Blind-restoration-based blind separation method for permuted motion blurred images

A novel single-channel blind separation algorithm for permuted motion blurred images is proposed by using blind restoration in this paper. Both the motion direction and the length of the point spread function （PSF） are estimated by Radon transformation and extrema a detection. Using the estimated blur parameters, the permuted image is restored by performing the L-R blind restoration method. The permutation mixing matrices can be accurately estimated by classifying the ringing effect in the restored image, thereby the source images can be separated. Simulation results show a better separation efficiency for the permuted motion blurred image with various permutation operations. The proposed algorithm indicates a better performance on the robustness against Gaussian noise and lossy JPEG compression.

基于光线重排的印制电路板高速扫描成像迭代去模糊方法研究

自动光学检测(automated optical inspection,AOI)相机运动速度过高,拍摄印制电路板(printed circuit board,PCB)图像会产生严重模糊。如能正确恢复因此而产生的退化,可提高相机的运动速度,进而提高AOI的检测效率。受代数迭代重建算法(algebraic reconstruction technique,ART)启发,提出一种基于光线重排的图像非盲去模糊算法。该方法在模糊核已知的情况下,基于快速迭代收缩阈值算法(fast iterative shrinkage thresholding algorithm,FISTA)迭代重建算法,运用Nestrov加速和光线重排提高了迭代收敛速度,运用数据正则抑制图像的各类加性噪声和伪影,较好地重建出原本的清晰图像。结果表明,该方法对噪声具有较好的抑制能力,对AOI相机运动曝光引起的严重模糊,较常用的传统逆滤波方法具有更好的图像恢复效果。

Blind image deconvolution for single motion-blurred image

Motion blur due to camera shake during exposure is one of the most common reasons of image degradation, which usually reduces the quality of photographs seriously. Based on the statistical properties of the natural image＇s gradient and the blur kernel, a blind deconvolution algorithm is proposed to restore the motion-blurred image caused by camera shake, adopting the variational Bayesian estimation theory. In addition, the ring effect is one problem that is not avoided in the process of image deconvolution, and usually makes the visual effect of the restored image badly. So a dering method is put forward based on the sub-region detection and fuzzy filter. Tested on the real blurred photographs, the experimental results show that the proposed algorithm of blind image deconvolution can remove the camera-shake motion blur from the degraded image effectively, and can eliminate the ring effect better, while preserve the edges and details of the image well.

一种基于L0正则化的模糊复原算法

针对运动模糊问题,借助正则化思想,提出基于L0正则化约束以及自然图像梯度分布的先验模型,给出求取模糊核的复原算法。采用T-smooth技术对图像的梯度进行筛选,提取出有利于模糊信息求解的有效边缘,并使用得到的中间结果修正模糊核,从而求得准确的模糊核和清晰图像,利用双边滤波器抑制图像非盲去卷积过程中引入的振铃效应。实验结果表明,该算法具有较好的鲁棒性,可有效地去除运动模糊和抑制振铃效应,得到高质量的复原结果。

快速运动模糊图像盲解卷积算法

针对快速运动形成的图像模糊,提出了一种运动模糊图像盲解卷积算法。首先,对被噪声污染的频谱图像进行脊波增强;然后,采用一种新的基于Radon变换的鲁棒算法来确定模糊核函数,该算法在小模糊长度和低信噪比的条件下仍能准确地估计模糊核参数;确定模糊核函数后,采用基于hyper-laplacian先验的快速非盲解卷积算法来恢复模糊图像。实验结果证明,与基于机器学习的R.Fergus的算法相比较,本文算法在获得相近效果的前提下,计算时间从近30min下降到40s左右。该算法对合成运动模糊图像和实际相机运动的自然模糊图像都具有较好的恢复效果。

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。

空间尺度信息的运动模糊核估计方法

运动模糊核的准确估计是实现单幅运动模糊图像盲复原成功的关键.但是,因为不能准确提取出有利的图像边缘以及简单的正则化约束项的设计,导致现有运动模糊核(motion blur kernel,简称MBK)的估计并不十分准确,存在瑕疵.因此,为了能够估计出准确的运动模糊核,提出了一种基于空间尺度信息的运动模糊核估计方法.首先,为了准确地提取有利的图像边缘,移除有害的图像结构,提出了一种基于图像空间尺度信息的图像平滑模型,实现有利图像边缘的准确快速提取;然后,从运动模糊核的内在特性出发,将空间域的L0范数和梯度域的L2范数结合到一起,提出了一种正则化约束模型,很好地保证了运动模糊核的稀疏平滑特性,并结合之前提取出的有利的图像边缘,共同实现运动模糊核的准确估计;最后,采用一种半二次性分裂的交互式最优化策略对提出的模型进行最优化求解.在客观的评价指标和主观的视觉效果上进行了大量实验,其结果证明所提出的方法能够估计出更准确的MBK和复原出更高质量的去模糊图像.

