一种结合射影运动模糊模型的Richardson-Lucy算法

现有的去运动模糊算法都是假设退化图像的模糊核是一个空间不变的点扩展函数PSF,但该模糊核却并不能准确描述整幅图像的退化。因此,本文针对相机抖动所造成的图像运动模糊而引入一个新的运动模糊模型———射影运动模糊模型,并对传统理查德森-露西算法进行扩展,得到基于该模型的射影运动理查德森-露西(PMRL)算法。试验证明,该模型和算法是有效的,可以显著提高复原图像的视觉效果。     

数字影象复原的状态空间方法

本文阐述了数字影象复原的一种空间域递归处理方法——状态空间方法,并把这种方法从复原运动模糊影象推广到复原一般的二维退化影象。文中推导了退化系统模型的状态空间表示式,在无噪声的情况下,导出了一个逆系统模型以复原模糊影象。基于逆系统模型,本文还推出了一个复原运动模糊影象的新的简单公式。文中给出了计算机模拟实验的结果。     

乘性噪声图像的偏微分方程复原模型

针对含有乘性噪声退化图像的复原问题,提出了一种自适应的、良态的偏微分方程复原模型。该模型是在对该类退化图像统计学规律分析的基础上,通过对正则项的自适应修正和保真项中模糊算子的改进构造的。测试实验数据表明,复原后的图像峰值信噪比与AA模型相比提高了5 d B左右,边缘保持指数比AA模型提高了1倍左右。该模型在对含有服从Gamma分布的乘性噪声和高斯模糊的退化图像复原时,能够在去除噪声的同时保持边缘,复原能力优于其他常见的模型。     

利用参考图像的遥感图像模糊估计与恢复

提出一种新的利用参考图像的模糊估计与恢复方法。同一场景不同时相的图像,由于拍摄条件的不同,清晰化程度也往往不同,将高质量的图像作为参考,为模糊估计和恢复提供先验知识,在Bayes统一的框架内进行快速PSF估计,然后使用总变分最小化方法进行恢复。通过真实遥感图像实验,结果表明所提出的方法可以有效地估计退化模糊、恢复未失真图像。     

一种基于退化模型的高分辨率SAR去噪算法

为了保持高分辨率合成孔径雷达（SAR）图像中的纹理结构，提出了一种基于高斯．马尔可夫模型（Gauss-Markov Model）的方法来抑制SAR图像的斑点噪声。通过引入贝叶斯分析框架，建立Markov随机场的退化图像恢复模型，从而将图像的恢复问题转化为求解最大后验概率（MAP）问题，并直接从噪声图像中估计随机场模型参数进行有效的噪声抑制。实验结果表明，对所研究的高分辨SAR图像，基于退化模型的去噪算法（RMBD）不论是在噪声的去除上还是在结构信息等细节的保持上均不同程度地优于其他常用斑点去噪方法。     

基于图像结构的无参考模糊图像及其复原图像质量评价方法

针对传统图像的质量评价测度。提出了一种基于边缘检测的无参考模糊图像评价模型。通过测量梯度图像的梯度边缘信息,来评价模糊退化图像和带有模糊效应的复原图像,实验表明：利用本测度所得到的模糊图像质量评价结果与主观评价结果有很好的相关性。本测度较准确地反映了人,对模糊图像质量的主观感受,对于带有模糊效应的复原图像的评价结果也较为符合主观评价结果。     

基于倒频谱的运动模糊图像PSF参数估计

针对任意方向的直线运动模糊图像,说明只能直接在运动方向上得到运动参数,从而设置二维点扩展函数(point spread function,PSF).在此基础上,应用倒频谱分析法给出了PSF参数估计的方法.实验表明,该方法在模糊为任意方向且模糊范围介于5～55像素时对参数的估计误差较小,能保证较好的恢复质量;当模糊范围超出该范围时,估计误差急剧加大,估计值不可信,无法保证恢复质量.     

基因表达式程序设计的卫星遥感影像恢复

提出了一种基于基因表达式程序设计的卫星影像恢复模型。借助一张局部参考影像,该模型首先利用基因表达式程序设计挖掘出参考影像与退化影像的数学函数关系,然后利用该函数关系对退化影像进行恢复重建,进而达到利用局部参考影像对全局退化影像进行改善和恢复的目的。实验结果表明,该方法有效并具有一定的实用价值。     

基于模糊理论构造的自适应滤波算法

本文在自适应滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊控制的自适应滤波方法,它是基于滤波处理后的数据残差构造一模糊控制器来自适应控制卡尔曼滤波器的自适应因子α,从而合理调节动力学模型对导航解的贡献。并通过算例验证了该方法的可行性、有效性。     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点，而地下矿道和巷道内亮度低，产生的图像较昏暗，车载相机快速运动和抖动，对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发，采用基于Retinex改进的方法增强昏暗图像的亮度，同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征，实现初始化；然后根据跟踪特征点的数量，开启图像增强和图像恢复线程，提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示，跟踪精度提高了12%左右，在低亮度和含有轻微模糊的情况下，跟踪注册稳健性也有显著提高。     

