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%.

大倾角光学遥感中大气点扩散函数的近似模型

大气对垂直遥感和大倾角遥感影响的主要差别之一体现于邻近象元的影响。对于垂直遥感，点扩散函数是各向同性的，即邻近象元对于目标象元的影响只与它们之间的距离有关，和它们之间的相对方位无关。但是对于大倾角遥感，点扩散函数不仅依赖于邻近象元和目标象元之间的距离，而且还依赖于它们之间的相对方位，在距离相同时，在观测方位上的邻近象元对目标象元的影响最大。本文用传感器、目标象元和邻近象元构成的几何关系描述来自邻近象元的漫反射再经大气的一次散射而达到传感器的辐射通量，从而得到大气的点扩散函数的近似解析解。这种解析近似同蒙托卡洛的模拟结果有很好的一致。我们用这种方法得了ＡＳＡＳ（ＡｄｖａｎｃｅｄＳｏｌｉｄ－ｓｔａｔｅＡｒｒａｙＳｐｅｃｔｒｏｒａｄｉａｍｅｔｅｒ）大倾角观测时的大气的点扩散函数，并设计了一个Ｗｉｅｎｅｒ滤波器去除邻近象元的影响。视觉效果评价和空间相关性分析的结果表明了这种方法的有效性和可行性。

融合前景和背景种子点扩散的显著性目标检测

针对图像显著性检测问题,本文提出一种融合前景和背景种子点扩散的显著性目标检测算法,扩散即为对种子点进行有效的传播.首先选取种子点,同时选择前景点和背景点作为种子点,丰富了种子点信息;然后,分别对背景种子和前景种子进行显著性扩散,并融合各自得到的显著图;最后,通过聚类优化和抑制函数完善显著图,使显著区域更加突出,背景区域得到更多的抑制,从而得到最终的显著图.本文算法在MSRA-1000和DUT-OMRON数据库上进行评估,并与其它六种算法进行对比评测,实验结果证明了本文算法的优越性.

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。

基于射线理论点扩散函数的成像域最小二乘偏移

最小二乘偏移能够消除非规则地震采集、带限子波等因素对偏移结果造成的不良影响,提高成像分辨率和振幅保真度,但高昂的计算成本严重制约了其实用性和应用前景.本文基于射线理论格林函数和地震波走时一阶近似,提出了一种快速的点扩散函数计算方法,不但可以大幅降低点扩散函数的计算成本,还能够适应任意的空间采样以保证点扩散函数的插值精度.以此为基础,本文进一步发展了成像域最小二乘偏移方法,能够高效、灵活地实现地下反射率的迭代更新,并最终获得分辨率更高、照明更加均衡的反演成像结果.文中给出的模型和实际数据的测试结果验证了上述方法的正确性和有效性.

荧光显微图像亚细胞斑点检测方法研究进展

高通量荧光显微图像数据定量分析,是研究活细胞动态过程的有力工具。亚细胞观察对象在图像中常以衍射极限点斑的形式出现。成像条件的限制往往导致荧光显微图像均一度差、信噪比较低,给人工分析带来了挑战。设计自动化的亚细胞斑点检测方法,是高通量荧光显微图像数据处理的必要前提。本文就近年来斑点检测的关键技术进行了较详尽的综述,包括降噪滤波、信号增强和信号阈值化。在总结现有斑点检测方法优缺点的基础上,讨论算法设计的瓶颈和共性难点,并对相关研究做了展望。

基于显著性及主成分分析的红外小目标检测

将红外小目标检测作为目标与背景的二分类问题.先根据点扩散函数原理,仿真生成红外小目标训练样本,再用主成分分析方法提取目标样本的主特征,建立目标的主成分空间.对测试样本,只要判断其在主成分空间的重构残差,便可识别其是否为目标.为了提高算法的实时性,提出了一种基于显著性和主成分分析的红外小目标检测算法,先通过频域残差方法检测目标可能存在的显著性区域,再在此区域内做识别.实验结果证明该方法快速、有效.

一种离焦模糊图像客观检测的新方法

为了更精确地进行离焦模糊图像检测,提出了一种针对一幅图的离焦模糊图像客观检测的新方法,其核心思想是由线扩展函数(LSF)得到离焦模糊图像的点扩展函数(PSF)。该方法首先假定图像中至少能检测到一条明显边缘,然后由此边缘构造LSF。由于作用于空间域,无需复杂的傅里叶变换或迭代运算,因此该方法速度很快。此外,为使检测方法更具普遍性,还提出了离焦模糊检测的一般准则,这种准则适用于所有图像而不依赖于图像的内容。实验结果验证了该方法的精确性和有效性。

基于APEX算法改进的图像复原算法

在高斯类点扩函数退化图像复原的研究中,提出了一种基于降晰图像频谱特征改进的APEX图像复原算法。该算法采用APEX算法的基本原理,根据图像频谱信息特征,对点扩散函数(PSF)估计过程进行了改进,采用加权最小二乘算法拟合出降晰图像频谱主方向,采用图像频谱主方向上的数据进行PSF估计,以利用更多的有效数据,从而减少PSF的估计误差。针对模拟和实际采集的降晰图像进行实验,采用主观视觉和峰值信噪比进行评价。实验结果表明,改进的算法较使用非主频谱方向上的频谱数据的复原算法在复原效果上有一定的提高。

