基于深度学习的红外成像退化模型辨识及超分辨率成像方法

红外成像系统由于制造工艺和成本制约,分辨率仍然较低。图像超分辨率重建技术是提高图像分辨率的有效方法,获得了广泛研究,并在仿真图像上获得了很好的效果,但应用于实际图像时效果不甚理想,主要原因是实际成像退化更加复杂,包括红外光学系统像差和装配误差引起的空间非一致模糊,以及受工作温度影响导致的模糊核变化。针对上述问题,提出一种基于深度学习的红外成像退化模型辨识方法和基于退化模型约束的超分辨率重建方法,通过在不同工作温度下采集标定靶标图像,标定不同工作温度、不同空间位置的模糊核;采用卷积神经网络建立成像退化模型,并利用定标数据进行模型参数求解,为超分辨率重建提供更多先验信息;设计迭代超分辨率重建网络,交替进行退化参数估计和超分辨率重建,经过多次迭代逐步提高重建效果。实验结果表明,采用卷积神经网络求解的成像退化模型可准确描述模糊核变化规律,基于退化模型约束和退化参数在线学习的超分辨率重建方法可显著提高红外超分辨率成像的效果,具有较高的工程应用价值。

基于再感知双模型联合训练的散焦模糊检测

针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。

基于区域特征映射的模糊掌纹识别方法

针对掌纹在非接触采集时易出现模糊现象从而导致系统识别性能降低的问题,建立了区域到点的特征映射模型,提出了一种基于区域特征映射(Region feature map,RFM)的模糊掌纹识别方法.首先根据图像的模糊原理,建立等价的模糊模型,获取模糊掌纹;然后使用RFM对模糊掌纹进行操作,将高维的区域特征映射到低维的点特征;最后,采用归一化相关性分类器对掌纹所属类别进行判定识别.使用模糊模型对Poly U掌纹库进行处理得到Poly U模糊掌纹库,并分别在Poly U掌纹库和Poly U模糊掌纹库上进行测试,识别结果较为稳定.在模糊掌纹库上,本文算法的等错误率(Equal error rate,EER)最小可达0.9069%,优于传统算法,且进行一次识别的时间为33.95 ms,得到的特征数据维数较小,降低了算法复杂度,表明了本文算法的有效性和实时性.

基于像素运动的图像模糊机理与恢复技术

从像素运动的角度分析了因运动造成图像模糊的实际过程，根据模糊图像像素间的关系建立了一维和二维匀速直线运动所造成的模糊图像的模糊模型，进而由模糊过程的逆过程给出了恢复模型。最后对匀速直线运动造成的图像模糊进行了模拟和恢复,取得了令人满意的 效果。

ERP绩效指标体系的建立及模糊评价

本文通过分析影响ERP绩效的三个主要因素(学习、流程和创新),在结合ERP实施绩效所面临的内部约束和外部约束的基础上,提出了一个衡量ERP绩效的指标体系,并构建了一个适合对我国企业实施ERP绩效进行分析论证的模糊综合评判模型,为我国企业改善ERP实施效果提供了新的思路。

图像局部模糊的自动检测方法

目标运动或对焦不准可能造成图像局部模糊。针对该问题,提出一种包括粗糙定位及模糊区域求精2个步骤的模糊区域自动检测和提取方法。通过对空域上的梯度统计结果进行双高斯混合建模以及对频域上的功率谱进行统计分析,实现模糊和非模糊区域的粗糙定位。根据粗糙定位结果,利用改进的懒惰抠图技术实现模糊区域的精确定位和自动提取。实验结果证明,该方法可以有效检测出图像中的局部模糊区域。

机器视觉检测系统中相机景深问题的研究与建模

机器视觉应用于工业检测时,传送带的振动会引起被测物采集图像的离焦模糊,导致特征信息丢失,引起检测的漏判误判。而根据光学系统的景深理论,检测系统满足一定参数条件时,物点在一定物空间范围内依然可以在理想像面成清晰像。本文对这一问题进行了研究,结合理想光学系统的成像模型、景深模型、以及视觉检测系统的相机参数等,对视觉检测系统中相机的景深问题进行了数学模型的建立,并通过实验验证了模型的有效性。模型的建立可为实际应用中调整振动现象对成像的影响提供依据。

基于极坐标的相向运动图像模糊的递归模型

成像过程中,被摄像目标和摄像机之间的相向运动会造成图像的辐射状模糊,辐射状模糊将减小有效视场,影响成像质量.本文在扇形网格采样的基础上,利用状态空间模型模拟了退化过程,用递归方法解决了空变问题,并利用对状态空间系统求逆的方法对退化图像进行了复原.计算机模拟显示,算法简单,复原图像清晰,取得了较满意的结果.

