基于非局部先验红外运动模糊图像复原方法

为了实现红外运动模糊图像复原,采用了基于红外图像的非局部稀疏先验约束建模方法。通过分析红外运动模糊成像特征,在盲反卷积框架下,提出了一种基于运动信息的图像非局部稀疏先验约束建模方法,通过计算图像的运动模糊核,进而复原运动模糊图像。结果表明,所提出的基于运动信息的图像非局部稀疏先验约束方法,针对性强,能有效地复原运动幅值较大的红外运动模糊图像;概率模糊检测、结构相似度和峰值信噪比均有不同程度的提高,尤其是峰值信噪比提高接近8%,且运动幅值越大,复原结果越明显。本研究为红外成像系统的应用打下了基础。

渐进式深度网络下盲运动图像去模糊方法

针对盲运动图像去模糊任务中渐进式深度神经网络缺少大范围感受野和难以合理交互各阶段图像特征的问题,提出具有扩张卷积和上下文注意力融合模块(contextual attention fusion module,CAFM)的渐进式深度网络(progressive depth network,PDNet)恢复清晰图像。该方法包括局部特征提取、图像特征整合和图像恢复3个阶段。其中局部特征提取阶段和图像特征整合阶段利用多分支扩张卷积模块(multi-branch dilated convolution block,MDCB)增加感受野,适应不同程度的运动模糊;在图像特征整合阶段和图像恢复阶段利用CAFM进行不同阶段图像特征的信息交互,以实现渐进式的图像特征增强。通过3个阶段的渐进式增强策略,提出的方法能充分利用局部和全局图像特征引导图像恢复,从而生成清晰的高质量图像。实验结果表明:与SRN等网络相比,提出的PDNet在GoPro数据集和RealBlur-J数据集上得到更好的效果,且峰值信噪比(peak signal to noise ratio,PSNR)平均提升2.9 dB,结构相似度(structural similarity index measure,SSIM)平均提升0.05。

基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法

为通过提高输电线路巡检航拍绝缘子过程中产生的运动模糊图像质量来提高检测准确率,文章提出一种基于改进U-Net结构生成对抗网络的运动模糊绝缘子图像复原方法。为有效融合图像深、浅层特征,基于U-NetL1结构搭建生成网络,并在特征融合过程添加并行注意力机制,加强对有效特征的学习,下采样层级联空洞空间金字塔池化与残差模块,扩宽感受野和加深网络深度的同时避免梯度消失问题;另外,采用内容损失与对抗损失作为损失函数,以提高复原图像质量。构建绝缘子运动模糊图像数据集进行实验,与Deblur GAN、SRN等方法的对比结果表明,本文方法的峰值信噪比、结构相似度指标均高于其他算法;采用YOLOv4进行目标检测实验,其结果表明该方法对提升绝缘子检测准确率具有一定实际意义。

基于改进视觉显著性算法的运动模糊图像复原

针对模糊尺度较小时运动模糊参数估计算法对点扩散函数求解不准确的问题,提出基于最小二乘直线拟合的精确角度估计算法,并对微分自相关长度估算方法进行改进,获取了高精度的运动模糊参数。基于视觉显著性加权算法,设计一种无参考图像质量评估系统来确定图像模糊程度以及复原图像的最优解。实验结果表明,所提方法能更准确地求解运动模糊参数,使用求解结果恢复的清晰图像在主观和客观方面优于现有方法,具有较高的工程应用价值。

一种改进的运动模糊图像恢复算法

在运动图像复原的研究中,运动模糊图像的参数估计与恢复算法是近年来数字图像处理领域研究的热点问题。针对运动图像受到噪声信号的影响,为了提高图像恢复效率,通过对运动模糊图像的恢复过程进行分析,提出了一种改进的参数估计与图像恢复算法,即利用经阈值化处理的Radon变换估计模糊方法,通过微分自相关法估计模糊长度,最后应用带最优窗的维纳滤波进行图像复原。进行仿真的结果表明,改进算法能够较为精确地估算出运动模糊图像的模糊参数并取得了较好的恢复效果,提升了图像恢复的抗噪性能,具有实际参考价值。

