自适应光学图像非对称图像迭代盲复原算法

为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数(PSF)频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。

基于小波的迭代盲图像恢复新算法

针对迭代盲反卷积算法中解的唯一性和收敛性不确定问题,提出了基于小波的迭代盲图像恢复新算法.该算法用基于奇异值分解和压缩滤波方法对降质图像进行预处理,在初始化估计后对图像进行小波变换,用局部高斯模型刻画图像小波系数的概率分布,并作为先验约束加入到迭代算法中.仿真结果表明,新算法在保持图像边缘特性的基础上,峰值信噪比改进量比原算法增加约3 dB,对解的唯一性和收敛性也有一定改善.

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。

基于迭代滤波盲复原算法的水下图像噪声去除

图像复原的目的是从观测到的退化图像重建原始图像,维纳滤波与约束去卷积滤波是比较常采用的复原方法。在未知降质函数的情况下,直接运用维纳滤波和约束去卷积滤波有一定困难。针对此提出以维纳滤波与约束去卷积滤波为模型的迭代滤波盲复原算法对水下图像进行去噪。实验证明,该方法获得了比较理想的复原效果。

一种确定性盲波束形成的迭代算法

提出了一种基于信道的信号处理模型的在线迭代盲波束形成算法。该方法利用Givens变换,分步迭代地求出期望得到的信息矩阵,忽略无关的运算结果,达到减小运算量,减少内存占有空间的目的。同时,因为没有关于信源个数的先验假设,该方法可以在未知具体信源个数的情况下进行盲波束形成。在线迭代的算法结构也为DSP并行实现提供了可能。仿真试验验证了本方法的有效性和正确性。

基于FFT的迭代盲反卷积图像恢复算法研究

迭代盲反卷积方法是同时估计出清晰图像和点扩展函数。该文主要是实现一种基于快速傅立叶变换的迭代盲反卷积算法。

一种改进的图像盲复原算法

针对迭代盲反卷积算法恢复图像在内部灰度对比鲜明的地方、图像边界都出现的"振铃"效应和迭代盲反卷积算法通常去模糊效果好而去噪效果不理想等情况,本研究提出两点改进:首先,迭代盲解卷积算法恢复图像之前对模糊带噪的退化图像进行改进的中值滤波去噪;其次,对恢复出来的图像,通过找到内部灰度变化大的部分和边界并把其像素设置为0,进行去除"振铃"效应.改进后的算法简单,不仅复原了图像的细节,而且很好地去除了噪声.实验结果表明,改进算法取得了比较好的复原效果.

一种可实现的盲自适应多址干扰抑制接收机

本文提出了几种自适应方法来跟踪目标用户的幅度,从而克服了基于恒模的盲自适应多址干扰抑制算法中,由于估计幅值选择不合适而造成算法不收敛的缺点,保证了算法的全局收敛,并提高了干扰抑制能力。计算机仿真结果证明了该方法的有效性与可行性。

图像盲复原问题的研究

大气湍流、相对运动、散焦和噪声等诸多因素会导致获取的图像产生降质。图像盲复原的任务是在预定义的意义上改善退化模型未知的图像。本文深入分析图像的退化模型、噪声模型及复原算法后,基于迭代盲解卷积算法,对含高斯噪声的且由大气湍流或悬浮物散射造成的降质图像提出了一种复合的盲复原方法。同时分析了噪声抑制对改善病态性问题的影响。实验结果表明:该方法复原效果较迭代盲解卷积算法、MATLAB库函数deconvblind()方法更佳。

复合的图像盲复原算法

当点扩展函数未知或不确知的情况下,从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来,图像盲复原算法得到了广泛地研究。迭代盲解卷积在抑制噪声放大与保留图像边缘信息有很好的效果,但在不知道点扩展函数并有噪声的情况下并不能有效的去除噪声导致图像恢复效果很差。针对图像盲复原的特点,提出了一种复合算法,该算法有效地解决了迭代盲解卷积的去噪问题,最后通过实验验证了算法的可行性和有效性。

基于梯度的波纹图像质量评价

基于图像盲迭代复原,提出基于梯度的波纹评价方式、边缘轮廓变化评价波纹、平均边缘宽度评价波纹3种评价波纹的方法,得到一种新的基于梯度的波纹评价方式.此方法通过一个中心对称高斯加权窗在图像上逐点计算以该点为中心的邻域图像块的梯度相关信息;计算得到各点对应图像块的梯度信息并映射得到一幅图像来描述降质图像的降质信息,采用这幅降质信息图像的平均值作为整体图像质量的评价测度.对这3种图像质量评价方式进行实验发现,基于梯度评价方法可以很好地确定盲迭代的次数,从而得到相对质量较高的复原图像.

