迭代盲目反卷积算法在X射线衍射谱中的应用

基于X射线衍射图谱正性和仪器宽化函数类型已知等先验知识,详细讨论用于去除仪器宽化提高图谱分辨率的迭代盲目反卷积算法的实现问题;用编写的MATLAB程序对标准样品SiO2和藏药银矿石的X射线衍射图谱进行了数值实验;在数值实验中分别用高斯函数、柯西函数、双柯西函数分别对原始图谱中最细锐谱线进行拟合,并作拟合离散度计算;结果表明该算法能提高图谱的分辨率,有效去除图谱中衍射仪器引起的衍射线宽化.

应用自解卷积和增量Wiener滤波实现迭代盲图像复原

提出了一种基于自解卷积和增量Wiener滤波的迭代盲图像复原算法(SDIWF-IBD)。将自解卷积点扩散函数估计法应用于迭代盲目反卷积,准确估计了点扩散函数频域;在图像估计时使用增量Wiener滤波,确保算法稳定收敛。为进一步控制算法收敛速度,引入内迭代加速方法,有效减少了算法的外部迭代次数。实验结果表明,复原后图像细节明显增加且失真小,算法快速收敛于较小误差。该算法复原效果良好,收敛快速可控,有利于实时应用。

基于加速正则化RL算法的大气湍流退化图像盲复原方法

提出了一种基于加速正则化Richardson-Lucy(RL)算法的大气湍流退化图像盲复原方法(AccRLTV-IBD)。在总变分(TV)正则化RL算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成加速正则化RL(AccRLTV)算法,并将该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数(OTF)的物理模型或根据图像来获取初始的点扩散函数(PSF),在灰度平均梯度(gray mean grads,GMG)的基础上定义了一个相对灰度平均梯度(relative gray mean grads,RGMG)参数作为无参考图像复原质量的评价标准.模拟图像和实际湍流退化图像复原结果表明,基于RL的IBD算法要优于基于Wiener滤波的IBD算法,并且与RL-IBD算法相比,AccRLTV-IBD收敛速度更快,复原效果更好。

大气湍流退化图像的复原研究

大气湍流退化图像的复原在航天成像、天文观测等领域具有重要的地位,也是目前急需解决的问题。该问题的解决能够克服大气湍流扰动带来的图像降晰和提高目标图像的分辨能力,以便后续的目标特征提取和识别等处理。文章提出将大气湍流的光学传递函数应用在迭代盲目反卷积图像复原算法上,使图像达到更好的复原效果。研究表明,此复原方法可以更有效地应用于大气湍流退化图像的复原。

基于加速阻尼Richardson-Lucy算法的湍流退化图像盲复原方法

提出了一种基于加速阻尼Richardson-Lucy(ADRL)算法的湍流退化图像盲复原方法,称为ADRL-IBD方法。在阻尼Richardson-Lucy算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成ADRL算法,并将该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数的物理模型或根据观测图像来获取初始的点扩展函数(PSF),利用阈值分割技术获取图像目标的可靠支持域,在每一次迭代中,对图像施加支持域约束。模拟图像和实际湍流退化图像复原结果表明,基于Richardson-Lucy算法的IBD算法要优于基于Wiener滤波的IBD算法,并且ADRL-IBD算法具有较强的抗噪性,与RL-IBD算法相比,收敛速度更快,复原结果更好。