散焦含噪图像的点扩散函数估计与边缘检测

针对机器视觉中图像模糊的原因,采用广义高斯函数描述点扩散函数(PSF),建立边缘扩散模型,从一幅图像所含的多条边缘中提取样本,依据提出的整合准则从全部样本的估计结果中计算整幅图像的PSF,利用最优求解的概念,在最小二乘近似下实现PSF及亚像素级边缘位置的最佳估计.实验结果表明,由于获得了图像对应的PSF最佳估计,因此边缘检测具有比较高的抗噪性能,在边缘亚像素检测基础上完成的尺寸测量误差小于0.5%.

一种基于边缘扩散函数描述散焦程度的测距算法

基于散焦图像的景物距离信息获取是当前计算机视觉研究的热门课题,但当前多数方法存在有一定的局限性,无法满足现代高效率工业检测技术的要求。本文提出一种散焦测距的新方法,该方法利用调制传递函数(MTF)来描述图像的散焦程度,通过对测量系统进行标定得到物距与散焦程度之间的关系曲线,再求得被测物在未知物距上的MTF值,根据对系统标定所得的关系曲线即可得出被测物的距离信息。实验结果表明了该方法的有效性。

基于各向异性扩散方程的超声图像去噪与边缘增强

超声图像利用不同组织和局部细节的不同回声信号强度和分布来捕捉重要的医学病变信息.然而,超声图像在形成过程中产生的斑点噪声使得超声图像质量较差,给以后的图像特征提取和识别,病情诊断及定量分析造成不利的影响.本文利用局部坐标变换,边缘、局部细节的一、二阶法向导数和双曲正切函数,结合各向异性扩散方程,提出了一种超声图像去噪与边缘增强算法:可以在去除噪声的同时,保持重要的边缘、局部细节和超声回声亮条.理论分析和实验结果表明了本文算法的有效性.

散焦模糊图像点扩散函数参数估计

为了更准确地估计散焦模糊点扩散函数的散焦半径,提出了一种基于阶跃边缘的参数估计方法。首先利用Canny算子对散焦模糊图像进行边缘检测,然后利用Hough变换方法提取边缘图像中存在的边缘直线,最后对沿直线法线方向的各像素,计算其灰度级的二阶导数,导数值中的最大值则对应模糊阶跃边缘的边界,进而计算出点扩散函数的参数。实验表明,该方法能够快速准确地计算出散焦模糊参数。

用CCD测定光学系统的点扩散函数

利用CCD测定黑白跳变边缘的边缘响应,对CCD获取的离散信号作一阶差分后再进行Gauss曲线拟合,得到了光学系统的点扩散函数.该方法具有测量装置结构简单,易应用到数字图像处理系统中的特点.

基于边缘约束与范数比值的图像盲复原

针对现有的研究方法对运动所引起的模糊图像进行复原时效果欠佳的问题,提出一种基于边缘约束与范数比值的图像盲复原算法.该算法首先对退化图像的边缘进行约束,得到图像的强边缘结构,提高了点扩散函数估计的准确率;然后对要估计的清晰图像构造范数比值的稀疏惩罚约束项,并将得到的强边缘信息与构造的范数比值惩罚约束项进行结合用于指引点扩散函数的复原;在对点扩散函数进行复原时,由粗到细多尺度交替迭代估计点扩散函数,使得迭代出的最大尺度更加精确;最后对图像进行非盲解卷积求解,使其复原.该算法将退化图像的边缘信息与构造的范数比值惩罚约束项进行结合指导点扩散函数的复原,可以抑制图像在复原过程中产生的大量伪迹.实验结果表明,该算法对恢复图像边缘细节具有很好的效果,可以得到优质的复原图像.

基于改进点扩散函数的遥感图像超分辨率重建

为了提高遥感图像空间域重建质量,采用改进凸集投影(POCS)算法的点扩散函数,提出了一种改进的POCS超分辨率重建算法。首先给出POCS算法基本原理以及具体实现步骤,在此基础上对算法做出改进,即对待重建的高分辨初始帧进行边缘检测,对检测到的边缘像素点应用改进的点扩散函数(PSF),使边缘处像素点对应的PSF水平方向与垂直方向系数依据边缘斜率变化而设置不同的权重;最后分别采用两组数据集对改进POCS算法的有效性进行验证。结果表明,该改进的POCS算法有效地提高了图像重建的效果,两组实验平均绝对误差效果分别提升了0.79%和0.26%,达到了提高图像重建质量的目的。该算法具有较好的实际应用价值。

