改进的有参超分辨率图像盲恢复

改进了有参超分辨率图像盲恢复中的边界与正则处理以及模糊参数估计方法,用交替迭代优化来估计模糊参数和高分辨率图像,用Neumann边界图像模型和修改边界像素来避免边界错误,用近似重排系统矩阵的带结构矩阵,来构造求解高分辨率图像的预处理共轭梯度算法。人工退化图像序列上的实验结果表明了改进方法的有效性。

一种基于NAS-RIF的SST图像盲恢复新方法

图像恢复是太空太阳望远镜(SST)图像处理的重要组成部分,当点扩散函数未知时只能进行盲恢复.在诸多的盲恢复算法中,非负有限支撑限制递归法(NAS-RIF)可以取得较好的恢复效果,但其对高频噪声的放大严重地影响了恢复效果和具体应用范围.为了降低对噪声的放大,本文分析和比较了不同的自适应平滑滤波,在NAS-RIF代价函数上增加了基于Hessian法的自适应平滑项.最后通过仿真计算验证了所改进的算法具有良好的稳定性、噪声抑制作用和图像边缘的保护作用,可以用于实际的SST图像恢复.

一种改进的迭代图像盲恢复算法

针对原NAS-RIF算法敏感于噪声且支撑域为矩形等不足,提出了一种改进方案.通过引入高阶统计量去噪,解决了NAS-RIF算法敏感于噪声的特性;利用图像分割技术进行图像支撑域的自估计,改变了NAS-RIF算法中支撑域必须是矩形的不利限制.仿真结果表明改进的NAS-RIF算法具有很好的恢复效果.

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。

图像盲恢复算法及其实现

针对图像盲恢复算法及其应用进行了研究,讨论了盲恢复算法中的非参数限定支持域恢复技术,这类算法并不假设图像或者模糊的参数模型,而是同时估计出清晰图像和点扩展函数。在介绍Kundur等提出的非负和集约束递归逆滤波算法的基础上,提出了该算法的改进,利用零相位FIR滤波器的频率特性,消除滤波器带来的相位失真,减少图像失真;增大FIR系数中心像元的加权值,增强图像高频。实验结果证明了改进算法的有效性。

基于四阶偏微分方程的盲图像恢复模型

由于全变分(total variation,TV)正则化方法能够很好地保持边界,因而在图像去噪和恢复中得到广泛的应用,但其一个显著的缺点就是会在恢复出来的图像中产生阶梯效应。针对此问题给出了一种基于四阶偏微分方程(PDE)的盲图像恢复模型,该模型在Chan和Wong的全变分模型的基础上,用四阶范数来代替TV范数,构造了一种新的能量泛函,消除了全变分正则化方法所产生的阶梯效应。实验结果表明,该模型能取得较好的图像恢复效果。

图像盲恢复算法的研究

在点扩展函数未知的情况下,仅通过退化图像来估计原始图像的过程称为图像盲恢复.目前,图像盲恢复已成为数字图像处理领域一个前沿热点课题,有着广泛的应用.国内外诸多学者对图像盲恢复算法已经做了深入广泛的研究.对已提出的图像盲恢复算法进行了分类比较研究,并提出了进一步研究的发展方向.

基于改进卡尔曼滤波的盲图像恢复

为了解决在获取数字图像过程中发生的图像质量下降(退化)的问题,需要使用图像恢复技术进行图像重建。针对未知点扩散函数(PSF)的盲图像恢复,首先利用倒频谱的方法估计模糊图像的点扩散函数,然后再利用改进的卡尔曼滤波方法对图像进行恢复。倒频谱方法是将模糊图像分成反映原图像信息和反映模糊系统信息的两部分相加的形式,通过分析两者的关系估计出模糊图像的PSF。改进卡尔曼滤波器在估计过程中考虑了系统的模型误差,使其对模型误差具有一定的鲁棒性。通过M atlab进行了数字仿真实验,实验结果表明利用所提出的方法可以有效地减小PSF估计不准确对图像恢复的影响,与传统卡尔曼滤波相比恢复效果较好。

基于小波的迭代盲图像恢复新算法

针对迭代盲反卷积算法中解的唯一性和收敛性不确定问题,提出了基于小波的迭代盲图像恢复新算法.该算法用基于奇异值分解和压缩滤波方法对降质图像进行预处理,在初始化估计后对图像进行小波变换,用局部高斯模型刻画图像小波系数的概率分布,并作为先验约束加入到迭代算法中.仿真结果表明,新算法在保持图像边缘特性的基础上,峰值信噪比改进量比原算法增加约3 dB,对解的唯一性和收敛性也有一定改善.

