基于深度学习的红外成像退化模型辨识及超分辨率成像方法

红外成像系统由于制造工艺和成本制约,分辨率仍然较低。图像超分辨率重建技术是提高图像分辨率的有效方法,获得了广泛研究,并在仿真图像上获得了很好的效果,但应用于实际图像时效果不甚理想,主要原因是实际成像退化更加复杂,包括红外光学系统像差和装配误差引起的空间非一致模糊,以及受工作温度影响导致的模糊核变化。针对上述问题,提出一种基于深度学习的红外成像退化模型辨识方法和基于退化模型约束的超分辨率重建方法,通过在不同工作温度下采集标定靶标图像,标定不同工作温度、不同空间位置的模糊核;采用卷积神经网络建立成像退化模型,并利用定标数据进行模型参数求解,为超分辨率重建提供更多先验信息;设计迭代超分辨率重建网络,交替进行退化参数估计和超分辨率重建,经过多次迭代逐步提高重建效果。实验结果表明,采用卷积神经网络求解的成像退化模型可准确描述模糊核变化规律,基于退化模型约束和退化参数在线学习的超分辨率重建方法可显著提高红外超分辨率成像的效果,具有较高的工程应用价值。

基于再感知双模型联合训练的散焦模糊检测

针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。

深度学习下模糊高光谱图像复原数学模型仿真

高光谱图像具有三维数据结构,可同时采集目标对象的空间维、光谱维的特征,但其成像过程中,因载荷平台振动,得到高光谱图像较为模糊,影响图像使用中的准确度与可信度。为此,研究一种深度学习下模糊高光谱图像复原数学模型方法。根据高光谱成像原理与点扩散函数求解模糊图像的光谱信息,利用傅里叶变换建立其退化模型,获得模糊图像与实际图像之间相关性。通过3D卷积网络采集模糊图像特征,使用卷积核、激活函数获取特征增加非线性因子,通过反卷积层得到特征图谱,利用图像重建层将特征重组,输出清晰高光谱图像,实现模糊高光谱图像复原。实验结果表明,所提方法能够将模糊图像复原,复原的图像信噪比在6dB以上,且图像复原时间低于15s。

结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法

针对现有RGBD场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运动信息,逐层优化深度图分层分割结果,获取高置信度的深度运动分层分割信息.然后,在场景流计算中引入多通道双边滤波优化,建立结合高斯混合模型与多通道双边滤波的RGBD场景流计算模型,克服场景流计算边缘模糊问题.最后,在Middlebury、MPI-Sintel数据集上的实验表明,文中方法在大位移、运动遮挡等复杂运动场景下具有较高的场景流计算准确性和鲁棒性,特别在边缘区域具有较好的保护效果.

基于区域特征映射的模糊掌纹识别方法

针对掌纹在非接触采集时易出现模糊现象从而导致系统识别性能降低的问题,建立了区域到点的特征映射模型,提出了一种基于区域特征映射(Region feature map,RFM)的模糊掌纹识别方法.首先根据图像的模糊原理,建立等价的模糊模型,获取模糊掌纹;然后使用RFM对模糊掌纹进行操作,将高维的区域特征映射到低维的点特征;最后,采用归一化相关性分类器对掌纹所属类别进行判定识别.使用模糊模型对Poly U掌纹库进行处理得到Poly U模糊掌纹库,并分别在Poly U掌纹库和Poly U模糊掌纹库上进行测试,识别结果较为稳定.在模糊掌纹库上,本文算法的等错误率(Equal error rate,EER)最小可达0.9069%,优于传统算法,且进行一次识别的时间为33.95 ms,得到的特征数据维数较小,降低了算法复杂度,表明了本文算法的有效性和实时性.

基于像素运动的图像模糊机理与恢复技术

从像素运动的角度分析了因运动造成图像模糊的实际过程，根据模糊图像像素间的关系建立了一维和二维匀速直线运动所造成的模糊图像的模糊模型，进而由模糊过程的逆过程给出了恢复模型。最后对匀速直线运动造成的图像模糊进行了模拟和恢复,取得了令人满意的 效果。

ERP绩效指标体系的建立及模糊评价

本文通过分析影响ERP绩效的三个主要因素(学习、流程和创新),在结合ERP实施绩效所面临的内部约束和外部约束的基础上,提出了一个衡量ERP绩效的指标体系,并构建了一个适合对我国企业实施ERP绩效进行分析论证的模糊综合评判模型,为我国企业改善ERP实施效果提供了新的思路。