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。

维纳滤波图像恢复在信息检测中的应用

为了有效实时地检测高速路段汽车行驶中的流量情况,确保交通安全等,文中讨论了因汽车高速运动和外界环境噪声干扰所引起的图像失真,在图像处理终端实现恢复的总体方案。利用deconvwnr函数,在图像的频率特征和附加噪声已知的情况下,采用维纳滤波进行因运动模糊引起的失真图像恢复效果明显。经软件编程仿真,结果表明在设置合理的点扩散函数的基础上,其效果优于高斯模糊引起的失真图像恢复效果。经过图像处理终端的设计,可以较好地检测高速路段的车流量情况。

二维经验模态分解算法遥感影像解模糊

相机成像过程中与地面的相对运动、遥感平台姿态变化、发动机振动、电磁波干扰等都会导致质退化而造成影像模糊,为此提出了一种基于二维经验模态分解算法的遥感影像去模糊方法。结合分解后的本征模函数IMF分量实现对影像的去噪和特征地物清晰边缘的提取,利用稀疏分解框架下的反卷积模型估计模糊核,通过带约束的最小二乘法进行影像解模糊。通过仿真实验验证了该方法的可行性。

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．

多区域参数估计实时图像盲复原

APEX图像盲复原技术(BIR)往往因算法速度过慢,不稳定或者输入参数过多而难以实时应用。针对这些限制,基于一般BIR过程中有一个非常重要的属性:降质图像与降质点扩散函数PSF尺度大小存在强不对称性,提出了多区域参数估计的方法,通过MAP理论证明了多次参数估计的合理性,并且通过实验说明了多次参数估计方法的可行性。通过多区域参数估计方法,提高了APEX算法估计参数的精度,进而提高其可用性。通过对仿真图像和实际的图像进行复原处理验证了算法的有效性。该算法速度快、稳定,可用于低噪声高斯类模糊图像实时图像盲复原。

红外运动模糊图像参数估计方法

在船舶上拍摄红外传感图像的过程中由于船舶的摇晃而导致的运动模糊,会降低图像的质量。根据运动模糊图像的特性,分析了运动模糊图像的退化模型与特性。首先对倒频谱进行了二值化,并运用Radon变换确定了点扩散函数的模糊角度,然后使用模糊尺度迭代与维纳滤波得到复原图像,再对其进行边缘检测,通过计算累计边缘数确定了模糊尺度。最后对不同模糊程度的图像计算参数并复原,实验结果表明了算法的有效性。

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。

基于增益控制Lucy-Richardson算法的脐橙模糊图像复原

在利用机器视觉系统对脐橙进行变袋长包装的过程中,脐橙的匀速直线运动会造成图像模糊进而导致脐橙边缘细节等特征信息丢失,极大地影响了脐橙尺寸检测精度。针对该问题,本文提出了一种求解脐橙图像模糊长度及恢复模糊图像的方法。对退化图像进行傅里叶变换(fourier transforn,FT),估计退化图像点扩展函数(point spread function,PSF),利用傅里叶频谱特性对运动模糊长度进行了计算,并采用了基于增益控制的Lucy-Richardson改进算法对运动模糊图像进行了Matlab复原仿真实验,结果表明:当算法迭代次数为8时,去振铃效应(ringing artifacts,RA)最明显,其图像分割误差最小。综合运用RGB颜色分量线性运算对传送链上的脐橙进行背景分割,对图像进行去噪处理以及二值形态学运算,利用最小外接矩形法(minimum enclosing rectangle,MER)计算脐橙本体的最大横径。实验结果表明,相对于原始未处理的模糊图像,使用本文算法使脐橙最大横径平均测量误差从5.1%下降至0.81%,提高了脐橙的包装精度。

强背景下模糊闪烁成像目标探测与跟踪

强背景下空中运动目标主要表现为边缘残缺、模糊,甚至出现闪烁、间断等复杂成像特性,这成为制约目标探测和成像跟踪的瓶颈问题。结合跟踪过程反馈信息来确定目标点扩展函数,利用一种新的Ben-Ezra图像复原模型,解决了目标运动模糊的图像复原问题;采用基于特征伴随值的相似性判断方法,构造联结机制的联想网络模型,来解决目标闪烁和残缺特征的联想问题。对提出的方法进行了图像序列的仿真,取得了较好的实验结果。

基于指数律分布的图像快速盲复原算法

针对现有图像盲复原迭代算法多存在耗时较长和难以保证收敛性等问题,提出一种改进的快速算法.首先根据指数律重建原始图像的频谱,然后利用原始图像和降质图像的频谱关系,采用多方向综合估计方法得到点扩散函数.多方向综合估计方法可降低估计误差,增加算法的稳定性.最后利用得到的点扩散函数和维纳滤波法进行图像重建.与现有算法的对比实验结果表明,针对适合大量成像系统的G类点扩散函数,本算法可以得到更准确的点扩散函数估计,且降低了振铃效应的影响,取得更好的图像复原效果.

基于盲恢复的POCS图像超分辨率重建

在传统凸集投影(POCS)算法基础上,考虑到算法对于初始图像的依赖性,尝试通过引入近似点扩散函数检测(APEX)盲解卷积技术,对POCS算法的初始参考图像进行盲恢复,然后再进行超分辨率图像重建。仿真实验证明,APEX盲恢复后的初始图像,相比原初始图像,更加接近真实图像。重建后,直观上图像的清晰度有了一定程度的提高,由于更好地抑制了噪声,表现在PSNR有了一定的提升;另外,由于APEX的引入,改进算法在一定程度上降低了原算法对初值的依赖程度,增强了POCS算法的鲁棒性。