基于改进维纳滤波算法的运动模糊二维码图像复原方法

针对二维码在动态工业产品检测中,容易发生运动模糊,导致识别难度加大的问题,设计了一种基于改进维纳滤波的运动模糊二维码图像复原方法。在传统的维纳滤波图像复原过程中,由于正则项K值的影响,导致复原效果存在差异,结合了遗传算法,通过自适应寻优的方法实现了K值的估计,完成了图像的复原。实验结果表明:改进算法比传统算法复原以后的图像峰值信噪比(PSNR)提高了约4 dB左右,该方法可以有效地还原出运动模糊二维码图像,提高了二维码的识别的效率。

基于非局部先验红外运动模糊图像复原方法

为了实现红外运动模糊图像复原,采用了基于红外图像的非局部稀疏先验约束建模方法。通过分析红外运动模糊成像特征,在盲反卷积框架下,提出了一种基于运动信息的图像非局部稀疏先验约束建模方法,通过计算图像的运动模糊核,进而复原运动模糊图像。结果表明,所提出的基于运动信息的图像非局部稀疏先验约束方法,针对性强,能有效地复原运动幅值较大的红外运动模糊图像;概率模糊检测、结构相似度和峰值信噪比均有不同程度的提高,尤其是峰值信噪比提高接近8%,且运动幅值越大,复原结果越明显。本研究为红外成像系统的应用打下了基础。

基于生成对抗网络的运动模糊车牌图像复原方法

为解决汽车运动过快产生模糊导致车牌识别算法失效的问题,对深度学习的生成对抗网络去模糊方法进行了研究,提出了一种基于生成对抗网络的模糊车牌图像复原方法。主要思路为使用图像复原网络NAFNet中的NAFBlock替换DeblurGAN-v2生成器中的基本卷积块,并在特征提取网络中加入了高效通道注意力机制。对于原模型和修改后的模型,设计了四组不同模型消融实验。实验结果表明,提出方法在复原模糊车辆图像复原任务数据上,峰值信噪比为21.2624,结构相似度为0.6431,较好地解决了模糊车牌复原的问题。

基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法

为通过提高输电线路巡检航拍绝缘子过程中产生的运动模糊图像质量来提高检测准确率,文章提出一种基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法。为有效融合图像深、浅层特征,基于U-NetL1结构搭建生成网络,并在特征融合过程添加并行注意力机制,加强对有效特征的学习,下采样层级联空洞空间金字塔池化与残差模块,扩宽感受野和加深网络深度的同时避免梯度消失问题;另外,采用内容损失与对抗损失作为损失函数,以提高复原图像质量。构建绝缘子运动模糊图像数据集进行实验,与Deblur GAN、SRN等方法的对比结果表明,本文方法的峰值信噪比、结构相似度指标均高于其他算法;采用YOLOv4进行目标检测实验,其结果表明该方法对提升绝缘子检测准确率具有一定实际意义。

基于改进视觉显著性算法的运动模糊图像复原

针对模糊尺度较小时运动模糊参数估计算法对点扩散函数求解不准确的问题,提出基于最小二乘直线拟合的精确角度估计算法,并对微分自相关长度估算方法进行改进,获取了高精度的运动模糊参数。基于视觉显著性加权算法,设计一种无参考图像质量评估系统来确定图像模糊程度以及复原图像的最优解。实验结果表明,所提方法能更准确地求解运动模糊参数,使用求解结果恢复的清晰图像在主观和客观方面优于现有方法,具有较高的工程应用价值。

旋转运动模糊图像复原的TSVD方法

在Neumann边界条件假设下,具有对称及平移不变性的点扩散函数的图像复原问题可以转化为不适定的解卷问题,进而可以采用TSVD方法解卷。而旋转运动模糊图像的点扩散函数不具有对称性,距离旋转中心越远,图像模糊越严重,在不同的模糊路径上具有不同的模糊参数。按照半径的不同把图像分成许多同心圆,每个同心圆上的旋转模糊近似看作水平直线运动模糊,从而利用TSVD方法,进行复原,实验说明了算法的有效性。

基于运动偏移信息估计的图像去运动模糊算法

针对现有动态场景图像去运动模糊算法难以有效复原非均匀复合运动模糊的问题,通过引入相机曝光轨迹来表示模糊图像中包含的运动信息,并据此提出了一种新的运动偏移估计框架,用于对潜在清晰图像在多个离散时间点的像素运动偏移进行建模。结合估计出的运动偏移信息,提出了一种融合像素运动偏移信息的多尺度单幅图像去模糊网络框架。该框架通过可变形卷积在解码阶段对运动偏移信息进行融合,给定每一像素点不同的运动约束。经过网络的多尺度编解码结构,得到每一尺度上每一像素点的预测值,实现了端对端的模糊图像复原。在GoPro和HIDE数据集上的实验结果表明,该算法能有效改善图像质量,峰值信噪比平均提升1.9 dB,结构相似度平均提升0.03。

运动成像混合模糊的全变分图像复原

为了实现运动成像中视频帧内复原,研究了帧内运动模糊和离焦模糊两种常见模糊类型带来的混合模糊问题。首先,依据模糊图像的频谱特性定性判定模糊类型,利用倒谱分析的方法定量估计模糊模型点扩散函数,依据工程实际选取模糊参数进行仿真实验,实现点扩散函数估计方法的准确性验证。然后,采用耦合梯度保真项的改进型全变分图像复原算法,约束点扩散函数估计误差对图像复原的影响,并采用适应L1范数的Split-Bregman算法完成复原算法的数值实现。最后,对算法性能进行验证,完成仿真和实拍混合模糊图像的复原。实验结果表明,倒谱分析估计点扩散函数的准确率达到90%。复原算法能保持图像边缘和细节,并有效抑制振铃效应,帧内稳像的图像峰值信噪比为28.92 dB。

