运动模糊角度的梯度图像频谱估计方法

通过对运动模糊梯度图像频谱的分析,提出了利用梯度变换、二维傅里叶变换、反色、二值化以及Radon变换检测梯度图像频谱中的平行暗条纹的方向,来实现运动模糊角度精确估计方法。实验结果表明,用该方法估计的模糊角度对于93%的检测图像绝对误差都小于1°,较之前提出的方法具有较高的精度,而且在一定程度上能够抑制图像自身结构对检测结果的影响。

运动模糊角度检测的两种改进方法

运动模糊图像复原的关键点在于模糊角度和模糊长度的获取,针对运动模糊图像频谱图中十字亮线影响模糊角度检测精度的问题,提出了两种改进方法。在Radon变换的基础上,通过对模糊图像频谱图进行非中心化和二次傅里叶变换细化条纹信息,来减小十字亮线对模糊角度检测精度的影响。对比实验表明,改进的两种方法能提高1°~3°的模糊角度检测精度。

基于边缘检测和Radon变换的运动模糊角度估计的方法

运动模糊图像在现实生活中大量存在,因此对运动模糊图像的复原研究非常重要。通过对运动模糊图像的数学分析,提出了将高斯-拉普拉斯边缘检测和Radon变换相结合的模糊角度估计的方法,并给出了算法实现步骤,最后通过Matlab仿真软件进行了验证。

一种运动模糊图像模糊角度估计法

论文针对相机和被摄物体之间有相对运动而造成的模糊图像,采用先对模糊图像的频谱图进行直方图均衡化处理,调整图像灰阶处理的动态分布,将图像灰阶调整到近似均匀分布,然后利用Radon变换的极大值(MRT)算法对运动模糊角度进行估计的方法,生成点扩散函数,为进一步图像复原打下基础。

多子带STAP方法的角度模糊抑制性能分析

在宽带多通道雷达系统中,常采用多子带空时自适应处理(Space-Time Adaptive Processing,STAP)方法以实现运动目标检测及参数估计。本文对多子带STAP方法在稀疏阵列中的角度模糊抑制性能进行了分析。建立了多子带STAP模型并结合方法的实现过程,首次给出多子带STAP改善因子(Improvement Factor,IF)的解析式,并说明由于不同中心频率IF对应的模糊凹口位置不同,多子带相干叠加能在一定程度上填平模糊凹口,减轻盲速现象。还给出信杂噪比损失(Signal-to-Interference-plus-Noise Ratio Loss,SINRLoss)的解析式,该表达式表明:各子带SINRLoss的峰值位置随中心频率变化,因此在多子带重组后虚假目标的输出弱于真实目标,从而减轻了重复检测现象。由此,多子带STAP方法能在一定程度上抑制天线稀疏放置引起的角度模糊,即减轻盲速和重复检测现象。本文还分析了多子带STAP方法的角度模糊抑制能力和雷达系统相对带宽之间的关系,结果表明:系统的相对带宽越大,多子带STAP方法的角度模糊抑制能力越强。对于理想条件下的四通道系统,若信号的相对带宽大于46.3%,该方法能完全消除角度模糊的影响。生成仿真的四通道超宽带合成孔径雷达(Synthetic Aperture Radar,SAR)稀疏阵列回波数据,进行运动目标检测和参数估计,从而验证了多子带STAP方法的角度模糊抑制能力。

角度模糊对天基稀疏孔径GMTI雷达的影响与抑制方法

天基稀疏阵实现地面运动目标指示具有很大吸引力.然而稀疏阵存在栅瓣,理论分析与仿真结果表明栅瓣会产生盲速和虚假目标.本文提出一种消除角度模糊影响的简单方法:首先对均匀稀疏阵阵元位置施加随机误差消除测速盲区;随后采用陷零空时自适应处理剔除虚假目标.仿真结果表明该方法稳健、有效.

