运动模糊图像点扩展函数的参数鉴别

为了更加准确地鉴别出运动模糊图像的点扩展函数参数,提出了一种在倒谱域鉴别模糊参数的方法。该方法通过对运动模糊图像的倒谱图实施灰度变换,运用Canny边缘检测精确提取出倒谱,进而计算出运动模糊的尺度;对倒谱实施RADON变换确定运动模糊的方向。对130幅不同模糊程度的计算机仿真图像和相机实拍的图像鉴别结果表明:该方法鉴别PSF参数准确,且具有较强的鲁棒性。使用鉴别出的PSF参数,运用维纳滤波对运动模糊图像进行了复原,复原结果也证实了本方法鉴别PSF参数的有效性和准确性。

图像复原中高斯点扩展函数参数估计算法研究

在图像的非盲复原算法中,点扩展函数的获取是算法的关键,因而点扩展函数参数估计是图像复原中重要的一步。由于高斯型点扩展函数是许多光学系统和成像模型中最常见的,所以高斯型点扩展函数参数估计算法一直是研究的热点。文中详细论述了三种主要的高斯型点扩展函数参数的估计算法的原理和实现,比较了各种算法的优点和不足之处。最后,文中展望了今后研究的方向,具有重要的实际意义。

高斯型点扩展函数估计的最近邻算法

本文针对计算光学切片中的最近邻算法提出了一种改进算法。通过小波变换计算出高斯点扩展函数的方差值,再根据相邻图像成像及高斯函数特性,得出所需的高斯型层间点扩展函数。同时,文章还给出了两种高斯型层间点扩展函数方差的获得方式及获得过程,对最近邻算法中的加权因子的取值范围做出了讨论,对传统的最近邻算法做出了改进。实验表明,本算法能够更有效地复原符合最近邻要求的切片图像。在点扩展函数未知的情况下,复原效果要优于传统方法。

运动模糊图像点扩展函数方向鉴别

提出一种基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的方法。通过对一幅分辨率为256×256的图像进行仿真分析,证明了这种方法的精确性。

采用Hough变换的离焦模糊参数的估计

在离焦模糊图像的复原过程中,点扩散函数(PSF)常常是未知的,须事先估计其参数。通过分析离焦模糊点扩散函数的频谱特性,提出了一种估计离焦模糊点扩散函数半径的新方法。该方法采用Hough变换原理检测频谱同心圆,进而估计点扩散函数的半径,在一定程度上有效地解决了传统方法估计精度不高的问题。同时,在算法中引入合适的阈值,对阈值变换后的二值频谱图做聚类分析,剔除噪声所带来的奇异点,并充分利用Bessel函数多零点的特点提高抗噪性能。实验结果表明:该方法具有估计精度和稳定性高的优点,能有效地用于图像复原过程中的事先参数估计中。

改进的倾斜刃边法获取边缘扩展函数

在倾斜刃边法的基础上提出了一种改进的用于获取边缘扩展函数的方法。该方法采用改进的Hough变换获取目标边缘的倾斜角度,用几何投影的思路来获取边缘扩展函数的数据,用5点滤波平滑处理得到了最终的边缘扩展函数。实验通过对理想倾斜刃边图像创建人工模糊,对模糊化后的图像分别用改进的Hought变换和直线拟合计算倾斜角度,并将结果进行对比,验证了该方法的准确性和快速性;再将得到的边缘扩展函数数据用于计算MTF值并与理论值进行对比,验证了本方法获取边缘扩展函数数据的准确性。

基于Hough变换的散焦模糊图像复原方法

提出一种基于Hough变换的散焦模糊图像复原方法。首先分析了散焦模糊图像理论模型,并对其空域表现形式与频谱特性进行了分析。根据其特点,提出可利用Hough变换来对散焦模糊图像的模糊半径进行估计,进而确定对应的点扩散函数,结合维纳滤波复原图像。试验结果表明,该算法能较好地复原图像,有一定的抗噪声性能,并且具有计算量小、适合实时处理的优点。

基于Radon变换的运动模糊方向估计的改进方法

为了有效地进行运动模糊图像的复原处理,研究了模糊图像点扩散函数(PSF)的两个关键模糊参数——模糊方向(角度)和模糊尺度的估计,重点研究了运动模糊方向的精确估计。针对模糊图像频谱中十字亮线对方向估计的干扰问题,给出了基于Radon变换的运动模糊方向估计方法的改进方法。该方法根据频谱图像中心条纹尺度信息,自适应调节形态学腐蚀算子的执行次数,有效克服十字亮线对检测精度的干扰,最后利用Radon变换得到运动模糊方向的精确估计。试验结果验证了该方法的正确性和有效性。

基于Radon变换的运动模糊图像参数估计

运动模糊图像的参数估计直接影响图像的去模糊效果。提出了基于Radon变换的参数估计算法,结合运动模糊图像的频谱特性和Radon变换的数学含义,通过计算运动模糊图像二维频谱的Radon变换值,有效地估计出运动模糊的方向角θ和长度L两个参数。实验表明,该方法简单可行,参数估计准确,最终的图像去模糊效果良好。