运动模糊图像的运动模糊方向鉴别

曝光瞬间造成图像模糊的运动通常作为直线运动近似处理,若能找出模糊图像的运动模糊方向,并将之旋转到水平轴,则二维问题可简化为一维来处理,大大简化由模糊图像估计出运动模糊点扩散函数以及图像恢复的过程,并为图像恢复的并行计算创造有利条件。由于运动模糊降低了运动方向上图像的高频成分,沿着运动方向实施高通滤波(方向微分),可保证微分图像灰度值(绝对值)之和最小。基于此,本文利用双线性插值的方法,固定并适当选取方向微分的微元大小,构造出3×3方向微分乘子,得到了高效高精度的自动鉴别运动模糊方向的新方法,并通过数值实验进行了验证。

联合梯度预测与导引滤波的图像运动模糊复原

针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊,提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息,实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数,使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器—导引滤波来消除噪声并抑制振铃效应。实验结果表明:本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像,并且运算时间不超过20 s。

一种改进的运动模糊图像复原算法

根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。

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。

运动模糊图像边缘振铃效应的抑制方法

边缘振铃效应是影响图像复原效果的重要因素之一,为此提出一种基于边缘恢复的运动模糊图像复原算法。首先将原运动模糊图像的边缘按图像点扩散函数在其扩散方向上移动的像素值进行二维边缘延拓,形成一个新的延拓图像;然后用最优窗函数对新图像进行加窗预处理;最后用维纳滤波算法对加窗处理结果进行复原。实验结果表明,提出的算法对边缘区域梯度变化较大的运动模糊图像的复原效果较好,可以有效地抑制复原图像边界处的振铃效应。

基于差分自相关的运动模糊图像尺度参数识别

在运动模糊图像盲复原的过程中,对点扩散函数(PSF)进行准确识别具有非常重要的意义。当识别出运动模糊方向后,二维PSF的识别问题就可以转化成一维PSF的识别,进而提出用一阶差分自相关的方法识别运动模糊尺度。给出了差分自相关方法用于尺度识别的理论分析,重点研究和推证了在该方法下噪声对模糊尺度识别的影响,提出了改进的差分自相关方法。仿真结果表明,本文方法识别尺度准确,且提高了适应噪声环境能力。最后对实际运动模糊图像的模糊尺度进行了识别,维纳滤波复原结果进一步验证了本文方法的正确性和有效性。

运动模糊图像的噪声功率的精确估计

由运动模糊图像复原出原图像关键问题是获取点扩展函数和噪声信息,其中噪声通常假设为高斯白噪声。针对匀速直线运动模糊图像,提出一种差分噪声功率估计方法,该方法对模糊图像的差分图进行叠加,放大噪声,并保持每列的噪声互不相关,叠加后的图像的方差与原始噪声方差存在一个数量关系,通过该数量关系来估计出原始噪声方差。实验证明该方法能够相当准确地估计出噪声功率。

基于稀疏正则化和渐近边界假设的运动模糊图像盲复原

为了复原因相机抖动而产生的运动模糊图像,提出基于L p范数和全变分范数的正则化盲复原方法;首先,基于模糊图像的梯度稀疏性建立L p范数正则化模型,利用全变分范数保持图像的结构信息;然后,根据模糊核稀疏性的先验知识建立模糊核的盲估计模型;最后,提出一种渐近边界假设条件对模糊图像进行扩展以抑制振铃,并通过交替最小化方法分别求解清晰图像和模糊核的估计值。结果表明,所提出的方法简单、可行,具有更好的图像复原效果。

基于Z变换及模糊加权均值滤波的匀速运动模糊图像恢复

针对相对匀速运动造成的图像模糊问题,假设目标在像平面内并行于X轴方向作匀速运动;在较严格数学推导下建立基于Z变换的退化及恢复模型,将差分方程转化为简单的代数方程求解;针对算法容易造成噪声积累使复原图像质量下降的问题,在算法中加入模糊加权均值滤波算子,并给出了完整的算法实现。仿真结果表明,提出的恢复算法在提高模糊图像恢复速度的同时,能有效地抑制噪声、防止噪声的不断扩散,使复原图像的质量得到明显的改善,算法对模糊宽度的变化不敏感,较维纳滤波恢复算法有一定的稳健性及优越性。