多普勒模糊下的FMCWMIMO雷达目标参数估计方法

近年来,随着智能驾驶技术的不断发展,毫米波雷达作为汽车安全控制系统的核心组件受到了广泛关注。时分复用(TDM)多输入多输出(MIMO)调频连续波(FMCW)雷达因具有低硬件成本和高角度分辨率的优势而被广泛应用于汽车雷达,但TDMMIMO在实际应用中还存在对运动目标检测易出现速度模糊和角度模糊问题,导致检测误差变大,对于自动驾驶场景存在一定的安全隐患。为解决上述TDM MIMO FMCW雷达存在检测误差高的问题,提出了在多普勒模糊下的FMCW MIMO雷达目标参数估计方法,在不增加额外硬件开销的前提下,可确保算法在低复杂度下提升监测的时效性,解决了速度模糊和相位偏移问题;利用加Kaiser窗FFT波束形成方法对目标角度进行测量,从而得到更精准的目标信息。仿真和实验结果验证了所提方法的有效性。

运动模糊图像的PSF参数辨识

物体和成像系统之间的相对运动使图像产生运动模糊是最常见的图像降质原因之一,因此运动模糊参数的精确估计(模糊角度和模糊尺度)直接影响图像的去模糊效果。结合运动模糊图像的产生过程,利用Radon变换得到模糊角度,对图像倒频谱作进一步分析得到运动模糊尺度。实验结果表明,该算法简单有效,得到的运动模糊参数是比较准确的。

自适应空域选择滤波分置阵列角度解模糊方法

分置式阵面雷达被广泛应用在一体化武器平台中。为解决长基线分置式阵面雷达主波束栅瓣造成的跟踪时目标角度模糊的问题,文中提出了一种自适应空域选择滤波的方法。该方法利用分置单阵面和、差信号构造空域滤波器优化接收方向图,在对栅瓣有效抑制的前提下,保证接收波束主瓣功率与波束宽度的稳健,实现了角度解模糊,保证了目标角度估计的准确性。针对提出的方法分别进行了暗室与外场试验,并对接收方向图与目标跟踪性能进行测试。结果表明文中方法可有效抑制栅瓣,保证跟踪中参数估计的稳健,从而改善分置式阵列雷达的目标跟踪性能。

基于Radon变换的运动模糊图像参数估计

通过对运动模糊图像进行分析,提出了对运动模糊图像两个重要参数:运动模糊角度和模糊长度估计的一种新的方法。基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的改进,又根据Radon变换的性质,将投影理论引入到运动模糊长度的估计中。仿真实验证明了其估计结果的正确性且表明,该方法简单可行,较之先前提出的许多复杂的方法,该方法具有较高的精度。

基于倒谱特性的运动模糊图像复原技术

在运动模糊图像的复原过程中,模糊长度和模糊角度的准确估算是决定复原效果的重要环节。本文以运动模糊图像的形成原因和图像退化模型为研究基础,通过傅里叶逆变换获取图像的倒频谱信息,在倒谱域采用Radon算法和负峰值距离测量方法,估算模糊角度和模糊长度,最后通过对复原图像的质量评价来验证模糊参数的估算精度。实验结果表明,该方法可以准确估算运动模糊图像的模糊参数,复原后的图像具有较好的视觉效果,均值和信息熵指标得到提升,验证了基于倒谱特性的复原算法的优越性及可行性。

匀速运动模糊图像复原算法的研究

图像复原作为图像处理的重要分支,目的是改善降质的图像质量,最大程度地使图像接近原始图像。运动模糊图像的复原是图像复原中的一个难题。运动模糊图像复原中最关键的是模糊核的估计,针对匀速运动模糊图像的复原,提出新的模糊长度和模糊角度识别的方法,并利用估计出的模糊核进行图像复原仿真。实验结果表明,提出的估计模糊核方法具有较好的准确性和实用性。

图像复原的运动模糊参数估计

主要是讨论运动模糊图像的参数估计。目标是估计给定退化图像的长度(L)和模糊角(θ)尽可能使修复性能达到最优化。Gabor滤波器用于估计所述模糊角度,同时用RBF神经网络(RBFNN)估计模糊长度,用这些参数进行估计来完成原始恢复。为了验证所提出的方案有效性,对标准的图像进行处理,即对标准的图像进行不同的模糊角度和长度处理。把经典原理和该方法进行对比,得出该方法在恢复参数和视觉质量方面更优。