VO图像分解模型的模糊掌纹识别方法

针对掌纹图像在进行非接触式采集时易产生离焦模糊图像,从而导致系统识别性能降低的问题,提出了基于VO图像分解模型的模糊掌纹识别方法.首先建立高斯离焦退化模型模拟图像的模糊过程,通过对模糊原理的研究与分析得出在图像模糊过程中存在稳定的特征,这种特征从图像层次结构划分可表现为图像的结构层;然后使用VO图像分解模型得到模糊掌纹的结构层图像;为了提高特征的可区分性,采用分块的梯度方向直方图提取结构层中的稳定特征;最后采用归一化相关性分类器度量特征间的相似度.在清晰PolyU掌纹库和模糊PolyU掌纹库上进行测试的实验结果表明,该方法在不同掌纹库上获得较优的识别精度,且识别结果较为稳定;在模糊PolyU掌纹库中的等错误率最小可达0.309 1%,优于传统高性能掌纹识别方法;且进行一次身份辨识的时间小于1.3s,满足实时性要求,表明了该方法的有效性和优越性.

基于小波域自然影像统计特性的无参考遥感影像质量评价

遥感影像的获取往往受到模糊和噪声的共同影响,使得遥感影像的降质难以归到某一单一降质方式,从而给遥感影像的评价带来困难。在遥感影像小波域统计特性,即子带系数均值呈近似线性关系的基础上,通过对噪声、模糊对影像此线性关系的影响方式及破坏程度的定量分析,来判定影像的噪声和模糊强度,最后,利用二者的加权和作为遥感影像的最终质量评价指标。实验表明,与峰值信噪比指标PSNR相比,该文指标与结构相似性指标SSIM具有更好的一致性,对噪声影像、模糊影像以及同时存在噪声和模糊的遥感影像能够进行有效的、准确的评价。

散焦和运动模糊复合模型及参数估计

为了解决散焦和运动模糊同时存在的图像复原问题,建立了一种散焦和运动模糊复合模型,提出了一种基于自相关的参数估计方法。在分析图像成像过程的基础上,对标准散焦模型和运动模糊模型进行卷积,估计复合模型的分布范围,根据光的散射特性和能量守恒调整复合模糊模型的幅度。对复合模型按两方向分别求导,根据导数矩阵自相关的曲线特性估计模糊参数。实验结果表明,参数估计方法具有较高的估计精度,解决了混叠现象造成的干扰问题,复合模型则能够取得较好的复原效果。

基于内容的个性化信息过滤系统的研究与设计

以典型的向量空间模型为例,剖析了个性化信息服务中内容过滤面临的主要问题及基本对策,并结合用户的实际需求,设计实现了“天罗”个性化信息过滤系统,实验结果表明,系统达到了很高的准确率、召回率和处理速度。

基于Volterra模型的LCD运动图像去模糊研究

由液晶显示器(LCD)的"抽样-保持"特性与人眼视觉系统(HVS)的运动跟踪特性引起的运动模糊现象可以近似地用sinc函数的频域模型来描述。故本文在论述采用sinc^(-1)预补偿模型对LCD运动图像去模糊的基本原理的基础上,导出了采用Volterra模型替代sinc^(-1)时的参数选取方法和选择模型阶数的具体条件,从而为Volterra预补偿系统的硬件实现提供了理论依据。仿真结果显示:基于Volterra模型的图像预补偿系统在性能方面优于原sinc^(-1)系统,在处理小速度图像运动时造成的模糊现象中的效果与原sinc^(-1)系统相近,而在高速度造成的运动模糊的改善效果中,Volterra预补偿系统具有优于原sinc^(-1)系统的特点。

基于可分离模糊核的复合运动模糊星图建模与仿真

在采用天文光学自主导航方式进行深空探测时,导航星的视星等高,为获取清晰的星图,星敏感器焦距长、曝光时间长,同时受探测器多种运动复合的影响,星图易产生模糊拖尾现象,很难用基于硬件的常规方法有效复原。研究复合运动模糊星图的建模方法,可揭示星敏感器与导航星的真实相对运动对星图像质的影响规律,从而用软件算法复原高像质星图,提高星敏感器的动态性能。由于缺乏确定的参数模型,复合运动模糊星图建模难度较大。提出了一种基于可分离模糊核的复合运动模糊星图建模的新方法,研究星敏感器角运动和角振动对成像的影响,并与常用的分步模糊方法比较。仿真表明:基于可分离模糊核方法的仿真星图更符合星敏感器实际运动对星图退化的影响;星敏感器的复合运动特别是旋转运动对质心提取效果具有显著影响,严重时会导致星敏感器无法定姿。

