噪声自适应射影运动Richardson-Lucy去模糊算法研究

针对射影运动Richardson-Lucy算法放大噪声的问题,提出了一种噪声自适应射影运动Richardson-Lucy去模糊算法。该算法首先估计运动模糊图像的高斯噪声方差,然后根据预先标定的高斯噪声方差-总变分（Total Variation）正则化参数表得到总变分正则化参数,最后射影运动Richardson-Lucy算法对运动模糊图像进行处理。仿真结果表明,算法在复原带有不同强度高斯噪声的运动模糊图像时,可以自动调节总变分正则化参数,有效地抑制了噪声放大,提高了图像质量。

一种结合射影运动模糊模型的Richardson-Lucy算法

现有的去运动模糊算法都是假设退化图像的模糊核是一个空间不变的点扩展函数PSF,但该模糊核却并不能准确描述整幅图像的退化。因此,本文针对相机抖动所造成的图像运动模糊而引入一个新的运动模糊模型———射影运动模糊模型,并对传统理查德森-露西算法进行扩展,得到基于该模型的射影运动理查德森-露西(PMRL)算法。试验证明,该模型和算法是有效的,可以显著提高复原图像的视觉效果。

基于改进R-L算法的运动模糊图像复原方法研究

通过对运动模糊图像的复原过程进行分析,提出了一种基于二次变换改进的路西理查德森(Richardson-Lucy,R-L)算法图像复原方法,利用二次变换法精确估计出点扩散函数的系数,结合R-L算法完成退化图像的复原过程。通过仿真实验,量化对比了上述方法与传统R-L算法的复原效果,所述方法复原图像的灰度平均梯度以及峰值信噪比均提高约30%,实验结果表明,有效提升了运动模糊图像的复原精度,且针对含噪图像具有更高的鲁棒性。

运动模糊图像复原R-L算法的优化

图像获取过程中如果产生拍摄对象与设备之间的相对运动,就会产生图像变得模糊,这种情况称之为运动模糊。文章从图像复原基础原理出发,主要介绍了Richardson-Lucy算法对运动图像的复原,比较自相关和频谱投影模糊长度估算方法。通过实验发现频谱投影在较短模糊长度是较为精确,自相关估算模糊长度在较长模糊长度较为精确。由此提出组合优化模糊长度估算,通过实验图像复原发现组合优化的模糊长度复原图像峰值信噪比大13%,有效提高了图像复原精度。

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。

基于MATLAB的模糊图像复原算法分析

为了解决由相机、物体、背景间相对运动,让场景内的物体快速移动的效果造成的运动模糊,本文选用目前流行的数字图像处理系统Matlab作为平台进行研究。首先选用一张图像,将其进行运动模糊,以该运动模糊图像为研究对象,分别用维纳滤波算法、最小二乘方滤波算法、Richardson-Lucy算法、循环边界算法以及CDD等算法来修复其模糊图像。经过各种算法修复的图片对比,发现用最小二乘方滤波算法修复的效果最好,模糊图像几乎都被修复了;其次是维纳滤波算法,发现其随着K值的不断减少,图像修复效果也随之变好;最后是Richardson-Lucy算法,其随着迭代的次数越多恢复的效果越好。循环边界算法基本能大致修复图像,而CDD算法跟其他几种算法相比较修复效果较差,不能很好地满足修复需求。进行运动模糊修复时,最小二乘方滤波算法、维纳滤波算法和Richardson-Lucy算法相对于剩下的2种算法,其修复效果更好。