基于Richardson-Lucy的图像去模糊新算法

针对传统的Richardson-Lucy(RL)算法存在振铃效应和噪声放大等问题,提出了一种基于RL的图像去模糊新算法,通过在迭代过程中引入增益图(GainMap),降低了复原图像的对比度,阻止迭代过程振铃效应的传播和噪声的进一步放大。详细讨论了引入的增益图的不同参数选择对去模糊结果的影响,通过选取合理的参数得到最佳的结果。实验结果验证了该算法抑制振铃效应的有效性,同时它很好地保留了图像细节,对含有噪声的模糊图像也有很好的复原效果。

一种RL算法联合小波变换的中子图像复原方法

提出了一种基于RL(Richardson-Lucy)算法联合小波变换以解决中子数字图像复原过程中噪声问题的方法,即是将中子数字图像首先进行小波分解,高频子带通常对应于噪声,低频子带对应于图像信息。在高频子带进行软阈值去噪处理,在低频子带应用RL算法进行图像的盲复原,最后,利用小波反变换得到复原图像。实验研究结果表明,该方法不仅提高了抑制噪声的能力,可以获得比单一采用RL算法复原效果好的复原图像,而且可以提高图像复原的速度。

改进的RL模糊星图复原算法

研究了复杂工作环境对星敏感器成像的影响,总结了模糊图像退化与复原模型,并对经典RL模糊图像复原算法进行了分析。针对RL复原算法存在振铃效应的不足,提出了一种基于超拉普拉斯约束因子的RL复原算法。仿真结果表明:改进后的RL复原算法减弱了复原星图中的振铃效应,提高了复原星图的质量,为在复杂环境影响下星敏感器实现高精度星提取性能奠定了基础。

基于RANSAC变换的车牌图像去模糊算法

针对监控视频中运动模糊车牌图像的复原问题,提出一种基于随机抽样一致性(RANSAC)的车牌图像去模糊算法。首先,在倒频谱域对模糊图像实施Canny边缘检测,使用RANSAC变换来估计模糊方向;然后,通过模糊图像倒频谱域的零点分量来估计模糊长度;最后,结合Richardson-Lucy(RL)算法和L0正则化先验各自的优点,对模糊车牌图像进行复原。实验结果表明:提出的算法不论主观还是客观上,在运动模糊车牌图像上达到了很好的复原效果,复原图像得到的PSNR和SSIM值都有了极大地提高,并且耗时少,效率高。

联合模糊图像建模与复原算法

为解决光电载荷高速运动成像中产生的径向模糊与抖动模糊相结合的联合模糊形式的复原问题,建立了相应物理模型,通过子图像模糊核函数逐层扩展估计的方式,改进RL-TV递推模型完成对联合模糊图像的复原。研究结果表明:联合模糊核函数是抖动向量与径向向量在曝光时间内的叠加,仿真效果与实测效果相符;联合模糊图像由边缘至中心径向模糊特性逐渐衰减,图像中心区域能够近似估计抖动模糊核函数;采用由中心向边缘子图像层次递推方法能够有效复原联合模糊图像,效果明显优于顺序复原等其他复原手段。