各向异性正则化的多帧遥感图像盲复原算法

在大气湍流较强时,一般的遥感图像复原算法难以取得较好的复原效果。针对这种情况,提出了一种基于各向异性约束的多帧遥感图像盲复原算法。该算法不需要成像过程的先验信息,仅根据图像及点扩散函数的非负约束和支持域约束,即可得到较好的复原结果;同时该算法能够自适应地调整正则化参数,在实现图像复原的同时,保持边缘并抑制噪声。试验结果验证了该算法的良好性能,复原后图像的质量得到较大提高。

基于2D-GCD算法的汽车底盘异物检测

针对汽车底盘序列图像的模糊复原以及伪像去除问题,提出了汽车底盘异物检测总体构架,并且成功利用二维最大公因子的图像序列盲复原（2D-GCD）算法以及小波图像融合规则实现了汽车底盘模糊图像的复原。首先对模糊图像序列进行预处理工作,过后利用SURF算法提取特征点进行匹配,根据匹配得到的多帧图像进行加权平均获得一副新的降质图像,然后将其与每幅图像用2D-GCD算法进行复原,得到的序列图像在小波变换的融合规则下复原得到最终结果。实验结果表明,基于2D-GCD算法的模糊图像处理能有效地抑制伪像,复原得到的汽车底盘图像质量较高。