基于四向差分的局部模糊图像检测

针对图像的局部模糊现象,提出基于四向差分的局部模糊图像检测算法。首先计算待检测图像的在0°,45°,90°,135°四个方向上差分图像,然后对差分图像分块计算每个图像子块的方差值,用最小的方差值与阈值比较决定其是否为模糊图像,并用图像的形态学操作去除检测时的噪点。实验表明算法对于高斯模糊和运动模糊图像都能较好的检测出图像的模糊区域。

基于Z变换的局部匀速运动模糊图像恢复算法

针对背景不变的局部匀速运动模糊图像复原问题,提出一种基于Z变换的恢复算法。在前景和背景色差较大的假设前提下,基于背景差方法将前景从图像中分离出来;利用旋转矩阵将前景在像平面内任意方向的运动转换成X轴方向的运动;进而把复杂的局部模糊恢复问题简化为前景模糊恢复及前景和背景融合两个子问题来解决,使求解过程得到最大程度简化;在严格的数学推导基础上建立基于Z变换的退化及恢复模型,将模型中的差分方程转化为简单的代数方程求解;仿真结果表明,提出的算法能正确、有效并且快速地恢复由于局部匀速运动所造成的图像退化;算法对模糊宽度的变化不敏感,较维纳滤波恢复算法有一定的稳健性、优越性。

考虑Gabor小波特征的LBFI识别仿真

识别局部模糊人脸图像时,若不能增强模糊部分的信息,会降低图像识别精度,为提升模糊人脸图像的识别效果,提出基于Gabor小波特征的局部模糊人脸图像识别方法。使用均值滤波方法对图像噪声实施剔除,并根据剔除结果利用直方图均衡化算法对局部模糊实施信息增强处理;以上述图像处理结果为基础,使用Gabor小波变换方法提取图像显著、不显著特征向量,根据决策融合方法对提取的特征实施融合处理;通过LDA分类器对融合特征实施分类处理,基于分类结果实现人脸图像的精准识别。实验结果表明,使用上述方法开展人脸识别时,识别率较高、识别效果好。