相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性,根据先验知识来建立退化模型的反退化处理技术,如滤波,其通用性较差.论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究,阐述了运动模糊图像退化的数学模型.根据数学模型分析其退化的原因,并运用模糊理论知识,提出了对由相对运动引起的模糊图像进行复原的隶属函数,同时与维纳(Wiener)滤波复原算法进行了对比分析.结果表明:模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像,效果相当理想,为图像复原技术提供了一种新思路.

基于多尺度残差网络的运动模糊复原方法

针对运动模糊图像复原过程中,由于运动带来的模糊程度,以及模糊方向不一致等因素,导致图像复原效果不佳的问题,提出了基于多尺度残差网络的运动模糊复原方法。基于深度卷积神经网络的方法,利用模糊尺度评价因子进行模糊等级划分,提取多尺度残差块的图像特征,进行图像模糊去除。在Tensorflow框架下搭建网络结构,采用GOPRO和K?hler数据集进行算法验证,实验结果表明,在峰值信噪比(PSNR)指标相较于同类算法分别提高了6.4%和5.3%。

无人机侦察图像运动模糊复原方法研究

无人机具有体积小、使用方便以及战场生存能力较强等优点,在军事领域中应用越来越广泛;无人机进行情报侦察时,成像设备与拍摄物之间存在相对运动,使得拍摄到的图像出现模糊,严重影响后期的情报处理,因此如何提高模糊图片的质量成为无人机情报处理中的重要课题;介绍了在无人机侦察这一背景下图像运动模糊的降质机理及成像特点,对运动模糊复原领域中图像非盲复原与盲复原两类方法进行研究,从算法原理和实际应用两方面对每种算法的优缺点进行了总结;最后对无人机侦察图像运动模糊复原算法的发展趋势做出展望,实时性、适用性与智能性将成为算法的主流发展方向。

一种新的针对星空图像的模糊复原方法

在拍照过程中,针对相机和星空场景的相对运动而导致的图像模糊问题,提出一种新的针对星空图像的运动模糊复原算法。首先采用一种改进的细化算法得到星空图像的星点运动轨迹,从而提取出星空运动模糊图像的模糊核,然后基于Richardson-Lucy的复原算法对模糊图像进行复原。实验结果表明,本文提出的利用细化算法得到模糊核的方法复杂度低、耗时少且准确性高,对星空图像的运动模糊具有很好的复原效果。

结合各向异性扩散和高阶扩散的视频盲去模糊复原方法

为了能够有效的去除模糊,得到高质量的视频图像,提出了一种结合各向异性扩散和高阶扩散的视频盲去模糊方法.利用基于全变差的各向异性扩散和shock滤波器来准确提取模糊视频中每幅模糊图像帧的大尺度边缘,并利用提取的大尺度边缘,结合稀疏性约束来对模糊退化函数进行准确的估计;在模糊视频图像的复原阶段,为了保证连续的视频图像帧之间的时间一致性,在视频的时间轴上,提出了一种基于高阶扩散的连续性正则化约束项,以在时间上对连续的视频图像帧进行较好的一致性约束.提出的方法能够在较好复原模糊视频的同时有效地抑制复原视频中的振铃瑕疵,同时进一步增强复原视频中的时间一致性.

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。

高速运动目标的运动模糊图像复原研究

对单一图像进行运动模糊复原,存在模糊点扩散函数(PSF)难以估计以及图像反卷积的病态性问题。利用多个PSF具有联合可逆性的特点,针对运动目标观测,提出采用参数相同的多个成像设备共同对同一视场进行拍摄,来获取背景相同、曝光时间不同、目标模糊程度不同的观测图像;然后利用同一设备获取的序列图像进行目标的模糊PSF估计;并根据目标背景的运动模糊叠加特征,分别从观测图像中提取出完整的模糊目标图像;最后,对这些具有不同PSF的同一目标图像进行空间域迭代复原算式的联立求解。实验表明:该方法设计的目标获取装置对硬件条件要求较低,获取的图像更便于采用多点扩散函数联合进行图像复原,复原效果良好。

帧转移型数字相机帧转移模糊的复原

帧转移型面阵CCD相机因其诸多优点而得到了广泛的使用 ,但它也存在帧转移模糊的问题。介绍了CCD相机的几种面阵类型及其各自的一些特点 ,重点介绍了帧转移型面阵器件的工作过程 ,分析了面阵CCD器件帧转移模糊形成的原因 ,并提出了解决帧转移模糊的方法。介绍了用该方法消除帧转移模糊的实例 。

