基于Lucy-Richardson算法的图像复原

针对Lucy-Richardson(LR)复原算法存在的噪声放大问题,提出一种新的LR图像复原算法,通过正则化处理分离原LR算法迭代过程中的噪声残差,并采用非下采样轮廓波变换域局部邻域相关性方法对噪声进行处理,从而弥补原LR算法噪声存在的缺陷。对比实验结果表明,该算法复原视觉效果良好。

基于Lucy-Richardson算法的运动模糊图像复原研究

运动模糊是造成图像退化的重要原因之一。本文以运动模糊图像的退化模型为基础,采用退化图像的频谱特性和Radon变换分别对运动模糊长度和运动模糊角度进行了计算,给出了运动模糊图像点扩展函数的参数估计算法,并利用维纳滤波和Lucy-Richardson(L-R)算法分别对不含噪声的运动模糊图像和加噪声的运动模糊图像进行了复原仿真实验。结果表明,本文给出的运动模糊图像参数估计算法是十分有效的,且对于含有噪声的运动模糊图像,L-R算法能够获得比维纳滤波更好的复原效果。

基于增益控制Lucy-Richardson算法的脐橙模糊图像复原

在利用机器视觉系统对脐橙进行变袋长包装的过程中,脐橙的匀速直线运动会造成图像模糊进而导致脐橙边缘细节等特征信息丢失,极大地影响了脐橙尺寸检测精度。针对该问题,本文提出了一种求解脐橙图像模糊长度及恢复模糊图像的方法。对退化图像进行傅里叶变换(fourier transforn,FT),估计退化图像点扩展函数(point spread function,PSF),利用傅里叶频谱特性对运动模糊长度进行了计算,并采用了基于增益控制的Lucy-Richardson改进算法对运动模糊图像进行了Matlab复原仿真实验,结果表明:当算法迭代次数为8时,去振铃效应(ringing artifacts,RA)最明显,其图像分割误差最小。综合运用RGB颜色分量线性运算对传送链上的脐橙进行背景分割,对图像进行去噪处理以及二值形态学运算,利用最小外接矩形法(minimum enclosing rectangle,MER)计算脐橙本体的最大横径。实验结果表明,相对于原始未处理的模糊图像,使用本文算法使脐橙最大横径平均测量误差从5.1%下降至0.81%,提高了脐橙的包装精度。

基于Lucy-Richardson算法和广义S变换的Q值提取

品质因子Q能够定量衡量地震波的衰减。当地层厚度较薄时,常规的时频分析方法很难满足Q值估计的精度要求,其稳定性差。为此,将Lucy-Richardson算法与广义S变换相结合,推导出了新的谱比法品质因子估算公式。该方法引入高斯窗函数的尺度调节因子λ和p调节时窗函数的宽度和幅值,将广义S时频谱与高斯窗的Wigner-Ville分布代入Lucy-Richardson算法中,再利用对数谱比值与一个新定义的参数γ进行拟合,得到Q值。利用复杂模拟信号验证了Lucy-Richardson算法广义S变换的分辨率及聚集性,然后利用粘弹性层状模型进一步验证了该方法提取Q值的准确性。实际地震资料的应用结果表明,基于Lucy-Richardson算法广义S变换提取的Q值能准确区分含油气区域和围岩,与井资料吻合良好。

Lucy-Richardson迭代解谱在X射线荧光分析的应用

硬X射线调制望远镜是我国第一颗X射线天文卫星,其载荷低能X射线望远镜采用了SCD型探测器CCD236,主要对能量在0.7~13.0 keV的软X射线光子进行观测。卫星发射前,需要对探测器进行详细的性能标定,其中包括能量响应矩阵的标定。能量响应矩阵是能谱分析的关键。CCD236探测器输出能谱并不是观测光源的真实发射谱,而是发射谱与探测器能量响应矩阵的卷积结果。一般可以通过直接反卷积的方法还原光源的真实能谱。解谱过程可以看作是一维成像问题,利用能量响应矩阵与输出能谱进行反卷积解谱。常用的反卷积算法为Lucy-Richardson迭代算法,其利用条件几率的贝氏定理反复进行运算,进而对输出能谱进行反解,得到观测光源的真实发射能谱。通过能量响应矩阵对CCD236探测器的^(55)Fe测量能谱进行解谱。经过解谱,能谱的能量分辨从144.3 eV提升到了65.6 eV@5.9 keV,连续谱成分被明显地抑制,提高了能谱的峰背比。反解能谱由两个半峰全宽很小的(<70.0 eV)高斯峰组成,两成分的强度比为8.4,能够很好地表征真实发射谱的结构。利用这种方法可对材料X射线荧光谱进行解谱,还原材料的荧光谱,提高能谱的能量分辨。反解结果中主要元素各类荧光线通过解谱彼此独立,能谱峰背比很高,可以很好地用于X射线荧光分析中,提高荧光谱的质量。