EMM盲运动模糊图像的恢复

盲图像恢复的主要困难是信息不足,而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的方法有ML法、EM法以及正则化方法等。但是这些方法的计算量都太大,针对上述方法的不足,文章提出了一种恢复图像的新算法,它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中,巧妙地利用了最陡梯度法和共轭梯度法的迭代求解。对由于运动造成的模糊图像,可以明显地改善图像的质量,实验结果证明,在对模糊操作没有严格限制的情况下,仍可得到较好的恢复图像。

交替使用小波去噪和全变差正则化的盲图像恢复算法

盲图像恢复就是在点扩散函数未知情况下从降质观测图像恢复出原图像。该文提出了一种交替使用小波去噪和全变差正则化的盲图像恢复算法。观测模型首先被分解成两个相互关联的子模型,这种分解转化盲恢复问题成为图像去噪和图像恢复两个问题,可以交替采用图像去噪和图像恢复算法求解。模糊辨识阶段,使用全变差正则化算法估计点扩散函数;图像恢复阶段,使用小波去噪和全变差正则化相结合的算法恢复图像。实验结果和与其它方法的比较表明该文算法能够获得更好的恢复效果。

盲图像恢复算法研究

盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括:介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS-R IF恢复算法原理、实现,并对其恢复性能进行分析.

基于FFT的迭代盲反卷积图像恢复算法研究

迭代盲反卷积方法是同时估计出清晰图像和点扩展函数。该文主要是实现一种基于快速傅立叶变换的迭代盲反卷积算法。

一种改进的多通道盲图像恢复算法

基于最小绝对偏差(LAD)估计方法,提出了一种改进的双正则化多通道盲图像恢复算法。与传统的算法相比,所提出的算法更加适合处理非高斯噪声下的退化图像。实验结果表明,所提出的算法能够更快速地获得较好的原始图像估计。

二维盲图像恢复算法的研究

通过对现有的二维盲图像恢复算法的探讨,提出了两种基于L1双正则化的二维盲图像恢复算法。一种是最小化L2-L1代价函数,为了实现边缘保持和噪声抑制;另一种是通过最小化L1-L1代价函数来处理非高斯噪声的情况。所提的算法是一种广义的梯度算法,它通过引入绝对值函数的弱导数来处理不可微的情况。实验结果表明,与NAS-RIF算法和DR算法相比,所提出的两种二维算法能够更快速地获得好的图像估计。

盲图像恢复中的二维盲均衡研究

数字图像在传输过程中,由于受到二维信道的点扩展函数(PSF)的影响,会产生图像模糊问题。在对图像进行恢复时,需要消除PSF的影响,在许多实际应用中PSf的特性未知,此时图像的恢复就是盲图像恢复。该文提出了一种应用于盲图像恢复的二维盲均衡迭代算法,该算法是通信领域中应用的EVA盲均衡算法的一种二维扩展。仿真结果表明,该算法具有信噪比增益高、收敛速度快等特点,有较为广泛的应用前景。

一种改进的图像盲复原算法

针对迭代盲反卷积算法恢复图像在内部灰度对比鲜明的地方、图像边界都出现的"振铃"效应和迭代盲反卷积算法通常去模糊效果好而去噪效果不理想等情况,本研究提出两点改进:首先,迭代盲解卷积算法恢复图像之前对模糊带噪的退化图像进行改进的中值滤波去噪;其次,对恢复出来的图像,通过找到内部灰度变化大的部分和边界并把其像素设置为0,进行去除"振铃"效应.改进后的算法简单,不仅复原了图像的细节,而且很好地去除了噪声.实验结果表明,改进算法取得了比较好的复原效果.

改进的NAS-RIF图像盲复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案。首先,引入高阶统计量去噪,解决了NAS-RIF算法敏感于噪声的特性;其次,利用图像分割技术进行图像支持域的自估计,改变了NAS-RIF算法中支持域必须是方形的不利限制;最后,运用该算法对不同峰值信噪比(PSNR)和背景的含噪图像进行了算法仿真,并与原算法进行了比较。仿真结果表明,改进的NAS-RIF算法有效解决了原始算法中存在的问题,显著提高了恢复图像的质量。

基于高阶统计量和图像分割技术的图像盲复原

提出一种基于高阶统计量和图像分割技术的改进的非负支持域递归逆滤波算法(NAS-RIF)。该算法应用高阶统计量去噪,解决了原NAS-RIF算法敏感于噪声的特性,提高了退化图像的信噪比。其次,在每次迭代中利用图像分割技术进行图像支持域的自估计,改变了NAS-RIF算法中支持域必须是方形的不利限制。实验结果表明改进的NAS-RIF算法具有更好的噪声抑制和边缘细节恢复效果。

超宽带雷达系统中图像恢复新算法

针对超宽带穿墙雷达系统中低信噪比回波信号成像困难的问题,提出了一种基于子空间的约束最小二乘扩展多通道盲图像恢复新算法。在建立穿墙雷达成像退化模型的基础上,将穿墙雷达成像的高分辨问题转化为多通道盲图像恢复问题,并通过把子空间的概念转化为对降晰函数的约束,构造了新的代价函数进行扩展多通道的盲图像恢复。实验结果验证了本文提出的新算法能有效的改善雷达图像的分辨率。