卷积。实验结果表明,该算法可以在数秒时间内处理完成一幅中等大小的图像,并获得较优的复原结果,其复原效果和对振铃现象的抑制均优于维纳滤波法和Richardson-Lucy复原法。

基于Radon变换的运动模糊方向估计的改进算法研究（英文）

运动模糊图像的复原在天文,军事,工业控制,道路监控和刑侦方面具有重要的现实意义。在研究运动模糊图像复原中,对点扩散函数PSF(point spread function)的估计是关键点也是难点。通过对运动模糊图像进行傅里叶变化,得到其明暗相间条纹的频谱图。基于亮条纹的方向和运动模糊方向垂直的原理,利用Radon变化求解频谱图中亮条纹的方向,从而得到PSF中的运动模糊方向。由于模糊图像频谱图中十字亮线的存在,直接影响了实验结果的准确性,因此对于十字亮线产生的原因进行了分析,提出一种简单有效的去除十字亮线干扰的算法。实验结果表明:该算法简单、有效,能准确测量出模糊方向,误差控制在1°之内。

一种基于校园物联网实验平台的大数据存储模型

针对物联网传感数据具有的多样性、时空性及大数据特性等特征,在校园物联网实验平台环境下,提出一种基于HBase和My SQL的物联网大数据存储模型。根据平台实际应用的特点,该模型首先通过传统关系数据库接收并存储物联网传感数据,然后通过Sqoop数据转存,实现物联网数据在HBase和HDFS存储架构下的分布式存储,最后在物联网实验平台中应用该模型,并取得了较好的效果。