二维线性实对称可解反降晰的一种简化算法

本文讨论了用传统Toeplitz方法进行图像恢复的特点和不足之处,针对传统Toeplitz反降晰方法的缺点,提出了一种应用于图像恢复的线性实对称反降晰简化方法及相关算法。该方法通过合理的对应映射和截断处理,近似得到反降晰有限尺寸的逆核。围绕映射矩阵的形式和逆核截断尺寸的选择这两个关键问题,文中作了详细的分析和探讨。对提出的算法进行仿真检验,并得到的效果明显优于传统Toeplitz方法,说明了该算法的优点。

基于传输触发架构的图像降晰专用处理器设计

针对天文图像处理过程中的空间变换核降晰算法,提出一种基于传输触发架构(TTA)的专用处理器设计,以完成算法的数据密集型运算,并在基于C*CORE340处理器的电子系统级平台之上对该处理器进行验证。TTA的细粒度并行数据传输使该处理器获得更高性能,其设计的特殊功能单元能加快计算,且计算流程和数据存储方式能减少数据传输的频率,提高了计算速度。实验结果表明,对于19×19的内核和2K×2K的图像帧,该处理器架构的速度比基于PC的纯软件实现提高了14.7倍。

改进的基于白化滤波器的降晰函数尺寸估计方法

给出了一种改进的降晰函数尺寸估计方法,它能为图像盲复原提供重要的先验信息,增强复原结果的可靠性。该算法首先由AR模型导出白化滤波器,然后对降质图像白化后的结果进行两种操作,以保证算法在低信噪比下的可行性:一是利用AR模型误差在边缘区域与平滑区域的差异,通过边缘提取与膨胀操作实现有效区域的快速提取;二是对有效区域通过平滑滤波进行噪声项的有效抑制。最后,对滤波后的有效区域进行相关值计算,依据取得最小值时的位移与降晰函数尺寸之间的关系估计降晰函数的尺寸。该方法经仿真实验验证:在低信噪比时,较改进前的方法能给出可靠的尺寸估计。

抑制寄生波纹的红外图像降晰函数辨识算法

提出了一种针对军事目标红外模糊图像复原的降晰函数辨识算法。该算法根据气动光学效应形成湍流流场的机理建立相应的模型,将点扩展函数简化为可用参数描述的高斯函数形式;利用红外图像的边缘梯度变化特性提出边缘清晰度改善量,并作为降晰函数参数辨识的评价标准,清晰度改善量取最大值时对应的参数就是观测图像的最佳降晰函数参数;针对复原过程中可能出现的振铃效应,运用细节规整化思想衍生的加权空间复原算法,自适应地抑制寄生波纹的产生。实验验证表明,本文方法能有效地复原红外模糊图像,且对降晰函数的辨识准确率高,相对误差可以降低至4.5%左右。另外,抑制振铃寄生波纹效果良好。复原后图像在各项质量评价指标上都有很大提高,峰值信噪比提高量超过9.4dB,综合评价指数ImageQ提高了20以上。

噪声模糊图像盲目反降晰的模糊核准确估计

针对大多数先进的单幅图像盲目反降晰技术在噪声无法忽略时,仍不能很好地处理模糊核估计质量退化严重的问题,提出一种利用图像显著结构从单幅噪声模糊图像中准确估计模糊核的方法.首先通过降噪预处理对图像噪声进行抑制,利用基于全总变分模型的方法提取模糊图像的显著结构,进而运用梯度选择方法移除不利于模糊核估计的显著边缘,提高模糊核估计的鲁棒性;然后采取两阶段模糊核估计策略,运用基于图像显著结构模糊核估计方法和迭代支持域检测技术实现模糊核的准确估计;最后通过稀疏先验约束的非盲目图像解卷积方法完成最终的图像恢复.实验结果表明,与已有方法相比,该方法在合成和真实图像上都能更准确地估计出噪声模糊图像的模糊核,获得更好的复原图像质量,可有效地处理图像反降晰对图像噪声敏感问题,实现了噪声模糊图像模糊核的准确估计.