基于混合编码曝光的匀加速运动模糊图像复原方法

针对运动模糊图像复原问题中点扩展函数难以准确获得和图像反卷积的病态性,提出了一种基于混合编码曝光相机的运动模糊复原框架。混合编码曝光相机由一个高速双目立体相机和一个高分辨率编码曝光相机构成。编码曝光相机在其曝光过程中由一个二进制编码控制其快门的开关状态。双目立体摄像机作为一个运动传感器在编码相机曝光的开始、中间和结束时刻分别拍摄三对立体图像对。提出了一种基于二进制编码和运动参数的PSF评估算法和一种基于双目立体视觉的运动测量算法来获得运动参数。在获得编码曝光运动模糊图像的PSF后,使用直接反卷积方法进行图像复原获得清晰图像。实验结果表明,该方法能够自动快速有效地对运动模糊图像进行复原。

双重模糊图像的复原方法研究

如果观测图像同时受到两种模糊的影响而退化,则作用于图像整个退化过程的降质函数难以确定,而适用于降质函数未知的盲目去卷积等方法有其局限性。针对这种双重模糊情况,提出一种基于插值分析的分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理。然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原。通过实验分析,该方法的复原结果比较理想。

基于生成对抗网络的交通模糊图像复原

针对光线及车辆运动造成的交通图像模糊和分辨率低等问题,提出一种基于生成对抗网络(GAN)的图像复原方法。在生成器中加入ResNeXt残差块,提高模型的去模糊效果,并使用对抗损失和感知损失保证图像内容的一致性;以DiscoGAN为基础,构建2个GAN对非成对图像进行正向循环和反向循环,实现了模糊域到清晰域的相互转换。实验结果表明,该模型应用在GoPro数据集上结构相似性(SSIM)和峰值信噪比(PSNR)比其他同类去模糊模型平均提高了8.3%和15.1%,在桂林市交通数据集上测试展现出较好的迁移能力及泛化能力。

相对运动的模糊图像复原的算法研究

对由相对运动引起的模糊图像复原的算法进行了研究,分析其退化的原因,建立了其退化和复原的数学模型,并采用逆滤波、维纳(Wiener)滤波和卡尔曼(Kalman)滤波等算法对仿真运动下的模糊图像分别进行了图像恢复处理。结果表明,利用这一模型算法取得了良好的效果。还对更为复杂退化环境下的图像恢复问题进行了初探,为更为复杂退化环境下的图像恢复提供了理论依据和实践基础。

道路交通模糊图像多尺度清晰化复原方法研究

针对智慧交通监控中由于车速过快或成像距离较远导致的道路交通图像模糊问题,采用生成对抗的思想,提出一种多尺度金字塔盲去模糊网络模型方法。该方法基于特征金字塔原理对道路交通图像进行多尺度和多特征的提取和融合;在局部和全局判别器的基础上提出下采样多尺度判别器,在不同分辨率和随机补丁的图像上进行充分判断;引入多尺度结构相似性损失函数进一步约束高质量图像的生成,并在GoPro和收集整理的道路交通数据集上进行仿真实验验证。仿真结果表明,相较于DeblurGAN和SRN的经典去模糊网络模型,PSNR值最高提升了3.27,SSIM值最高提升了0.12,MOS值最高提升了0.3,在大幅度增强道路交通图像视觉效果的同时,还能够实现监控模糊图像稳定且高质量的复原,在不同道路交通场景下均具有较好的泛化性能。

基于维纳滤波的体育运动视频模糊图像复原方法

为解决由噪声、拍摄目标与摄像机间相对运动导致的视频成像质量下降的问题,提出一种基于维纳滤波的体育运动视频模糊图像复原方法。图像复原过程即为图像退化的逆过程,在复原前通过噪声及模糊图像构建退化模型。使用拉格朗日乘数法构建退化模型复原约束条件,计算维纳滤波函数中运动图像的模糊角度和模糊尺度,完成图像复原全过程。实验表明在不同的相对运动速度下,所提方法能够有效地去除模糊图像梯度效应,使图像中没有较明显的模糊点,能够基本满足体育运动对视频图像清晰度的要求。