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。

混合高阶全变差正则化的运动模糊图像盲复原

针对运动模糊图像的盲复原,提出一种基于混合高阶全变差正则化的盲复原方法。该方法首先采用shock滤波器从模糊图像中预测出清晰的图像边缘,并用多尺度策略实现对模糊核由粗到细的准确估计;然后根据自然图像边缘的稀疏特性,将全变差模型的保护边缘特性结合高阶全变差克服平滑区域阶梯效应的优势,对图像进行正则化约束,提出新的混合高阶全变差正则化模型;最后,利用分裂布雷格曼迭代策略对提出模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像边缘细节,同时有效地抑制平滑区域内振铃和阶梯效应的产生,获得高质量的复原图像。与近几年图像盲复原算法相比,其不仅改进了复原图像的主观视觉效果,而且客观上提高了峰值信噪比。

基于点扩散函数参数辨识的运动模糊图像的盲恢复研究

运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题,提出了一种新的算法来估计模糊核函数的参数,在确定模糊核函数后,模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明,与R.Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。

基于盲信号处理方法的LCD运动图像去模糊研究

运动模糊是LCD在电视应用中的一个主要挑战。提出了一种采用盲信号处理解决LCD运动图像模糊问题的方法。该方法通过MPRT(Motion Picture Response Time)方法得到LCD运动模糊图像。采用倒谱分析方法估计运动矢量,将得到的运动矢量用到已知的LCD运动图像模糊模型中,进而得到盲去卷积的初始点散函数(PSF)。仿真结果表明,通过该盲去卷积的方法使得LCD运动图像得到了很大的改善。

基于双侧滤波的多幅灰色图像修复

首先比较L2-泛数、L1-泛数和ρ-函数的各自优势,然后利用多幅降质图像,提出一个新的基于双侧滤波盲去卷积模型。并采用最速下降法给出了演化方程组,最后利用计算机模拟实现。针对运动模糊情况,对新模型与全变差(TV)模型修复效果作了比较。针对高斯模糊情况,利用单幅图像与两幅图像修复效果进行比较。实验结果表明,新模型更适用于运动模糊情况,其多幅图像修复比单幅图像修复效果更好。

旋转运动模糊的盲复原

旋转运动模糊图像的盲复原是一个挑战性的课题。提出了一种新颖的模糊参数的估计方法:首先将旋转运动模糊图像分割成子图块,并将各子图块的运动模糊近似为直线模糊,运用基于Hough变换方法和微分自相关方法估算出各子图块的模糊尺度和方向,构成整图的离散旋转运动场。然后利用所得到离散运动场,用最小二乘技术估算出整图的旋转运动模糊参数(模糊中心和模糊角度)。最后采用基于极坐标变换的旋转运动模糊的恢复方法进行了恢复实验。实验表明新方法具有方法简单,处理速度快和精度好的特点。

一种新的运动模糊图像超分辨力盲复原算法

研究了具有深度运动模糊效果的图像的复原算法.采用对运动模糊图像的傅里叶频谱进行Radon变换来估计运动模糊方向,在此方向上计算运动模糊图像的自相关来估计运动模糊长度,再以运动模糊方向和运动模糊长度为参量结合超分辨力图像复原处理算法对比较严重的运动模糊图像进行复原.结果表明,该综合性算法能够较为精确地估算出运动模糊图像的模糊参量并取得较好的复原效果.