基于自适应残差的运动图像去模糊

针对当前运动图像去模糊网络忽略了运动模糊图像的非均匀性,不能有效地恢复图像的高频细节及去除伪影等问题,在对抗网络基础上提出一种基于自适应残差的运动图像去模糊方法。在生成网络中构造由形变卷积模块和通道注意力模块组成的自适应残差模块。其中,形变卷积模块学习运动模糊图像特征的形变量,可以根据图像的形变信息动态调整卷积核的形状和大小,提高网络适应图像形变的能力。通道注意力模块对所提取的形变特征进行通道调整,获取更多的图像高频特征,增强恢复后图像的纹理细节。在公开的GOPRO数据集上进行实验,实验结果表明,该算法的峰值信噪比(PSNR)有较大的提升,能够重建出纹理细节丰富的高质量图像。

运动模糊图像恢复的算法研究与分析

运动模糊图像恢复是图像处理中的重要部分。从运动模糊图像退化模型开始,介绍比较了几种恢复算法,并选取其中的维纳滤波法进行深入具体的实验,分析了图像恢复过程中存在的运动模糊仿真图片的正确生成、振铃效应及其与恢复算法参数的选取之间的关系等问题,最后简要分析了图像恢复中质量变差的原因。

基于运动模糊及图像矩的2D高频直线振动振幅测量

介绍了一种新的根据图像的运动模糊信息测量高频振动振幅的方法.与现有的基于计算机视觉的振动测量方法相比,该方法仅通过计算1幅清晰参考图像及1幅运动模糊图像的前2阶几何矩即可得到2D高频直线振动振幅的解析解,降低了根据图像信息测量振幅的计算复杂程度.实验结果表明,所提出方法可有效地测量高频振动的振幅.

基于频谱边缘检测和Radon变换估计运动模糊图像的方向

为了准确估计运动模糊图像的方向,在理论推导部分,以定积分、Fourier变换和Sinc函数的性质为依据,得出了运动模糊方向、图像尺寸和频谱图像平行条纹方向三者的关系。在算法优化部分,系统分析了Radon变换法、Gabor变换法和频谱分块法的原理和不足,并提出了基于频谱边缘检测和Radon变换的改进算法。在数值实验部分,编写Matlab程序对几种方法进行了测试和比较,结果表明,该方法的估计精度最高,更适用于估计运动模糊图像的方向。

基于相位相关的匀速直线运动模糊图像位移参数估计

为估算匀速直线运动模糊图像的运动参数,提出了一种基于相位相关分析的图像配准方法。该方法利用傅里叶变换的平移特性,对产生平移的目标图像进行傅里叶变换并计算归一化互功率谱,其傅里叶逆变换对应二维脉冲函数,通过计算脉冲函数峰值坐标获取位移图像之间的亚像元级位移量。结合相位相关配准原理和线性空间不变退化模型,给出了匀速直线运动点扩散函数及其光学传递函数的数学描述;讨论了匀速直线运动模糊对相位相关配准结果的影响,证明了图像经过匀速直线运动退化后,位移图像之间归一化互功率谱具有不变性。实验结果表明:动态运动模糊图像最大检测误差为0.489 pixel,标准差为0.16 pixel。

运动模糊图像复原算法的改进及性能研究

为提高运动模糊图像复原算法的有效性和实时性,分析了常见图像复原算法的优缺点。在此基础上,提出了一种基于小波分解和维纳滤波相结合的图像复原算法。新算法充分利用了小波变换的多分辨率分析特性和维纳滤波复原算法的高效性,既有效抑制了噪声,又减小了图像的灰度失真。仿真结果表明,该算法不仅提升了图像复原质量,也能满足系统实时性的要求,是一种有效的图像复原算法。