低照度环境下模糊图像复原技术研究

在多数公共场所,安装有监控设备,这些监控设备往往是24小时在不间断地工作。因为自身分辨率的问题,以及监控设备四周光线的问题,很容易使拍摄所得到的图像像素不高。在低照度环境之下,模糊图像复原技术的研究是一个热点问题。如果能够对低照度环境下的图像亮度和对比度进行提升,再辅以运动模糊图像的复原技术,通过复原算法的应用,可以使低照度环境下模糊图像得到复原。这个技术能够在多个行业和领域中得到应用,笔者针对低照度环境下模糊图像复原技术进行了相关研究。

一种改进的运动模糊车牌复原技术

复原运动模糊车牌是公安图像处理领域不可或缺的技术环节,复原的运动模糊车牌不仅能使公安机关快速锁定嫌疑车辆,还能使公安机关快速侦破案件。如今公安技术人员大多使用的是一些公司的专业图像处理软件复原运动模糊车牌,而这些软件有着使用费用高、专业性强、普及率不高等问题。将人工估计运动模糊核及点扩散函数(PSF)与Matlab软件中的算法相结合的技术,能有效解决公安领域复原运动模糊车牌存在的问题。该技术是一种成本费用低,简单易学,易于普及的运动模糊车牌复原的方法。

基于PMP的钢轨三维形貌在线测量模糊条纹复原

在线相位测量轮廓术(PMP)中,当被测物体运动速度较高时,所采集的变形条纹往往为运动模糊图像,使得复原误差增大,严重时可能导致三维重建无法进行。将在线PMP运用于钢轨外形及表面缺陷的在线三维测量时,为了实现钢轨表面模糊变形条纹的清晰化,本文对维纳滤波法、点扩散函数算法、盲解卷积算法和Richardson-Lucy算法等几种模糊图像复原算法进行了对比分析,用峰值信噪比对模糊条纹图像的复原效果进行评估。同时,研究了车辆运行速度和图像复原效果之间的关系,得出了复原效果与运行速度之间的关系曲线,进行了误差分析,并用在线PMP实现了钢轨外形的三维重建。理论及实验结果表明:在对钢轨外形轮廓及表面缺陷的在线三维测量时,Richardson-Lucy算法的复原效果最佳,图像复原程度与车辆运行速度呈多项式关系。

强边缘提取网络用于非均匀运动模糊图像盲复原

基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果.然而,现有的方法通常存在对边缘恢复不清晰的问题.因此,本文提出一种强边缘提取网络(Strong-edge extraction network,SEEN),用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量.设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成,SEEN-1实现双边滤波器的功能,用于提取滤除了细节信息后的图像边缘.SEEN-2实现L0平滑滤波器的功能,用于提取模糊图像的强边缘.本文还将对应网络层提取的强边缘特征图与模糊特征图叠加,进一步利用强边缘特征.最后,本文在GoPro数据集上进行了验证实验,结果表明:本文提出的网络可以较好地提取非均匀运动模糊图像的强边缘,复原图像在客观和主观上都可以达到较好的效果.

数字图像复原技术中运动模糊图像相关问题研究

随数字图像复原处理技术是当前数字图像处理领域的重要研究课题之一,运动模糊图像的复原是数字图像复原处理技术中较常见也是较难解决的一类问题。本论文的研究工作正是围绕运动模糊图像复原技术展开。分析运动模糊图像的成因以及成像过程;建立运动模糊退化模型;用维纳滤波复原方法对模糊图像进行复原;根据维纳滤波运动模糊图像复原方法中的不足之处,引入介绍了一种新的方法,降低了原有算法的复杂度,改进了维纳滤波。本文主要研究了维纳滤波复原方法并对其进行了改进,其他复原方法有待我们进一步研究。

基于卷积神经网络的交通监控模糊图像复原技术

传统模糊图像复原技术通常将清晰自然图像梯度符合统计学重尾分布作为假设条件，复原的效果对先验参数的依赖度大。本文吸收人工智能的概念，提出了一种使用深度卷积神经网络复原模糊图像的方法，建立了一种端到端的处理模型。该模型利用多层神经网络表达非线性的图像退化和复原过程，并使用反向传播算法优化各层权重。实验结果显示，采用大量生成样本训练的模型能够很好的复原交通监控中运动模糊的图像，为交通监控提供帮助。