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。

匀速运动模糊图像复原算法的研究

图像复原作为图像处理的重要分支,目的是改善降质的图像质量,最大程度地使图像接近原始图像。运动模糊图像的复原是图像复原中的一个难题。运动模糊图像复原中最关键的是模糊核的估计,针对匀速运动模糊图像的复原,提出新的模糊长度和模糊角度识别的方法,并利用估计出的模糊核进行图像复原仿真。实验结果表明,提出的估计模糊核方法具有较好的准确性和实用性。

一种基于块配准的运动模糊图像复原算法

提出一种基于图像块配准的运动模糊图像复原算法。首先对测试图像进行分块操作,图像块的大小根据经验值选取;其次,采用SIFT算法在模糊图像和清晰图像对之间进行块配准;遍历模糊图像中的每个图像块,分别计算得到各个块的质心坐标,然后利用质心法计算该图像块发生偏移的角度和距离;统计图像中所有块的偏移,估计出图像退化的点扩散函数,并对每个图像块进行复原校正。分别针对仿真图像和智能视频监控图像进行了实验,来验证算法的有效性。实验结果表明,该算法能够有效地复原智能交通领域的智能视频监控图像,并且具有较高的复原效率。

运动模糊图像复原算法

运动模糊图像的产生是由于拍摄瞬间摄影镜头与被摄物体之间的相对运动产生的。解决方法如模糊方向和大小未知时使用的盲卷积复原,即先估计模糊核中的参数,再利用复原滤波例如Lucy and Richardson或Wiener滤波等恢复出清晰图像。在这篇文章中,提出了一种新的去模糊的算法,能更准确的寻找赖以重建模糊核信息的参数。本文提出的预处理方法,能迅速恢复模糊图像,实验结果证明该方法能更准确的恢复出清晰图像。

运动模糊图像复原算法研究

在用相机拍摄景物期间,相机与景物之间存在足够大的相对运动时,就会造成照片的运动模糊,为解决这一难题,文章通过维纳滤波、Lucy-Richardson滤波两种复原算法对运动模糊图像进行复原处理,并对两种处理结果进行分析对比,算法设计简单,实用性好,广泛应用于工业控制、道路监控、军事、医学以及刑侦等领域。

运动模糊图像复原算法研究

运动模糊主要是由于成像系统与目标物之间产生了相对运动而成的。在运动模糊图像复原的研究中,运动模糊的点扩散函数(PSF)和复原方法是近年来图像复原中的热点问题。针对含有噪声的运动模糊图像的退化模型和恢复过程进行了研究,叙述了运动模糊图像基本原理,并提出了一种基于变分法求极值的方法并应用了模糊图像限制核函数法的方法解决了变分模型中大多数应用场定义域的有限性,最后根据方法得出实验结果。

基于改进维纳滤波算法的运动模糊二维码图像复原方法

针对二维码在动态工业产品检测中,容易发生运动模糊,导致识别难度加大的问题,设计了一种基于改进维纳滤波的运动模糊二维码图像复原方法。在传统的维纳滤波图像复原过程中,由于正则项K值的影响,导致复原效果存在差异,结合了遗传算法,通过自适应寻优的方法实现了K值的估计,完成了图像的复原。实验结果表明:改进算法比传统算法复原以后的图像峰值信噪比(PSNR)提高了约4 dB左右,该方法可以有效地还原出运动模糊二维码图像,提高了二维码的识别的效率。

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。

基于Lucy-Richardson算法的运动模糊图像复原研究

运动模糊是造成图像退化的重要原因之一。本文以运动模糊图像的退化模型为基础,采用退化图像的频谱特性和Radon变换分别对运动模糊长度和运动模糊角度进行了计算,给出了运动模糊图像点扩展函数的参数估计算法,并利用维纳滤波和Lucy-Richardson(L-R)算法分别对不含噪声的运动模糊图像和加噪声的运动模糊图像进行了复原仿真实验。结果表明,本文给出的运动模糊图像参数估计算法是十分有效的,且对于含有噪声的运动模糊图像,L-R算法能够获得比维纳滤波更好的复原效果。

相对运动的模糊图像复原的算法研究

对由相对运动引起的模糊图像复原的算法进行了研究,分析其退化的原因,建立了其退化和复原的数学模型,并采用逆滤波、维纳(Wiener)滤波和卡尔曼(Kalman)滤波等算法对仿真运动下的模糊图像分别进行了图像恢复处理。结果表明,利用这一模型算法取得了良好的效果。还对更为复杂退化环境下的图像恢复问题进行了初探,为更为复杂退化环境下的图像恢复提供了理论依据和实践基础。

基于改进共轭梯度算法的运动模糊图像复原

文章在分析运动模糊图像退化原理及建立复原数学模型的基础上,应用共轭梯度法进行图像复原,提出新的βk计算方式和基于改进共轭梯度法的运动模糊复原算法。与经典的FR方法和PRP方法等进行对比实验,实验表明,该文算法复原效果更好,在PSNR评价上平均获得0.3以上的提高。应用于真实拍摄的水平运动模糊图像复原,亦得到良好的复原效果。

基于生成对抗网络的运动模糊车牌图像复原方法

为解决汽车运动过快产生模糊导致车牌识别算法失效的问题,对深度学习的生成对抗网络去模糊方法进行了研究,提出了一种基于生成对抗网络的模糊车牌图像复原方法。主要思路为使用图像复原网络NAFNet中的NAFBlock替换DeblurGAN-v2生成器中的基本卷积块,并在特征提取网络中加入了高效通道注意力机制。对于原模型和修改后的模型,设计了四组不同模型消融实验。实验结果表明,提出方法在复原模糊车辆图像复原任务数据上,峰值信噪比为21.2624,结构相似度为0.6431,较好地解决了模糊车牌复原的问题。