基于投影自相关的运动降晰参数辨识

为了对退化图像进行恢复,首先要得到退化图像的降晰参数。针对匀速运动降晰的情形,提出了一种基于投影的自相关法自动估计降晰参数。该方法首先将运动方向转化为水平方向,求退化图像在水平方向的微分,再对微分图像求垂直方向的微分,绘出两次微分图像投影的自相关曲线,自相关曲线中最大值与最小值之间的距离便是退化图像的降晰参数。

基于弱表层模型的降晰函数辨识与图像复原

针对常规正则化易产生过度平滑解的情况,采用了一种具有保边特性的弱表层模型。该模型因引入反映不连续性边缘的线过程,从而使平滑在边缘处得到有效抑制。对得到的非线性代价函数,采用一种混合退火策略交替迭代估计图像、线场和降晰函数。在确定线元阈值的选取中引入信噪比,使得在每次迭代中阈值根据图像复原情况进行更新,通过仿真合成图像实验,验证了该改进方法的有效性。

气动光学效应降晰函数辨识的最小二乘法研究

在对由气动光学效应引起的图像模糊进行理论分析的基础上,提出了用最小二乘法(LS)对气动光学效应降晰函数进行辨识的方法。利用所建的模型对试验图像进行图像复原,提高了复原图像的信噪比,减小了复原以后的图像误差。

利用点扩展函数信息的变分图像去噪及增晰方法

基于偏微分方程(PDE)及变分法的图像去噪方法利用其数学特性得到了优于传统方法的结果,但很多模型只考虑了去噪的问题。通过对最小化凸能量函数模型引入点扩展函数信息,构造了具有去模糊效果的变分去噪模型,采用了Kacˇanov线性化方法进行求解,得到了更好的结果,实验结果及数据证明了模型的有效性。

同态增晰耦合改进的区域生长的键盘字符目标识别算法

键盘作为诸多智能设备指令输入端口,其表面字符完整程度直接影响到设备使用。为了提高键盘在制造过程中的生产质量,需要对其生产流水线完成视觉检测。而在当前键盘表面字符目标检测过程中存在成像模糊、分割不准确以及识别率低等问题。对此,设计基于同态增晰与区域生长的键盘按键识别检测算法。首先,引入同态增晰算法,对模糊图像清晰化处理。然后嵌入全局特征,改进了区域生长算法,准确分割并提取出图像中数字按键目标区域。最后基于最近邻算法对数字按键图像样本库进行机器学习,完成按键数字识别,从而建立起键盘数字按键质量检查系统。实验数据显示,与当前数字识别算法相比,面对成像模糊的按键数字图像时,该数字按键检查算法具备更高的准确性与稳定性。

基于防反射边界的图像分块反降晰研究

为降低图像反降晰过程的复杂度,提出一种新的反降晰算法。对图像进行适当的分块,导入合适宽度的防反射边界条件,消除其他类型边界条件导致的法向导数不连续的缺陷。实验结果表明,在与全局反降晰算法信噪比相当的情况下,具有合适分块数目和较小边界宽度的新算法能更有效地减少图像反降晰时间。

基于Kinect视频的图像增晰与检测算法研究

图像中的元素目标检测和图像增晰是计算机在图像计算、视觉表达中的重要任务,尤其是在视频监控、导航、智能交通、医药等领域内有着重要的应用价值。利用HOG/HOD框架和SSD目标检测算法,以及中值滤波、双边滤波、形态学等图像增晰方法,对不同的数据集进行实验与测试,旨在通过Kinect深度视频在目标检测和图像增晰方面有所增进。研究发现:HOG算法与SSD算法均能理想地完成目标检测和图像增晰,HOG算法耗时性能优越,SSD算法在检测精确率和召回率上较HOG算法更优越;利用中值滤波对RGB图像进行增晰,能够有效改善图像的色彩像素噪点等瑕疵。

推扫成像中针对细分采样累加的反降晰算法

为了降低细分采样累加方式对线列推扫成像清晰度的影响,利用孔径函数的变换,提出了相应的反降晰方法,实现了同一个位置上的像元累加,使得推扫方向上的孔径函数和线列方向等同,消除了累加过程中像元位移的影响。在细分采样累加倍数为4的情况下,Nyquist频率处的传递函数值提高7%。通过对反降晰算法的仿真采样验证,结果表明本算法完全可以达到预定要求,算法简单,只需少量加法器,在目前的成像仪电路中稍微修改可编程芯片即可投入工程应用。