一种优化的基于倾斜刃边的点扩散函数重建方法

已有的倾斜刃边法受边缘亚像素定位精度、边缘扩散函数(ESF)样本质量及ESF曲线拟合方法的限制,点扩散函数(PSF)重建的稳定性和精度不高。为此,提出了一种优化的基于倾斜刃边的PSF估计方法,将梯度算子引入刃边直线拟合,对刃边边缘进行了高精度的亚像素位置修正;并采用基于移动窗口的ESF去噪及重采样方法精化ESF样本质量;最后通过高斯函数拟合得到稳健的PSF估计值。实验结果表明,改进算法的边缘直线拟合精度优化效果明显,且PSF重建精度较高,稳定性强。

ICF流体力学不稳定性实验中调制传递函数的测量

在流体力学不稳定性实验中,实际X光强度分布经过成像系统后会发生改变。要准确得到实际的光强分布,必须对系统的调制传递函数进行精确地测量。通过对刀口图像分析得到了系统的线扩散函数,再对其进行傅里叶变换得到调制传递函数,最后通过维纳滤波和约束最小二乘方滤波两种方法对图像进行了重建,得到比较清晰的边界情况和图像轮廓。

红外成像系统的调制传递函数测试

研究了刃边法测试光学系统调制传递函数（MTF）的原理,提出将改进倾斜刃边法用于红外成像系统MTF的测量。考虑刃边倾斜角度的测量误差和噪声干扰会引起红外系统MTF的测量误差,采用Canny算子、直线拟合和边缘扩散函数（ESF）重构行数变动等方法来提高MTF的测试精度;同时针对ESF与线扩散函数（LSF）提出有效的降噪算法来降低噪声对MTF测试精度的影响,从而系统地降低了MTF的测量误差。搭建了实验平台,以红外成像系统的理论模型和实测参数得到的MTF曲线为依据,实验验证了本文方法的有效性,测试分析了刃边倾角的变化对MTF测试精度的影响。实验结果表明：通过本文方法测试得到的MTF曲线的测试精度为0.010,测试重复精度为0.008,刃边倾角保持在2°～10°。实验结果显示：本文方法有效地降低了刃边倾角的测量误差和噪声干扰对MTF测试产生的影响,测试结果具有良好的重复性。

一种改善超分辨率图像重建中边缘质量的方法

超分辨率图像重建技术指通过融合多幅变形、模糊、有噪、频谱混叠的低分辨率降质图像来重建一幅高质量高分辨率图像．凸集投影(POCS)算法是一种广泛使用的超分辨率图像重建方法．本文提出了一种适用于POCS算法的改善高分辨率重建图像边缘质量的方法．该方法将中心在边缘像素的点扩散函数(PSF)与一个指数型权值函数相乘,使得修改的PSF系数沿着边缘正交的方向减小．实验结果表明,这样的修改有效地保持了边缘的特性,明显地提高了重建图像的质量．

基于边缘预测和稀疏约束的湍流图像盲复原

大气湍流严重影响天文观测图像的成像效果,必须对退化图像进行处理才能获得清晰的图像。经典的湍流退化图像盲复原算法(IBD、NAS-RIF等)使用的先验知识过于简单,导致很多场合不能获得较优的复原效果。近几年提出的稀疏表达理论,使用自然图像边缘的稀疏先验信息指导图像复原,能复原出较多的细节,但它直接使用模糊图像的梯度图像指导点扩散函数复原,而模糊的梯度图像包含很多噪声和伪边缘,无效的梯度会误导点扩散函数的估计,从而使复原图像中出现较多伪迹。针对上述问题,提出了一种基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原算法,该算法首先从当前的复原图像中预测出有效的边缘,然后将边缘预测信息与自然图像边缘的稀疏先验信息相结合指导点扩散函数复原,得到点扩散函数后,再通过一种非盲复原算法恢复出当前的目标图像,并将此复原图像作为下一次边缘预测的输入图像,如此迭代循环直到求出最终清晰的目标图像。所提算法结合了图像的先验信息与退化图像自身包含的有效信息,能有效抑制图像复原过程中产生的伪迹,获得令人满意的结果。针对多幅模拟的湍流退化图像进行仿真测试,验证了算法的有效性。