基于改进R-L算法的运动模糊图像复原方法研究

通过对运动模糊图像的复原过程进行分析,提出了一种基于二次变换改进的路西理查德森(Richardson-Lucy,R-L)算法图像复原方法,利用二次变换法精确估计出点扩散函数的系数,结合R-L算法完成退化图像的复原过程。通过仿真实验,量化对比了上述方法与传统R-L算法的复原效果,所述方法复原图像的灰度平均梯度以及峰值信噪比均提高约30%,实验结果表明,有效提升了运动模糊图像的复原精度,且针对含噪图像具有更高的鲁棒性。

部分模糊核已知的混合模糊图像复原算法

真实环境中得到的图像常会受到多种模糊降质过程的影响,导致成像质量下降,为此提出一种图像退化模型及相应的复原算法.与传统的级联方式不同,该算法假定模糊核函数是散焦与运动模糊的加权和形式;在散焦模糊给定的情况下,使用广义拉普拉斯分布作为运动模糊的统计模型,并在期望最大化(EM)算法框架下估计模糊核函数;最后利用估计的模糊核函数进行图像复原.实验结果表明,采用文中的复原算法能够较为准确地辨识出模糊核,提升了图像复原的效果.

运动成像混合模糊的全变分图像复原

为了实现运动成像中视频帧内复原,研究了帧内运动模糊和离焦模糊两种常见模糊类型带来的混合模糊问题。首先,依据模糊图像的频谱特性定性判定模糊类型,利用倒谱分析的方法定量估计模糊模型点扩散函数,依据工程实际选取模糊参数进行仿真实验,实现点扩散函数估计方法的准确性验证。然后,采用耦合梯度保真项的改进型全变分图像复原算法,约束点扩散函数估计误差对图像复原的影响,并采用适应L1范数的Split-Bregman算法完成复原算法的数值实现。最后,对算法性能进行验证,完成仿真和实拍混合模糊图像的复原。实验结果表明,倒谱分析估计点扩散函数的准确率达到90%。复原算法能保持图像边缘和细节,并有效抑制振铃效应,帧内稳像的图像峰值信噪比为28.92 dB。

一种基于倒频谱鉴别模糊参数的图像复原算法

当前运动模糊图像的复原主要依赖于模糊参数的准确鉴别和高质量的复原算法。为了更加准确地鉴别出运动模糊图像的模糊参数,提出了一种基于倒频谱鉴别模糊参数的方法;通过对模糊图像倒频谱实施直方图均衡化和阈值分割提取模糊信息,然后进行Radon变换来确定模糊方向;通过对倒频谱进行数学形态学滤波来提取模糊尺度。针对运动模糊图像的复原,提出了基于偏微分方程的全变分复原算法,通过选择不同的λ值来获得最佳复原效果。通过对多幅仿真模糊图像和真实模糊图像实施的模糊参数鉴别和复原实验,证实了模糊参数鉴别的准确性和可靠性以及全变分复原算法的优异性尤其是抗噪性。

顺序结构的运动模糊图像复原技术综述

在对目前有关运动模糊图像复原技术的文献进行理解和综合的基础上,首先通过对运动模糊图像复原问题的描述揭示其实质,其中大体介绍图像复原概念、分类;然后将运动模糊图像复原方法分为参数识别和复原滤波两部分进行介绍,描述基于单幅图像、多幅图像的参数识别基本方法,按迭代和非迭代两种思想分类对复原滤波方法进行介绍;通过应用实例对一些主流方法进行对比,最后提出对运动模糊图像复原技术的展望。

基于运动偏移信息估计的图像去运动模糊算法

针对现有动态场景图像去运动模糊算法难以有效复原非均匀复合运动模糊的问题,通过引入相机曝光轨迹来表示模糊图像中包含的运动信息,并据此提出了一种新的运动偏移估计框架,用于对潜在清晰图像在多个离散时间点的像素运动偏移进行建模。结合估计出的运动偏移信息,提出了一种融合像素运动偏移信息的多尺度单幅图像去模糊网络框架。该框架通过可变形卷积在解码阶段对运动偏移信息进行融合,给定每一像素点不同的运动约束。经过网络的多尺度编解码结构,得到每一尺度上每一像素点的预测值,实现了端对端的模糊图像复原。在GoPro和HIDE数据集上的实验结果表明,该算法能有效改善图像质量,峰值信噪比平均提升1.9 dB,结构相似度平均提升0.03。

一种基于显著性边缘的运动模糊图像复原方法

运动模糊的图像复原,是图像处理和计算机视觉领域中的热点问题。通过分析图像的纹理特征,提出一种鲁棒的显著性边缘提取方法,并将其应用于运动模糊图像恢复中。联合图像纹理的梯度幅值、方向信息,优化模糊图像并抑制噪声干扰,从而提取稳定的强显著性边缘。在模糊核估计的能量模型中,引入梯度约束方法,保护模糊核的结构特征。对于较大尺寸的模糊核,采用多尺度策略进行图像复原。实验结果表明,文中算法能够有效提高模糊核估计的准确性,提升运动模糊图像复原的质量。

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化。由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案。最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值。