基于傅立叶变换的二维条码识别

研究了基于傅立叶变换的二维条码识别技术 .首先探讨了二维条码的定位分割技术 ,即在条码中分割出单行码字符号的图象 ,分析条码信号经过点扩展函数卷积后的降质模型 ,并讨论条码信号的一阶导数和中点的性质 ,通过分析条码信号 ,提出了一种计算点扩展函数标准方差的算法 ;然后利用傅立叶变换对条码信号进行反模糊滤波 ;最后对复原的条码信号做差分处理 ,并采用边界强度直方图策略自适应地选取阈值滤去噪声导致的无效边界 .在边界强度直方图中 ,采用基于矩阈值选取的方法寻找最佳阈值 .实验结果表明 ,该识别算法具有优秀的性能 ,显著地提高了条码的识别率 。

基于相关性函数的多站微动特征分析与提取

针对多站雷达精度跨度大、难以有效进行融合识别的问题,提出了基于相关性函数的多站加权融合方法。首先建立了弹道目标滑动散射模型,通过时延相乘重构回波,并利用扩展Hough变换提取出距离像的曲线参数,从而建立方程组以求取微动信息。然后利用相关性函数对各雷达的支持度进行分析,最终对支持度高的观测数据进行融合识别。仿真结果表明该方法计算简单,能有效提高微动参数的估计精度,客观地反映各部雷达的可靠度。

基于Radon变换的运动模糊图像复原研究

图像在获取、处理与传输过程中,由于多种原因的影响,图像会产生一定程度的退化,其中运动模糊是导致图像退化的常见因素之一。根据运动模糊图像的特点,详细分析了运动模糊图像的退化/复原模型。在未知系统退化模型的情况下,采用Radon变换来估计匀速直线运动模糊角度和运动模糊尺度,从而确立系统的点扩展函数(SPF),然后分别用逆滤波和维纳滤波对图像进行复原,并对两种复原方法做了比较。实验表明,该方法参数估计准确,模糊图像复原效果较好。

基于Radon变换CT系统参数的标定及成像

CT系统可以在不破坏样品的前提下,对特定材质的样品进行断层成像,由此获取样品的内部结构信息。利用Radon变换与反变换对CT系统的参数进行标定,使其在安装过程中的误差尽可能的小。建立CT系统参数标定模型,得到未知结构样品的准确成像。

显微图像高斯型点扩展函数参数估计方法

作为光学成像系统中最常见的简化模型,高斯型点扩展函数(PSF)参数的估计算法是图像复原领域中人们所研究的热点问题之一。本文基于文献中高斯型OTF曲线特征点与OTF参数及图像频域表达存在着确定数学关系的思想,提出了一种自动、准确、稳定地估计高斯型PSF参数的改进方法。该方法通过对真实图像实施高斯卷积模糊退化运算,突出相关计算特征,最终实现显微图像PSF参数的自动估计。实验表明,采用该方法所估计的PSF可以获得良好的尿沉渣图像复原效果,对于具有高斯型近似PSF模型的其他类型图像复原和三维显微图像复原研究也有相当的应用和参考价值。

二维条码的识别方法

以QR矩阵码为例,介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来;然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法;采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。

运动模糊图像的维纳滤波复原研究

根据运动造成图像模糊的特点详细分析了匀速直线运动模糊图像的退化模型和恢复模型,提出直接在运动方向上建立点扩展函数的算法,并利用改进的霍夫变换检测点扩散参数,再利用二次维纳滤波的方法复原图像。通过实验表明在图像先验条件的要求没有增加的情况下,该方法提高图了像复原的抗噪性和稳定性,并且有效的保持图像细节。

基于小波分解的湍流退化图像的快速复原算法

提出了一种基于小波分解的湍流退化图像的复原新方法 .该方法以 2帧同一目标的湍流退化图像作为输入 ,采用小波变换技术对两帧湍流退化图像进行多尺度分解 .利用两个低频子频段图像的傅立叶频谱估计出两湍流点扩展函数在大尺度下的离散值 ,在图像的低频子频段进行去模糊 ,而在高频子频段则主要进行抑制噪声和保边缘特征 .实验结果表明该方法十分有效 ,不但可以极大地减少计算复杂性 ,加快恢复速度 ,而且还可以很好地提高图像的恢复质量和抗噪能力 .

匀速直线运动模糊图像的恢复

结合计算机图形学与数字图像处理的知识,提出直接在运动方向上建立点扩展函数的算法,并利用霍夫变换检测运动参数。解决了由于运动模糊图像频谱存在零值,导致在频域中不能精确恢复图像的问题。文中给出了详细的算法及实验结果。

运动模糊情况下障碍物检测预处理

针对在非结构化环境下,摄像机和拍摄目标相对运动造成的图像模糊情况,进行障碍物检测预处理。利用边缘锐度法判定获得的图像是否为运动模糊图像,如果是则利用傅里叶频谱和Radon变换得到点扩展函数后,利用Lucy-Richardson法进行复原;为了降低后期障碍物检测的处理复杂度,利用提出的一种改进二维熵分割算法进行障碍物粗定位,面积阈值消除噪声影响,完成障碍物检测预处理。通过仿真实验验证了该方法的可行性和有效性,为智能汽车在非结构化环境下避障提供参考依据,为障碍物识别奠定基础。

高超音速动态条件下红外图像模拟方法研究

以高超音速动态条件下传感器成像的退化模型为基础,提出了一种利用低速航拍图像模拟高超音速动态条件下红外图像方法.该方法首先对低速航拍图像进行帧内、帧间重采样,然后在图像中加入大气衰减、运动模糊、气动光学效应等退化因素,然后合成高超音速动态条件下的目标图像.所生成的图像已用于目标识别算法的研究.