运动模糊图像的降质过程分析与恢复技术研究

在获取图像的过程中 ,由于被摄物与成像系统产生相对运动 ,使得图像的像素并不代表该点的实际灰度 ,而是一定范围内相邻像素灰度值的叠加。为了有效地恢复运动模糊图像 ,从像素运动的角度分析了因运动造成的图像模糊的实际过程 ,并首先揭示了运动造成图像降质的内在原因 ,然后根据模糊图像像素间的关系建立了一维和二维由匀速直线运动所造成的模糊图像的模糊模型 ,并依据图像降质过程的逆过程推导出恢复模型。为验证该模糊图像恢复技术的效果 ,对匀速直线运动造成的图像模糊进行了模拟和恢复实验 ,取得了令人满意的效果 ,尤其对字母的恢复 ,效果更好。另外 ,对边界像素问题还进行了专门的讨论 ,同时对恢复过程中产生误差的原因也进行了分析 。

遥感图像运动模糊恢复方法及评价标准研究

遥感成像系统与目标在曝光时间内的相对运动将导致成像的运动模糊。文章结合匀速直线运动造成的图像模糊特点,讨论图像模糊的产生机理并建立相关退化模型;利用点扩散函数(PSF)在频率域和空间域上分别对匀速直线运动产生的模糊图像进行恢复;验证各算法对高斯噪声的抗干扰性;提出使用HVS对比度的方法作为客观评价标准验证恢复算法的可行性,并与传统的灰度平均梯度(GMG)相对比表明该评价标准的合理性。

基于可分离模糊核的复合运动模糊星图建模与仿真

在采用天文光学自主导航方式进行深空探测时,导航星的视星等高,为获取清晰的星图,星敏感器焦距长、曝光时间长,同时受探测器多种运动复合的影响,星图易产生模糊拖尾现象,很难用基于硬件的常规方法有效复原。研究复合运动模糊星图的建模方法,可揭示星敏感器与导航星的真实相对运动对星图像质的影响规律,从而用软件算法复原高像质星图,提高星敏感器的动态性能。由于缺乏确定的参数模型,复合运动模糊星图建模难度较大。提出了一种基于可分离模糊核的复合运动模糊星图建模的新方法,研究星敏感器角运动和角振动对成像的影响,并与常用的分步模糊方法比较。仿真表明:基于可分离模糊核方法的仿真星图更符合星敏感器实际运动对星图退化的影响;星敏感器的复合运动特别是旋转运动对质心提取效果具有显著影响,严重时会导致星敏感器无法定姿。

配送中心多车辆集散货物路线的禁忌搜索研究

多车辆集散货物路线问题是客户可以同时取货和发货,而且客户发货量在路线安排前是不确定的。提出了一种改进的禁忌搜索算法,该算法将路径问题按不同的车辆-顾客分配结构分解成若干子问题,然后用禁忌搜索算法求解每个子问题,最后从所有子问题的最优解中选出全局最优解。

基于L 0稀疏先验的运动模糊标签图像盲复原

在使用机器视觉对家电产品的标签进行品质检测的过程中,标签图像的清晰度是保证视觉检测顺利进行的关键。为了解决由固定在机器人末端的运动相机拍摄的标签图像存在运动模糊的问题,提出一个基于L_(0)范数的正则化模型。对于模糊的图像,一般的去模糊算法已经探索并使用了大量的图像先验,可以恢复良好的整体视觉效果,但一般的去模糊算法没有充分考虑标签的特征,而这是重要的去模糊先验。针对这一问题,对标签图像的像素分布和梯度分布特征进行分析,提出了基于稀疏梯度先验的正则化模型。实验结果表明,与其他去模糊算法相比,对于合成图像和真实图像,文中提出的方法在恢复图像清晰度的同时,可有效地抑制图像边缘的振铃效应,运算速度较之前提高了80.52%。

基于Volterra模型的LCD运动图像去模糊研究

由液晶显示器(LCD)的"抽样-保持"特性与人眼视觉系统(HVS)的运动跟踪特性引起的运动模糊现象可以近似地用sinc函数的频域模型来描述。故本文在论述采用sinc^(-1)预补偿模型对LCD运动图像去模糊的基本原理的基础上,导出了采用Volterra模型替代sinc^(-1)时的参数选取方法和选择模型阶数的具体条件,从而为Volterra预补偿系统的硬件实现提供了理论依据。仿真结果显示:基于Volterra模型的图像预补偿系统在性能方面优于原sinc^(-1)系统,在处理小速度图像运动时造成的模糊现象中的效果与原sinc^(-1)系统相近,而在高速度造成的运动模糊的改善效果中,Volterra预补偿系统具有优于原sinc^(-1)系统的特点。

一种消除LCD运动图像去模糊模型极点的方法

sinc-1模型作为逆系统能较好地改善LCD运动图像模糊现象,但其在极点处无法正确还原运动模糊的图像,且难以硬件实现.因此,本文从系统辨识的角度出发,提出了一种采用基于变步长最小均方误差(Least mean square,LMS)的低阶Volterra非线性系统拟合sinc-1模型的LCD运动图像去模糊的方法.仿真结果表明,该方法能消除sinc-1模型的极点问题,较好地改善了LCD运动图像模糊现象,简单且易于硬件实现.

