顾及模糊核连通性的无人机图像半盲复原方法

模糊航空图像复原不仅能够改善图像的细节与特征,而且可以提高目标的识别能力以及定位精度。在无参数条件下利用已有航空图像建立模糊核估计模型,提出了顾及模糊核连通性的无人机图像半盲复原方法。首先建立梯度筛选,筛选出模糊图像与已有清晰图像梯度域的公共地物,构建保真项;然后利用模糊核梯度八邻域描述模糊核的连通性度量,并将其作为正则项缩小解空间与构建模型;最后重建图像,根据图像金字塔结构对模糊核进行分层估计,并通过分裂Bregman算法解卷积重建图像。对比实验从模糊类型、公共地物、方法对比、方法适用性4个方面进行分析,结果表明,在公共地物达到35%以上时,模糊航片具有良好的复原效果,所提方法具有较强实际应用价值。

基于神经网络的光照分布预测夜视复原算法

夜间图像存在光照不均匀、整体亮度较低、色偏严重的现象,且人工光源附近存在光晕。现有的去模糊模型和算法在光照不均匀情况下,常通过估计光照图来去除光照不均匀的影响。通过使用径向基函数神经网络训练提取光照强度,提出了基于光照估计的夜间图像去模糊算法。针对光照不均匀的问题,通过估计光照分布图来去除不均匀光照的影响,计算得到成像过程中的调制传递函数(MTF)。以计算所得传输图像退化模型的点扩散函数作为先决条件,结合半盲图像复原的数学模型对目标图像进行处理,以提高夜视探测的成像质量。将所提方法与传统盲复原方法及基于深度神经网络的图像复原方法进行主客观比较,实验所得复原图像及数据验证了该方法的有效性,复原图像的质量得到明显提升。

LED夜视探测及图像质量提升

夜视目标探测现已广泛应用于工业、交通、海洋探测、视频监控等多个领域,采用LED阵列为光源,降低成本的同时,也保证了发光强度。然而,由于夜视成像受大气湍流、吸收和散射等环境的影响以及成像设备的限制,图像质量受到严重的退化影响。因此,针对LED夜视,通过量化LED阵列光束在夜间大气中的传输,及大气湍流和气溶胶对成像的影响,计算得到成像过程的调制传递函数(MTF),以传输退化模型的点扩散函数作为先验知识,结合半盲图像复原法,对目标图像进行处理,提高LED夜视成像的图像质量。并将该方法与传统盲复原方法进行比较,验证了该方法的有效性,图像质量得到了明显改善。