基于边缘分离的去振铃复原

针对模糊图像复原后常常存在的振铃现象,提出了一种基于边缘分离的去振铃复原方法。该方法首先使用基于图像质量评价的降晰函数辨识方法估计模糊图像的降晰函数尺寸,提取模糊图像中的强边缘并平滑边缘区域得到去边缘模糊图像。然后,利用估计降晰函数对去边缘模糊图像进行迭代盲复原。最后,提取边缘增强后加入到复原的去边缘图像中得到完整的复原图像,并对复原图像进行增强。复原过程中为了抑制噪声放大使用了Wiener和离散小波变换(DWT)联合去噪算法对图像的低频区域进行去噪。实验结果表明:与传统的迭代复原算法相比,本算法复原图像的振铃测度降低了34%以上,比基于Fuzzy滤波器的去振铃算法低12.5%以上;同时,本算法复原的图像质量也得到了明显提升。

基于Huber正则化二阶加速Richardson-Lucy湍流图像复原算法

为了快速准确地恢复湍流退化图像,提出了Huber正则化Richardson-Lucy(R-L)加速迭代盲反卷积(IBD)算法。根据图像滤波处理结果,采用Huber函数自适应地选择一阶范数和二阶范数正则化约束,增加算法收敛速度同时提高图像细节和边界复原质量。引入基于泰勒级数的二阶矢量外推加速方法,进一步增加迭代的收敛速度。实验结果表明,采用提议的算法需要的迭代次数较少,适用于实时性要求较高的场合,复原图像的主客观质量均有所提高。

电阻阵列非均匀测试与校正方法研究

红外图像生成技术是构建红外成像半实物仿真系统的关键技术之一,其中作为投射器件的电阻阵列一直以来是研究的热点,它存在非均匀性的固有不足。作为非均匀校正的测试手段,稀疏网格法和全屏测试法很早就已被国外研究者提出,取得了良好的校正效果。近来,随着我国电阻阵列研发脚步的跟进,校正方法也不断更新。本文针对国产电阻阵列响应曲线的特性,介绍分析了逆稀疏网格法并提出一种简化的校正流程。同时,针对数据处理方式的不同改进了插值校正方法,继而对比验证了两种校正方法,有效提升校正精度。

水平路径上多帧湍流退化图像重建

为了重建水平路径上远距离成像系统获取的湍流退化图像,提出去除形变和振铃的分块多帧盲反卷积方法。首先按采集的顺序将图像序列分成若干图像组,通过B-spline基函数配准方法去除非等晕块之间的形变,第二步通过基于块的时域融合算法去除等晕块间的振铃,得到衍射受限的湍流退化图像,最后将所得的多帧图像进行频域重建,复原高质量图像。实验表明,所提出的算法适合于水平路径上获取的退化图像的重建,得到较高的主观视觉图像质量。

一种消除遥感影像中大气紊流的快速算法

根据大气紊流的特点建立了使图像退化的点扩展函数(PSF)模型,简要说明了近年来所用的LRW算法、迭代盲去卷积算法,提出了基于自相关函数的维纳(Wiener)滤波算法对退化图像进行快速处理。图像复原实验的结果表明,基于自相关函数的维纳(Wiener)滤波算法优于LRW算法和迭代盲去卷积算法。

基于增强拉东变换及稀疏先验的模糊星斑复原

为了提高动态条件下星光导航系统星斑质心定位精度,本文提出了一种新的模糊星斑复原算法。首先,分析了星斑图像退化模型,得出了星斑质心定位精度与星斑信噪比呈正相关的关系。对于载体角运动和载体振动两个因素引起的模糊星斑复原过程分成粗级复原和精级复原两个步骤。接着分析了噪声对拉东(Radon)变换的影响,提出基于灰度拉伸的改进Radon变换算法进行粗复原。最后,根据清晰星斑的梯度分布稀疏先验正则化,利用迭代盲复原算法对星斑进行精复原。仿真实验结果表明,本文提出的两步模糊星斑复原算法较传统算法复原后星斑峰值信噪比(PSNR)提高30%,质心定位精度提高55%。

一种基于图像质量评价的自适应图像复原算法

针对图像盲复原过程中出现的振铃效应,提出了一种基于图像质量评价的自适应图像复原算法.首先设计了一种基于梯度的复原图像质量评价方法,可以对复原图像的清晰度和振铃效应进行综合评价;然后,将评价方法用于模糊图像点扩展函数尺寸估计,并将估计出的点扩展函数作为迭代盲复原算法的初始点扩展函数;最后,迭代复原模糊图像,对每次迭代得到的复原图像进行质量评价,检测到复原图像质量评价指标下降后自动停止迭代,质量评价指标最高的复原图像就是最终结果.仿真实验结果表明,此复原图像质量评价方法所得结果与人眼视觉相符,点扩展函数尺寸估计准确,复原图像质量较高、振铃效应得到了较好地抑制.

ITERATIVE RECEIVER FOR OFDM SYSTEMS BASED ON SEMI-BLIND CHANNEL ESTIMATION

In this paper we propose two iterative algorithms of joint channel estimation and symbol detection for Orthogonal Frequency Division Multiplexing (OFDM) systems. In which, superimposed pilot scheme is adopted and an initial Channel State Information (CSI) is obtained by employing a first-order statistic. In each subsequent iteration, we propose two algorithms to update the CSI. The Mean Square Error (MSE) of channel estimation and Bit Error Rate (BER) performance are given and simulation results demonstrate that the iterative algorithm using method B has good perform-ance approaching the ideal condition.

基于时域特性的多帧湍流退化图像复原算法

为了快速准确地复原湍流退化图像,采用了一种基于时域相关特性的频域多帧迭代解卷积算法。算法将时域特性和Tichonov正则化引入到代价函数,同时对点扩展函数(PSF)施加非负支持域约束、带宽约束和能量约束。采用二阶共轭梯度交替迭代解卷积频域代价函数快速估计PSF和恢复图像。通过各向异性的结构自适应调节滤波处理,达到提升图像细节和消除噪声的目的。实验结果表明,提出的算法能够有效地复原湍流退化图像,具有较高的抗噪能力。