基于Lucy-Richardson算法的数字图像重建

由于受到大气,随机噪音,摄像机的像素等多方面的影响,获取的数字图像很模糊,为了获得更为清晰的图像,需要对图像进行重建。本文利用Lucy-Richardson算法,基于Matlab平台的仿真分析,讨论了Lucy-Richardson算法的优缺点及实际应用的可行性。

一种Lucy-Richardson算法和小波变换结合的图像复原算法

Lucy-Richardson(LR)算法作为图像复原的经典算法之一,在进行图像复原时,对退化过程的先验知识要求少且复原效果好,然而由于算法采用迭代逼近的方法,故算法耗时长。针对这一缺点,用LR算法与小波变换结合的图像复原算法(即联合算法),分级对图像进行处理,在减小噪声干扰的同时提高算法的恢复效率。实验结果证明该方法在合理的范围内,以牺牲部分复原效果为代价却有效地提高了复原算法的效率。

基于Lucy-Richardson算法的运动模糊图像复原

图像复原一直是数字图像处理领域的一个研究热点,而运动模糊图像复原又是图像复原中的重要课题之一。本文主要介绍了在已知系统退化模型的情况下,对测量图像分别使用维纳滤波和Lucy-Richardson算法进行复原。仿真实验结果表明,要根据图像的具体信息选择恰当的方法才能使复原达到好的效果。

Lucy-Richardson与维纳滤波算法比较分析

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。

Lucy-Richardson算法在模糊图像复原中的应用

在电子监控或其他移动视频的拍摄过程中经常会出现模糊图像,还原模糊图像的本来面目是图像处理中的一个重要课题。本文主要介绍通过Lucy-Richardson算法对多种模糊类型图像进行复原,并与维纳斯算法的复原效果比较。实验结果表明,加大迭代次数,该算法对无噪声的运动模糊图像复原效果最好。

Lucy-Richardson算法的最优迭代次数寻取

针对Lucy-Richardson方法在对图像进行复原时难以确定迭代次数,提出了一种基于图像质量评价参数对图像进行复原的方法。该方法首先确定图像质量评价参数的范围值,然后计算每一次图像迭代后的PSNR、SSIM、STD值,最后找出达到目标范围的有效复原图像。结果表明,该方法能够有效找出所需的复原图像,且提高算法的运行效率。

Lucy-Richardson算法用于针孔图像的恢复

计算了X射线针孔成像系统的点扩散函数矩阵,利用Lucy-Richardson算法对模拟和真实的针孔图像进行了较好的恢复,分析了恢复后得到的结果,给出了合理的迭代次数、恢复方法细节和恢复图像的分辨率,并用模拟实验验证了Lucy-Richardson算法对针孔图像进行恢复的可靠性.

基于Lucy-Richardson算法的光子计数集成成像

针对微光环境下的光子计数集成成像系统,提出了一种基于复合光子计数模型和Lucy-Richardson算法的元素图像增强算法。首先,根据集成成像原理,用3DSMAX软件仿真合成孔径集成成像系统采集的目标元素图像,对其进行归一化后根据光子计数模型获得光子计数元素图像。然后,根据复合光子计数模型对元素图像进行处理,利用泊松分布的可加性提高元素图像的质量。最后,利用Lucy-Richardson算法迭代增强元素图像,并根据重构公式得到重构图像。实验结果表明,增强的元素图像峰值信噪比随算法迭代次数的增加而提高并逐渐趋于稳定,且用增强元素图像重构的图像效果优于传统的极大似然法。