一种面向目标区域的快速去模糊算法

本文针对监视视频图像中快速移动目标的运动模糊问题,提出一种面向目标区域的快速去运动模糊算法。本文新算法的实现过程可归纳为三步:首先,通过分析图像运动模糊的离散模型,得出去模糊逆运算迭代公式;其次,针对本文实际研究对象,对相邻帧进行差值计算,利用连续两幅帧差图像提取目标运动矢量以及获取模糊目标所在区域;最后,依据图像去运动模糊的离散迭代模型,对模糊目标区域代入运动矢量进行逆运算,实现对目标区域的去运动模糊处理。仿真试验表明,该方法不仅从空间上缩小了去模糊逆运算范围,处理速度快,而且该方法降低了背景中大片随机噪声对去模糊效果的影响,去运动模糊质量好。

运动模糊图像的降质过程分析与恢复技术研究

在获取图像的过程中 ,由于被摄物与成像系统产生相对运动 ,使得图像的像素并不代表该点的实际灰度 ,而是一定范围内相邻像素灰度值的叠加。为了有效地恢复运动模糊图像 ,从像素运动的角度分析了因运动造成的图像模糊的实际过程 ,并首先揭示了运动造成图像降质的内在原因 ,然后根据模糊图像像素间的关系建立了一维和二维由匀速直线运动所造成的模糊图像的模糊模型 ,并依据图像降质过程的逆过程推导出恢复模型。为验证该模糊图像恢复技术的效果 ,对匀速直线运动造成的图像模糊进行了模拟和恢复实验 ,取得了令人满意的效果 ,尤其对字母的恢复 ,效果更好。另外 ,对边界像素问题还进行了专门的讨论 ,同时对恢复过程中产生误差的原因也进行了分析 。

遥感图像运动模糊恢复方法及评价标准研究

遥感成像系统与目标在曝光时间内的相对运动将导致成像的运动模糊。文章结合匀速直线运动造成的图像模糊特点,讨论图像模糊的产生机理并建立相关退化模型;利用点扩散函数(PSF)在频率域和空间域上分别对匀速直线运动产生的模糊图像进行恢复;验证各算法对高斯噪声的抗干扰性;提出使用HVS对比度的方法作为客观评价标准验证恢复算法的可行性,并与传统的灰度平均梯度(GMG)相对比表明该评价标准的合理性。

基于L 0稀疏先验的运动模糊标签图像盲复原

在使用机器视觉对家电产品的标签进行品质检测的过程中,标签图像的清晰度是保证视觉检测顺利进行的关键。为了解决由固定在机器人末端的运动相机拍摄的标签图像存在运动模糊的问题,提出一个基于L_(0)范数的正则化模型。对于模糊的图像,一般的去模糊算法已经探索并使用了大量的图像先验,可以恢复良好的整体视觉效果,但一般的去模糊算法没有充分考虑标签的特征,而这是重要的去模糊先验。针对这一问题,对标签图像的像素分布和梯度分布特征进行分析,提出了基于稀疏梯度先验的正则化模型。实验结果表明,与其他去模糊算法相比,对于合成图像和真实图像,文中提出的方法在恢复图像清晰度的同时,可有效地抑制图像边缘的振铃效应,运算速度较之前提高了80.52%。

含噪运动模糊图像恢复

提出一种新算法来估计含噪图像线性运动模糊的方向和长度。结合空间域及频域分析,使用Radon变换检测运动方向,双谱模型估计运动长度,最后利用Richardson-Lucy滤波恢复清晰图像。仿真实验结果表明,对于含噪图像该算法比以往算法更优胜。基本满足图像复原的稳定性、可靠性、精度高等要求。

基于改进光流场模型的医学图像配准方法

基于光流场模型的图像配准方法计算简单快速,但采用原始光流场模型进行图像配准会使图像出现严重的模糊导致不能使用。提出了对原始光流场模型的正则项进行改进,同时引入运动模糊图像复原算法,改进的算法改善了原始光流场模型造成的图像模糊。实验结果表明,基于改进光流场模型的医学图像配准算法配准结果准确,具有较快的配准速度。