弗晰σ——代数与弗晰测度

刘作述（１９８０，１９８１）曾给出了弗晰测度的定义，并建立了弗晰积分的一般理论。本文在刘的基础上重点考察和讨论了弗晰σ—代数与经典σ—代数的关系，以及弗晰测度与经典测度两者间的联系，并论证了广义弗晰测度的约当分解和拉东—尼古丁定理。

nToeplitz数字图像反降晰方法

通过分析图像降晰机制和反卷积图像恢复的原理,利用Toeplitz方法将卷积和反卷积过程转换为矩阵的运算和求逆的问题.首先,由一维反卷积过程中得到Toeplitz方法的机制,并将其拓宽至二维问题.然后,利用Toeplitz方法实现的图像降晰和反降晰的工作.理论分析和仿真结果表明了Toeplitz方法的正确性和恢复精度高.

一种新的同态增晰方法在图像增强中的应用

将小波变换的多分辨率分析理论应用于图像增强中,采用基于小波分析的同态增晰方法处理低对比度的图像。实验结果表明,增强了图像对比度,图像细节部分清晰,层次感强,同时抑制了噪声。该方法明显优于经典的同态增晰法和直方图均衡化。

湍流退化红外图像降晰函数辨识

针对高速湍流场导致的红外成像模糊,提出了一种基于图像质量评价的湍流退化红外图像降晰函数辨识算法。利用先验知识将退化过程简化为可用参数描述的二维高斯函数形式,将退化图像分割为边缘区、纹理区和平坦区,计算不同支持域下复原图像在不同参数时的峰度值;利用曲率最大准则对得到的"峰度-参数"曲线进行相应的降晰函数参数估计,进而由支持域和对应的估计参数得到对应降晰函数并用于复原退化图像;最后对复原图像进行无参考图像质量评价,评价指标最高的复原图像对应的降晰函数即为最终辨识结果。实验结果表明:该算法能较好地辨识降晰函数参数和支持域大小,当退化图像信噪比大于30dB时,估计参数与真实值的最大偏差小于±5%。该算法所得结果可以作为湍流退化红外图像其他复原算法的降晰函数起始估计。

同态增晰技术在红外热波探伤图像校正中的应用

主动式红外热波无损探伤技术是一种新型的快速、高效的检测技术。然而,在检测过程中获取的红外图像常常受到加热不均、表面发射率不均以及环境干扰等因素的影响而导致图像质量降低,普遍存在"低对比度、高噪声"等缺点,加大了对缺陷定量识别的难度。为此,在传统的Butterworth高通滤波器的基础上,采用改进的同态增晰技术,选取合适的参数,通过多次实验,对图像进行非均匀性校正和增强处理,并对缺陷的大小、深度进行了定量识别。结果表明:该技术能够增强缺陷区域的对比度,比直方图均衡化等其他滤波增强方法具有更高的峰值信噪比,提高了图像的能量,取得了较好的效果,具有一定的工程应用价值。

基于独立成分分析的盲目图像反降晰

详细说明了如何将图像反降晰问题转化成独立成分分析(ICA)问题,通过理论分析和实验比较了FastICA和在线随机梯度ICA两种ICA图像反降晰算法,得出了FastICA算法并不能很好地用于图像反降晰的结论,还通过实验证实了ICA反降晰算法不能抑制噪声。最后总结了目前ICA反降晰方法的优缺点,并提出了进一步研究的方向。

利用弗晰模型识别法预测油气

弗晰模型识别法的数学原理就是在一个论域中计算任一元素相对于某一个集合的隶属度。本文采用弗晰模型识别法和多元统计分析法（弗歇准则二类线性判别法、贝叶斯准则多类逐步判别分析法、多类训练迭代法），分别对冀中拗陷杨武寨地区的实际数据进行了分类预测，结果证明，利用弗晰模型识别法的预测结果是完全正确的。