运动模糊图像点扩散函数的参数辨识

为有效实现对点扩散函数的参数辨识,提出一种基于Radon变换的运动模糊角度的辨识算法。在获得运动模糊角度之后,采用对运动模糊图像频谱图投影求和的方法,成功辨识其运动模糊长度。仿真实验结果表明:该参数辨识算法计算量小,对运动模糊方向的辨识误差不大于3°,对运动模糊长度的辨识误差不超过0.3像素,满足运动模糊图像复原系统的技术要求。

基于特定目标的Radon变换模糊图像研究

对运动模糊图像进行恢复处理需要两个关键参数的支持:模糊角度和模糊长度。为此,提出了一种时间复杂度比传统Radon变换更低的新方法对频域中的图像进行角度检测。根据傅里叶频谱的特性,新方法以扇形方式展开,扫描出一条穿过圆心且亮度最大的直线,该直线的倾斜角度为频域图像中平行条纹的倾斜角度;利用Radon变换的性质将先前求得的模糊角度进行投影求和得到模糊长度。实验结果表明,新方法不仅降低了时间复杂度,还提高了模糊角度和模糊长度检测的准确性。

结合Bresenham直线算法的运动模糊方向判断方法

图像复原是一个以改善图像质量为目的,利用退化现象的某种先验知识尝试重建或恢复退化图像的学科领域。运动模糊图像的恢复就属于图像复原这个领域。在恢复模糊图像时,很多时候都是不知道退化模型或者退化信息的,这让恢复过程难以实现或得到的恢复效果不理想。对于模糊运动方向未知的匀速直线运动模糊图像,本文提出一种结合计算机图形学中Bresenham直线生成算法的运动角度估计方法。实验结果表明,这种方法判别模糊运动角度简单可行,判断比较准确,速度较快。

噪扰条件下数字式多基线相位干涉仪解模糊问题

数字式多基线相位干涉仪具有能被动测向、且测向精度高的优点。为了解决增大最大无模糊角度与提高测向精度之间的矛盾,将会在多基线干涉仪中采用参差基线关系进行测向,这样可以大大增加最大无模糊角度。但在噪扰条件下,还有一些有待讨论的问题,包括:正确解模糊的条件,对输入信号信噪比的要求,理论的测向精度以及参差系数的选取等。对以上这些问题进行了深入的研究,给出了正确解模糊允许的最大噪扰、最低信噪比和可以正确解模糊的角度范围,仿真结果表明了理论分析的正确性。

基于Bottom-hat频谱方法的运动模糊参数估计方法

运动模糊是由于物体与成像系统间的相对运动而形成的,匀速直线模糊图像的复原需要得到精确的模糊参数。根据理论,匀速直线运动模糊的模糊参数与频谱中的零点有关,其频谱暗线数目与模糊尺度有关,且频谱暗线与角度垂直。在检测频谱暗线时,由于受到图像结构或者噪声影响,难以准确定位频谱暗线;同时,图像长宽比的不同也会影响频谱结构。针对以上问题,文中利用形态学中的Bottom-hat操作对模糊图像频谱进行处理,并对处理后的频谱采用霍夫变换得到模糊角度,再利用模糊角度和中心零点距离得出模糊尺度。实验结果表明,该方法检测模糊尺度的误差小于0.25个像素,角度小于0.6°,且拥有较好的稳定性,可以正确检测不同尺度和内容模糊图像的模糊参数。

五元十字交叉阵的测向模糊分析及阵列改进措施

天线阵的布置方法对宽频段高分辨阵列测向技术的应用有着非常重要的影响.在测向模糊定义的基础上,针对平面五元十字交叉阵,主要讨论了阵列的一阶二维测向模糊问题,并对阵列进行改进,使之可以在低信噪比时对辐射源方向进行更好的估计,且能估计更多的信号源数.理论分析和计算机模拟结果均表明,改进后的阵列具有更好的测向性能.

一种针对旋转运动模糊图像的恢复算法

针对旋转运动模糊图像具有空间移变特性,提出一种估计PSF参数的方法,即估计旋转中心和旋转点的恢复算法。根据对旋转运动模糊图像自身的观察,图像上的纹理呈现出物体的运动轨迹。Hough变换对于图像上的几何图形有着抗噪的独特优点,因此,该文采用Hough变换来检测这些轨迹的同心圆弧段,以获得旋转中心。得到旋转中心后,就可以通过坐标变换转至直角坐标系,运用自相关函数法对原图像进行恢复。