复杂背景运动模糊图像的盲复原算法研究

为了有效恢复具有复杂背景的运动模糊图像,提出一种基于正则化策略和共轭梯度优化迭代复原算法;同时为了辨识运动模糊图像的参数,又提出一种基于模糊图像微分自相关函数的点扩展函数辨识算法。为验证算法的有效性,在微机上对提出的算法与现有算法进行了对比实验,结果表明十分有效,也具有较强的鲁棒性。

稀疏平滑特性的多正则化约束图像盲复原方法

为了实现对线性空间不变的模糊图像的盲复原,提出了一种基于稀疏性和平滑特性的多正则化约束的模糊图像盲复原方法.首先,根据自然图像边缘的稀疏特性,运用了一种权重的全变差范数(weighted total variation norm,简称WTV-norm)对复原图像进行正则化约束;然后,从运动模糊的点扩散函数(motion point spread function,简称MPSF)的特性出发,提出一种能够适用于多种模糊情况的多正则化约束;最后,提出了一种改进的变量分裂(modified variable splitting,简称MVS)方法来得到清晰的复原图像,同时准确地估计出相应的模糊退化函数.大量的实验结果表明,该方法能够较好地复原多种不同类型的模糊(例如运动模糊、高斯模糊、均匀模糊、圆盘模糊).与近几年提出来的一些具有代表性的模糊图像盲复原方法相比,该方法不仅主观的视觉效果得到了较为明显的改进,而且客观的信噪比增量也增加了1.20dB^4.22dB.

一种用于运动模糊图像复原的快速参数预测方法

Radon变换是运动模糊图像参数预测普遍使用的方法,但在较大的噪声干扰下,其预测精度差强人意。本文提出用局部方差模糊算法对频率图进行准确预模糊化,并给出了相关参数的经验公式;再利用形态学方法对模糊图像进行处理,并给出模板大小的计算方法,从而提高了运动方向测算的准确性;研究发现,当角度确定,运动距离和模糊图像的均方差值之间存在一一对应的函数关系,通过实验描述出三者之间的关系曲面,并成功拟合出多项式函数表达式。至此,两个运动模糊参数得到准确预测。最后,分别对标准图像、实际图像,以及有噪声干扰和无噪声干扰情况下,使用不同方法进行了复原实验,对比验证了本方法的准确性、抗干扰性和快速性。

一种新的基于倒谱法和Richardson-Lucy算法的运动图像盲复原方法

运动图像的盲复原,一直是图像处理领域的难点,本文根据运动模糊图像特点,提出了一种鲁棒、高效保留图像细节和纹理特征的图像盲复原算法.在图像的复原过程中运用了基于最大似然函数的Richardson-Lucy滤波方法只需知道模糊类型,不需要其它任何先验知识,就能做到有效复原,适用范围广,能对线性匀速运动类型的模糊、振动模糊、旋转模糊都有效,鲁棒性好,抗噪能力强.

基于NSCT域二次模糊相关性的运动模糊置换混叠图像盲分离

针对一类运动模糊置换混叠图像盲分离问题,提出一种基于NSCT域的二次模糊相关性的盲分离算法.首先,对置换混叠图像进行运动模糊,把原图像与相应的运动模糊图像分别在NSCT域上进行稀疏分解,得到各自的低频子带系数和各带通方向子带系数;其次,利用系数的冗余特性求其和图像;然后,对和图像分块,估计各对应子块的相关系数,对其采用阈值化操作分离出置换图像.实验结果表明,采用本算法在置换图像的运动模糊方向、模糊度、大小、位置和个数未知情况下对运动模糊置换混叠图像实现了有效的分离效果,并且对置换图像的正确分离率高于二次模糊相关性置换混叠图像盲分离和小波变换二次模糊相关性盲分离方法.

基于指导滤波的图像盲复原算法

作为图像处理领域的重要分支和研究热点之一,图像复原方法的研究始终具有重要理论意义和广泛的应用价值,图像盲复原一直以来都是图像复原中比较困难的问题之一.针对相机与所拍摄景物之间由于相对位置移动而使所获得图像发生运动模糊的情况,本文提出了一种基于指导滤波的图像盲复原算法.我们首先通过频域迭代算法对点扩散函数进行估计.然后,由于指导滤波具有较好的保持图像边缘的特性,我们应用基于指导滤波的图像非盲复原算法恢复目标图像.对以上两步进行反复迭代,直到获得最终的清晰图像.为了验证本文所提算法的有效性,给出了多组对比实验.实验结果表明,本文所提算法能够在有效地抑制噪声和振铃效应的同时,还能够更好的保持图像的边缘和纹理细节.因此,本文算法可以获得更高质量的复原图像.