联合优化PSF估计与可逆性编码的去运动模糊

针对传统相机捕获的图像去运动模糊性能不稳定的问题,对编码相机的原理和编码策略进行研究,提出了一种基于相机优化编码和图像有效边缘的点扩展函数(Point spread function,PSF)估计与去运动模糊方法。首先,对传统相机的alpha蒙板去模糊方法进行研究,并将其扩展到编码相机的去运动模糊;然后,对影响去模糊性能的编码因素进行分析,找出适宜于PSF估计和可逆性的最优化编码;最后,对一种基于有效边缘和最大后验分布的PSF估计方法进行改进,并以有效的边缘梯度为空间先验信息采用由粗到精的迭代方式完成图像的去运动模糊。基于仿真模糊图像与真实模糊图像的实验结果表明,本文方法能够有效地估计PSF,并且去运动模糊方法的性能优于当前技术条件下的其他方法。

静态背景中目标运动去模糊

为解决静态背景中目标运动去模糊的难题,提出了一种基于透明性的目标运动去模糊方法.首先对目标的1-D运动模糊的透明性进行研究和分析,在传统卷积模型的基础上得出目标透明性与模糊滤波之间的关系式,并利用该关系式计算出1-D模糊滤波;然后对目标的2-D运动进行分析,在2-D空间上利用透明性估计出模糊核尺寸的上边界;最后利用共轭梯度优化和置信度传播估计模糊滤波和未模糊的透明性映射图,并采用贝叶斯准则的最大后验分布的方法完成目标运动去模糊的任务.基于人工合成的图像和实际拍摄的图像的实验结果表明,该方法能够很好完成静态背景下目标运动去模糊的难题,性能优于当前技术条件下的运动去模糊方法.

多尺度粒子滤波算法对目标状态估计的研究

当观测值给定的条件下,为了提取未知参数的信息,文中基于Gibbs与Metropolis-Hasting两种重要采样提出了多尺度粒子滤波算法。该算法在目标状态空间上一条马尔科夫链上,采用不同的粗细尺度进行交替采样来传递目标的状态信息和参数信息,从而搜索目标状态的最大后验分布函数。从而实现对机动目标状态的最优估计。其中细尺度采样保持了估算的精度,粗尺度提高了运算效率。仿真表明,该新算法实现了算法精度和效率的良好折衷。

高分辨率合成孔径雷达图像的Gamma分布下最大后验概率降斑算法

针对传统的Gamma分布下最大后验概率降斑算法不能有效保留均匀区域的点目标,不能有效保留弱边缘以及不能有效滤除强边缘区域的斑点等问题,提出了基于第二类统计量的先验参数估计的高分辨率合成孔径雷达图像Gamma分布下最大后验概率降斑算法.使用Mellin卷积和斑点的乘性模型,Gamma先验分布的参数可由观察图像的前两阶对数累积量精确估计.所提算法具有解析的滤波输出,便于实现.农田和城区的高分辨率合成孔径雷达图像的降斑实验表明,与传统的Gamma分布下最大后验概率降斑算法相比,所提算法既能有效保留均匀区域的点目标,又能有效保留弱边缘,还能有效滤除强边缘区域的斑点.

圆参数的贝叶斯估计(英文)

用贝叶斯方法解决圆相邻角已知的情况下的参数估计 。

ICM算法在基于MRF模型的图像运动检测中的应用

解决MRF模型的后验分布函数最大化问题的常用方法是条件迭代模式算法(ICM),简要介绍MRF模型的建立,进一步阐述了ICM算法的原理及其应用并给出实验结果,在此基础上对该算法作了改进。