基于边缘先验模型的运动去模糊

从单幅运动模糊图像复原出清晰的图像,一直是数字图像处理领域中富有挑战的问题。基于边缘先验模型和小波分析提出了一种运动模糊退化图像的复原算法。在去模糊之前,对图像进行预处理,将噪声去除,用冲击滤波器增强边缘,并采用canny边缘检测获取清晰边缘作为先验模型,以此估计模糊核;然后在紧小波框架系统下,将清晰图像的稀疏性最大化,采用改进的分裂Bregman方法求解最优化问题,最终得到清晰的图像。实验结果表明,相对于传统的盲复原算法,提出的方法可以有效地去除运动模糊。

变量分裂机制耦合非循环模糊模型的图像复原

目的针对当前非二次正则化图像复原算法在图像边界的周期拓展难度较大,导致复原图像的边界存在振铃效应,算法的通用性削弱,且时耗严重的问题,提出变量分裂机制耦合非循环卷积模型的抗失真图像快速复原算法。方法引入掩模算子,设计非循环模糊模型,显著消除复原图像的振铃效应;改进数据保真项,构造了最小成本化函数;定义二次辅助变量,嵌入变量分裂策略,设计基于变量分裂的乘数交替方向算法,对非循环模糊模型中的循环与掩模矩阵进行解耦,降低算法复杂度;构造增广拉格朗日函数,耦合交替最小机制与成本函数,以单步封闭式更新估算图像,快速完成图像重构。结果仿真结果显示:与当前复原算法相比,提出算法的失真度最小,且收敛速度更快。结论提出算法能够快速复原多种类型的退化图像,有效消除了复原图像的振铃效应。

VO图像分解模型的模糊掌纹识别方法

针对掌纹图像在进行非接触式采集时易产生离焦模糊图像,从而导致系统识别性能降低的问题,提出了基于VO图像分解模型的模糊掌纹识别方法.首先建立高斯离焦退化模型模拟图像的模糊过程,通过对模糊原理的研究与分析得出在图像模糊过程中存在稳定的特征,这种特征从图像层次结构划分可表现为图像的结构层;然后使用VO图像分解模型得到模糊掌纹的结构层图像;为了提高特征的可区分性,采用分块的梯度方向直方图提取结构层中的稳定特征;最后采用归一化相关性分类器度量特征间的相似度.在清晰PolyU掌纹库和模糊PolyU掌纹库上进行测试的实验结果表明,该方法在不同掌纹库上获得较优的识别精度,且识别结果较为稳定;在模糊PolyU掌纹库中的等错误率最小可达0.309 1%,优于传统高性能掌纹识别方法;且进行一次身份辨识的时间小于1.3s,满足实时性要求,表明了该方法的有效性和优越性.

基于梯度倒频和全变分的运动模糊图像复原

通过分析运动模糊图像梯度和Canny算子特性来估算点扩算函数(PSF),提出一种基于结合Canny算子和梯度倒频的运动模糊参数先验估计方法。首先,分析运动模糊图像的梯度信息和Canny算子特性,通过适当的阈值处理后,二者信息结合,利用倒频谱的特性计算出运动模糊尺度和运动模糊方向。最后,用改进的基于半二次型交替数值算法的全变分正则化复原方法对运动模糊图像进行复原。从实验结果可以看出,相对于传统算法,该方法能够较准确地估算出PSF参数,实现比较好的复原效果。

基于极坐标的相向运动图像模糊的递归模型

成像过程中,被摄像目标和摄像机之间的相向运动会造成图像的辐射状模糊,辐射状模糊将减小有效视场,影响成像质量.本文在扇形网格采样的基础上,利用状态空间模型模拟了退化过程,用递归方法解决了空变问题,并利用对状态空间系统求逆的方法对退化图像进行了复原.计算机模拟显示,算法简单,复原图像清晰,取得了较满意的结果.

一种图像噪声准确估计方法

运用图像空间域处理方法并结合统计学相关知识提出了一种新的估计Gaussian噪声方差的方法,相对传统取图像平滑部分的方法,本文提出的方法更简单、准确.通过对多种不同的噪声图像进行噪声能量估计,证明了本方法有较好的通用性和准确性;