顺序结构的运动模糊图像复原技术综述

在对目前有关运动模糊图像复原技术的文献进行理解和综合的基础上,首先通过对运动模糊图像复原问题的描述揭示其实质,其中大体介绍图像复原概念、分类;然后将运动模糊图像复原方法分为参数识别和复原滤波两部分进行介绍,描述基于单幅图像、多幅图像的参数识别基本方法,按迭代和非迭代两种思想分类对复原滤波方法进行介绍;通过应用实例对一些主流方法进行对比,最后提出对运动模糊图像复原技术的展望。

一种改进的运动模糊图像复原算法

根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。

一种基于显著性边缘的运动模糊图像复原方法

运动模糊的图像复原,是图像处理和计算机视觉领域中的热点问题。通过分析图像的纹理特征,提出一种鲁棒的显著性边缘提取方法,并将其应用于运动模糊图像恢复中。联合图像纹理的梯度幅值、方向信息,优化模糊图像并抑制噪声干扰,从而提取稳定的强显著性边缘。在模糊核估计的能量模型中,引入梯度约束方法,保护模糊核的结构特征。对于较大尺寸的模糊核,采用多尺度策略进行图像复原。实验结果表明,文中算法能够有效提高模糊核估计的准确性,提升运动模糊图像复原的质量。

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化。由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案。最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值。

旋转运动空间可变模糊图像的代数复原

提出了一种基于最小二乘和空间相关约束沿模糊路径卷积的代数复原方法。为了有效和快速地恢复角点处的图像信息,采用了最优估值理论。在微机上对算法进行了验证,实验结果表明,算法能有效地去除旋转运动的空间可变模糊。

复合帧运动模糊图像复原方法研究

对复合帧图像运动模糊的复原问题进行了较为系统的研究。利用块匹配算法估计场间的位移矢量,即模糊范围和模糊方向以消除边缘“阶梯效应”;采用维纳滤波方法对场内的运动模糊图像进行了复原;经对一个CCD照相机以不同的相对运动速度在不同的距离对一个门牌号摄取的模糊图像进行复原,证明该文方法的有效性。

运动模糊图像复原技术研究进展与展望

成像过程由于相对运动,镜头离焦等原因会造成图像退化,获取准确信息需要进行复原。介绍主流运动模糊图像复原技术研究进展,包括直线和复杂运动核估算技术、能量泛函和深度学习逆卷积建模技术等,阐述各技术主要数学方法、机理、性能特点,最后指出当前运动模糊图像复原技术的不足,并对未来研究进行展望。

基于点扩散的运动模糊图像复原研究

在获取图像时,目标和摄像机之间可能会产生相对运动,往往造成图像的模糊,运行模糊图像复原技术可以消除图像模糊.在图像退化先验知识已知的情况下,针对运动造成的图像模糊的性质,找出前后两种图像状态的关联,进而研究造成匀速模糊图像的退化原因和复原方法,最终得出数学模型,并利用VC++编程实现图像的模拟运动模糊及实现模糊图像复原.

倒谱和快速全变差去卷积的运动模糊图像复原

物体和成像系统之间的相对运动导致图像产生运动模糊,降低了图像质量,为了获得更加理想的复原图像,提出一种基于倒谱和快速全变差去卷积相结合的运动模糊图像复原算法。利用倒谱法对运动模糊图像的点扩散函数参数(模糊角度和模糊尺度)进行辩识,采用快速全变差去卷积法对模糊图像进行复原,采用多幅图像进行仿真实验测试算法的性能。仿真结果表明,相对于经典图像复原算法,该算法复原图像的主观视觉效果以及客观评价指标均更优,具有一定的实际利用价值。

运动模糊参数优化的图像复原方法

针对传统的运动模糊参数图像复原方法难以精确估计模糊角度和模糊长度的问题,通过对图像频谱特征的分析,提出了基于频谱图双边分段估计函数的运动模糊角度估计方法以及改进的自适应模糊长度估计方法,模糊参数确定以后,再通过维纳滤波法进行模糊图像复原.通过MSE和PSNR标准下的对比实验,表明该方法误差较小,可以有效实现运动模糊图像的复原.

基于Lucy-Richardson算法的运动模糊图像复原研究

运动模糊是造成图像退化的重要原因之一。本文以运动模糊图像的退化模型为基础,采用退化图像的频谱特性和Radon变换分别对运动模糊长度和运动模糊角度进行了计算,给出了运动模糊图像点扩展函数的参数估计算法,并利用维纳滤波和Lucy-Richardson(L-R)算法分别对不含噪声的运动模糊图像和加噪声的运动模糊图像进行了复原仿真实验。结果表明,本文给出的运动模糊图像参数估计算法是十分有效的,且对于含有噪声的运动模糊图像,L-R算法能够获得比维纳滤波更好的复原效果。

运动模糊图像复原方法的研究

图像复原一直是数字图像处理领域的一个研究热点,对运动造成的图像模糊的复原方法进行研究。先介绍图像复原的概念、意义及其退化模型,接着分析了3种经典图像复原算法理论,在已知系统退化模型的条件下,对运动模糊图像分别采用逆滤波法、维纳滤波法和有约束最小二乘滤波法进行恢复,并对3种算法的实验效果进行比较。实验结果表明,有约束最小二乘滤波法更符合人眼视觉效果,保持细节能力强,在强噪声作用下,通常选择有约束最小二乘复原技术来处理图像。