显著边缘直接引导的动态模糊图像盲复原方法

针对主动视觉中运动载体和云台抖动导致图像模糊的问题,提出一种显著边缘直接引导的动态模糊图像盲复原方法。为了克服经典Canny算子只能对边缘进行标注的缺陷,设计了图像边缘搜索-增强算法,并基于此提出了仅依据图像中显著边缘邻域完成点扩散函数优化估计的方法;为解决传统残差图像方法不能适应预测图像错位的问题,提出图像解模糊的递归残差修正算法来抑制复原图像波动;设计了图像复原的分层迭代处理流程,保证模糊图像复原的可靠性和精度。理想光照条件下的仿真表明,算法能准确恢复模糊图像的边缘,同时抑制复原图像中的波动。非理想光照条件下的仿真也验证了算法对环境有良好的适应性,具有较高的实际应用价值。

基于边缘保持的航拍图像凸集投影超分辨率重建算法

针对传统的凸集投影(POCS)超分辨率图像重建算法经常出现的边缘模糊问题,在传统POCS算法原理基础上,文章使用基于梯度插值的算法生成POCS重建的初始估计图像,然后对中心点为边缘像素的空间点扩散函数(PSF)进行修正,使其系数沿梯度大的方向减小,梯度小的方向保持不变。利用改进的POCS算法进行了超分辨率图像重建实验,结果表明,图像峰值信噪比由原来的27.29dB达到28.12dB。该方法有效地保持了边缘特性,改善了超分辨率图像重建质量。

各向异性扩散与M-估计的比较研究

通过比较研究Perona和Malik提出的各向异性扩散方程与稳健统计学中的M-估计,从理论上揭示了各向异性扩散的数学本质,可视为M-估计在图像处理领域的一种典型应用。其中稳健函数的构造是M-估计的核心。基于Huber给出的稳健性定性描述,同时借鉴各向异性扩散中边缘停止函数的单调下降性,分析并总结了M-估计中稳健函数具备的基本性质。在此基础上,简洁地建立了一种稳健函数的构造框架,并导出了一个新型稳健函数。去噪实验结果验证了新型稳健函数的有效性。

基于Canny边缘检测的半盲图像复原算法

将成像系统的点扩散函数限定为二维高斯函数,在此基础上提出了一种新的半盲图像复原算法。该方法将 Canny 边缘检测引入图像复原领域,在选代过程中,首先对当前图像进行边缘检测,并根据检测结果更新模型参数和复原结果。由于在复原过程中将图像边缘与其他区域进行了不同处理,该方法可以在保持图像细节的同时抑制噪声。从仿真实验和实际显微图像复原两方面对此方法进行了验证,实验结果表明,该方法即使在高噪声级别下,仍能得到较好的复原结果。

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。

基于变指数的片相似性扩散图像降噪算法

针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾,提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型,引入片相似性的思想,构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性(或梯度信息)检测边缘,不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性,可以在滤除图像噪声的同时,保持更多的细节信息。仿真结果表明,与其他传统的基于偏微分方程(PDE)的图像降噪算法相比,该算法将信噪比(SNR)和峰值信噪比(PSNR)提高至16.602480 dB和31.284672 dB,具有良好的抗噪性;同时视觉效果较好,保持了更多的弱边缘和纹理等细节特征,在噪声抑制与边缘保持之间取得了较好的权衡。

亚像素边缘定位算法过滤噪声的分析

针对噪声对图像边缘检测等过程带来的极大干扰,严重地影响了图像质量的问题,研究图像中普遍存在的白噪声对边缘定位精度的影响尤为重要。采用一维灰度矩法与二次多项式插值亚像素边缘定位算法进行比较分析,分别讨论两种算法在同一偏移量、不同信噪比的情况下,噪声对边缘定位精度的影响。实验结果表明,在对受噪声影响的图像进行边缘检测时,一维灰度矩法更能够有效地抑制噪声,保护边缘细节,提高检测精度,具有不可忽视的理论价值。

方波曲线耦合零交叉边缘检测的图像加密算法

为解决当前图像加密算法主要是利用相同的加密操作对所有像素实现置乱与扩散,导致密文的安全性不高的问题,提出基于方波空间填充曲线与零交叉边缘检测的选择性图像加密算法。利用正交多项式变换OPT(orthogonal polynomials transform)处理每个明文子块,获取其对应的OPT系数,计算子块的梯度值;基于零交叉边缘检测机制,判断子块的重要性,将其划分为感兴趣区域与不重要区域;设计方波空间填充机制,置乱这些区域的子块;构建异扩散函数,完成对不同区域置乱子块的加密。实验结果表明,与当前图像加密技术相比,所提算法具有更高的安全性与抗明文攻击能力。