基于加权ANSMD和参数优化RLD的风电机组液压型变桨轴承损伤检测

围绕风电机组液压型变桨轴承损伤检测这一工程难题,分别提出了加权自适应非线性稀疏模态分解(ANSMD)方法和参数优化Lucy-Richardson反褶积(LRD)方法,并将二者相互融合,用于实现液压型变桨轴承局部损伤检测。首先,通过ANSMD方法将原始振动信号分解为一系列稀疏分量,计算各分量的香农熵值及权重系数,并通过稀疏分量加权叠加获得信噪比更好的重构信号。其次,通过自相关能量比优化策略对LRD方法的形态控制参数进行搜寻,并利用参数优化LRD方法进一步处理重构信号,实现连续性周期脉冲强化放大。最终,通过反褶积信号的包络解调分析提取变桨轴承的损伤特征频率成分。液压型变桨轴承测试信号验证结果表明,所提方法可有效检测变桨轴承局部损伤,为解决风电机组运维问题提供新的思路。

高斯模糊噪声图像的图像复原算法的改进

和魏纳滤波,约束最小二乘滤波器等复原方法相比,Lucy-Richardson算法不需要事先预知噪声信息,有更广泛的适用性,但Lucy-Richardson算法极易引起噪声放大的缺点。提出改进的Lucy-Richardson图像盲复原新算法,仿真结果表明,该算法在噪声抑制、稳定性、细节保存以及视觉效果方面都优于原有Lucy-Richardson算法。

图像复原技术的研究

针对原有Lucy-Richardson算法极易引起噪声放大、边缘环现象明显等缺点,提出了改进的Lucy-Richardson图像盲复原算法。仿真结果表明,该算法在噪声抑制、稳定性、细节保存以及视觉效果方面都优于原有Lucy-Richardson算法,并且有广泛的应用领域。

基于稀疏表示的被动毫米波L-R成像算法

在被动毫米波的图像恢复中,L-R算法是一种简单而有效的非线性方法。但当噪声不可忽略时,L-R算法难以获得较好的复原结果。自适应稀疏表示,作为一种新的信号处理方法,具有表达信号灵活的特点,能够在保持目标特征的同时有效地去除噪声。该文提出一种基于自适应稀疏表示的L-R算法。首先采用稀疏信号表示的方法进行去噪,然后使用L-R算法进行图像恢复。这种改进算法通过使用基于自适应稀疏表示的去噪算法有效地减少了噪声对L-R算法的影响。实验数据的成像结果表明:该文的改进算法提高了L-R算法的性能,可用于低信噪比的图像复原。

基于最优费米函数的点扩散函数求取与图像复原

数字图像在成像过程中,会受到电子噪音、大气湍流、成像设备限制及图像变换等诸多不利因素的影响,从而造成一定程度的图像降质,这对后期的图像理解造成不可忽略的障碍.本文提出在应用费米函数对边缘扩散函数进行拟合时,不是采用固定次数的费米拟合函数,而是利用图像质量的评价结果决定最优费米拟合次数的方案.基于该拟合结果的点扩散函数将被应用到Lucy-Richardson算法中实现图像复原.基于实际图像的实验结果表明,通过最优费米函数拟合数据并获取的点扩散函数,在图像复原时可以有效地提升图像质量,并明显优于同类方法.

基于微阵列相机运动模糊图像的复原

本文提出了一种基于微阵列相机实现运动模糊图像复原的方法.对于3×3微阵列相机拍摄得到的一组阵列图像,首先对其进行多尺度特征的校准和融合;然后用Radon变换得到融合后图像的运动模糊角度和运动模糊长度;最后运用Lucy-Richardson算法去除运动模糊.实验结果表明本文基于微阵列相机的去运动模糊方法要比直接运用Lucy-Richardson方法更能有效地去除运动模糊.

基于倒谱特性的运动模糊图像PSF参数估计

根据运动模糊图像的特点,提出一种基于倒谱的运动模糊图像PSF参数估计方法。首先,分析了运动模糊图像退化模型以及运动模糊图像频谱和倒谱的特征,对倒谱图像信息滤波增强后,用Radon变换法计算出运动模糊方向,由倒谱中两个负峰值的位置计算出模糊长度。最后,用Lucy-Richardson算法对估计值进行图像复原验证。实验结果表明,该方法能够较精确地估算出运动模糊参数PSF值。