一种基于带雾模糊图像的退化模型

大雾天气条件下获取图像时,由于大气的吸收和散射以及在成像过程中系统发生振颤等,会得到退化的带雾模糊图像。而目前存在双重退化因素图像的研究比较缺乏,因此提出了一种新的用于描述带雾模糊图像的退化过程的数学模型。该模型在传统的大气散射模型和模糊退化模型的基础上,以带雾模糊图像的实际生成过程作为依据进行推导,可以描述双重退化因素导致的图像退化过程。使用该模型可以复原序列带雾模糊图像,实验结果表明复原效果良好。

约束最小二乘滤波实现散焦模糊图像复原

为了解决散焦不准确导致图像中存在不同程度的散焦模糊,引入散焦模糊图像退化模型和散焦点扩展函数,分析了维纳滤波、逆滤波、约束最小二乘滤波的复原方法,通过模拟实验对比三种滤波的复原效果,观察不同散焦半径参数对复原效果的影响,结果发现:在有噪声的情况下,约束最小二乘滤波复原效果优于逆滤波和维纳滤波,从主观视觉和客观PSNR值来看,当估计的散焦半径接近原始散焦半径时,复原图像效果最佳.

单帧学习与多帧重建结合的超分辨率盲重建方法

针对模糊退化PSF未知的图像超分辨率重建问题,提出了一种以学习重建结果为参考的模糊图像PSF辨识与重建方法.对学习重建算法获得的退化图像的恢复结果,采用不同尺度的方向滤波提取恢复效果良好的强边缘区域构建参考信息块,引导最大后验概率框架下的超分辨率重建算法按照正确的PSF重建高分辨率图像.以散焦模糊图像为例进行超分辨率实验.实验结果表明,该算法能够准确辨识PSF,提升了图像重建的质量.

一种提高点目标红外辐射特性测量精度的方法

目标红外辐射测量现在已经广泛应用于光电测量领域。在实际测量中,大气吸收、散射,光学系统衍射和像差经常会使点目标辐射源产生能量弥散,从而造成实际点目标的图像弥散到周围像元,点目标变成类似面目标,目标能量分散、灰度值偏小。针对上述情况,目前存在多种处理方法,但都是把点目标弥散结果作为面目标进行处理,效果并不理想,误差较大。通过建立点目标的红外图像模糊退化模型,研究发现退化模型符合正态分布,基于正态分布准确定位成像的中心及边界。通过模型精确补偿,有效的提高了红外辐射测量系统点目标的测量精度。