暗像素先验的模糊图像盲复原方法

图像的盲去模糊问题是一个长期的且具有挑战性的逆问题。能否找到正确的图像先验是能否复原出高质量清晰图像的关键。因此,为了能够复原出高质量的清晰图像,找到了一种新的且有效的图像先验--图像中的暗像素先验,并提出了一种基于暗像素先验的模糊图像盲复原方法。该方法是基于模糊图像的内在本质特性所提出的,模糊图像中的暗像素是非稀疏的。在模糊过程中,清晰图像中的暗像素会因为与它周围的亮像素进行加权平衡,而导致模糊图像中暗像素的像素值增加,从而导致模糊图像中暗像素的稀疏性降低。因此,利用模糊图像中暗像素的这种非稀疏特性,能够有效区分模糊图像和清晰图像,从而实现模糊图像的盲复原。但是,基于暗像素的先验会导致一种非凸和非线性的最优化问题,为了能够有效地求解提出的模型,引入了一种最小化操作的线性近似来实现提出模型的最优化求解。大量的实验证明了该方法与近几年一些极具代表性的模糊图像盲复原方法相比,具有更好的性能。

基于明暗像素先验的随机游走图像去雾

针对雾霾天气下大气粒子的散射作用导致户外图像质量严重退化和暗通道对天空区域估计失效的问题,提出了一种单幅图像去雾算法。该算法从雾天图像模型出发,首先利用估计天空区域更加准确的明暗像素先验获取介质传输图粗估计,然后在随机游走模型的框架下,将粗估计的介质传输图作为先验约束传统随机游走能量模型,进一步优化介质传输图,得到最终的无雾图像。实验结果表明,该算法有效地在随机游走模型下结合了明暗像素先验对雾天图像估计的优缺点,证实了所提方法的可行性和有效性。

基于全变分和暗像素双正则多通道图像盲复原

基于单一全变分正则的多通道图像盲复原算法容易使复原图像产生振铃效应、丢失高频细节信息。针对这个问题,利用模糊图像暗像素的非稀疏性,提出一种基于全变分和暗像素的多通道图像盲复原算法。针对全变分和暗像素双正则模型求解难的问题,使用分裂Bregman优化算法确保结果收敛,将全局问题分解为独立的子问题,通过交替迭代图像和点扩展函数复原出目标图像。实验结果表明,所提算法能够有效去除图像模糊,抑制振铃效应,复原出高质量的清晰图像。与采用单一全变分正则项的算法相比,所提算法的峰值信噪比提高了0.12 dB^5.86 dB,结构相似度提高了0.014~0.125。

基于像素暗噪声估计的EBAPS图像自适应小波阈值降噪

电子轰击有源像素传感器(EBAPS)是一种真空-固体混合的高性能微光视频成像器件,国产EBAPS尚处于研究初期,其成像环节会引入各种噪声,而经典常见的降噪算法大多针对高斯噪声,且需要已知噪声方差水平,因此需要研究特定的图像降噪算法。首先,分析EBAPS的噪声特性,包含与信号强度无关的高斯噪声、随信号强度变化的泊松噪声,以及固定噪声。然后,利用EBAPS的暗像素结构特性,提出一种单帧图像的噪声强度估计方法。最后,根据估计出的噪声强度对传统的小波阈值降噪进行改进,根据单帧图像的噪声强度分布提出一种自适应可变阈值。实验结果表明,所提出的方法有效降低了EBAPS图像的随机噪声。

一种基于局部置信度网络的光照估计算法

颜色恒常性计算的目的是消除图像场景中光照变化带来的影响。一些先进的算法基于图像块进行光照估计,通过池化(如均值池化和中值池化)得到全局估计结果,然而不准确的局部估计很可能会影响全局估计结果。针对现有的图像块采样方法的随机性和局部到全局池化方式的局限性,一种基于局部置信度网络的光照估计算法被提出,该算法包含三部分:(1)基于亮暗像素的图像块采样方法,使得所采样的图像块有较大的色度梯度,有利于光照估计;(2)采样图像块的局部光照估计网络;(3)置信度网络计算局部光照估计网络获得的局部估计置信度,最后通过置信度池化得到全局估计结果。实验验证了该算法的有效性,以及在两种标准数据集上都取得了竞争性的性能。

电荷耦合器件的γ辐照剂量率效应研究

对电荷耦合器件进行了不同剂量率的γ辐照实验,通过多种参数的测试探讨了剂量率与电荷耦合器件性能退化的关系,并对损伤的物理机理进行分析。辐照和退火结果表明:暗信号和暗信号非均匀性是γ辐照的敏感参数,电荷转移效率和饱和输出电压随剂量累积有缓慢下降的趋势;暗场像素灰度值整体抬升,像元之间的差异显著增加;电荷耦合器件的暗信号增量与剂量率呈负相关性,器件存在潜在的低剂量率损伤增强效应。分析认为,剂量率效应是由界面态和氧化物陷阱电荷竞争导致的。通过电子-空穴对复合模型、质子输运模型和界面态形成对机理进行了解释。

基于多先验约束的雾霾图像复原

针对目前单幅雾霾图像复原算法使用单一先验而产生先验盲区的问题,提出一种使用多先验约束的雾霾图像复原算法。首先,提出饱和度先验,使用定义的调节系数简化粗略传递图的求解过程;其次,在马尔科夫随机场模型中,使用颜色衰减先验进行约束并优化调节系数,求解得到精确传递图;接着,利用明暗像素先验得到精准的大气光;最后复原无雾图像。实验结果表明,其他算法与所提算法相比,有效细节强度分别降低了24.9%,51.4%,41.5%,39.3%,色调还原度分别降低了21.4%,24.8%,24.1%,29.5%,由此可知使用所提算法复原图像,图像中的有效细节信息丰富,色调自然,具有较强的适用性。