基于Mask原理的遥感影像恢复技术研究

从传统摄影复制技术中的Mask晒像原理出发 ,针对航空航天遥感影像上出现四周减光、照度与颜色不均匀、对比度下降、影像模糊等质量退化情况 ,提出将影响影像退化的各种因素综合考虑 ,通过一种基于Mask的影像复制技术来建立影像降质模型 ,并以此Mask影像对遥感影像进行恢复处理。试验结果表明 ,该恢复算法是可行的。     

基于调和模型的连续Hopfield神经网络次优图像复原

本文提出了一种基于调和模型的连续Hopfield神经网络正则化次优图像复原算法。针对传统正则化图像复原由于"模糊矩阵"和"高通滤波器"规模庞大而带来的复原过程中占用存储资源多的问题,提出了一种基于部分图像信息的次优复原算法,该算法能在性能下降不大的前提下,较好地解决传统复原资源消耗问题。同时算法采用由梯度算子生成的调和模型作为正则项,能在复原的同时保留图像边缘。仿真结果表明了算法的有效性。     

高斯模糊图象的复原

高斯模糊是图象和信号退化中常用的模型。本文针对高斯模糊图象,提出了利用热传导微分方程复原这种退化图象的新方法。文中详细介绍了这一方法的基本原理,导出了复原的数学模型。实验结果表明:该方法能明显地改善图象质量,且方法简洁,易于上机作业。     

面向星载CMOS相机的超时相工作方式研究

随着星载面阵CMOS探测器的广泛使用,使得获取超时相数据成为可能,这为新型对地遥感工作模式带来新的发展机遇。本文不再局限于采用单一技术解决单一技术指标的传统解决问题的方式,系统性地提出一种面向星载面阵CMOS相机的新型成像方式,利用面阵CMOS相机连续快速曝光在极短的时间内获取同一观测区域的超时相序列数据,通过图像重建的方式,实现一揽子的图像质量提升,即同时实现虚拟数字时间延迟积分TDI（Time Delay Integration）、调制传输函数MTF（Modulation Transfer Function）补偿和空间分辨率GSD（Ground Sampling Distance）提升。这种新型成像方式的优点是,可以改善星载光学相机是探测器受限系统的窘境,进而在不改变光学系统的情况下,通过求解一个病态方程,实现对地遥感图像空间分辨率与成像质量的综合提升。基于实验室的靶标仿真实验数据、基于低轨光学遥感卫星OVS-1A、吉林一号视频03卫星和高分四号卫星的真实数据实验结果表明,无论是信噪比,图像清晰度还是空间分辨率都有明显提升。这种新型成像方式已被中国后续某地球同步轨道光学成像卫星所采用,可以预见的是,这种成像方式不仅可以使得在轨卫星发布更高分辨率与更好图像质量的产品,盘活在轨卫星的探测资源;在实现同样空间分辨率与图像质量的前提下,可以有效降低光学相机载荷的体积与重量,进而可以有效降低未来光学卫星的研制成本。     

Atmospheric Turbulence-Degraded Image Restoration Using Principal Components Analysis

Our earlier work revealed a connection between blind image deconvolution and principal components analysis (PCA). In this letter, we explicitly formulate multichannel and single-channel blind image deconvolution as a PCA problem. Although PCA is derived from blur models that do not contain additive noise, it can be justified on both theoretical and experimental grounds that the PCA-based restoration algorithm is actually robust to the presence of white noise. The algorithm is applied to the restoration of atmospheric turbulence-degraded imagery and compared to an adaptive Lucy-Richardson maximum-likelihood algorithm on both real and simulated atmospheric turbulence blurred images. It is shown that the PCA-based blind image deconvolution runs faster and is more robust to noise.     

基于系统模型的CCD图像MTF补偿及误差分析

航天线阵推扫CCD图像在获取、传输过程中存在图像模糊的现象,而MTF是评价CCD图像质量的最可靠指标。为了改善图像质量,通过分析影响MTF的主要因素,提出基于系统模型的MTF补偿方法:首先建立系统模型,提出模型参数的估计方法,然后结合约束最小二乘算法复原图像。在仿真实验中,模拟图像的模糊和加噪过程,利用MTF模型复原图像,并评价MTF补偿图像质量,定量分析模型参数估计误差对图像复原结果的影响。实验结果表明:基于系统模型的MTF补偿方法能够有效而简便地复原图像,提高图像质量。     

基于SIFT匹配和RANSAC算法的超分辨率重建

图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术，其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像，本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法，该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配，然后使用RANSAC算法消除误匹配点并获取投影变换矩阵，从而获得图像序列间的亚像素级的运动信息；采用一组低分辨率序列图像进行试验，基于上述运动估计算法，采用迭代反投影进行超分辨率重建。试验结果表明，运动估计精度较高，重建影像具有较好的视觉效果，尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。     

利用主题模型的遥感图像场景分类

提出了一种基于主题模型与特征组合相结合的遥感图像分类方法。该方法首先对图像进行尺度不变特征变换(SIFT)、几何模糊特征(GB)和颜色直方图特征(CH)提取,接着利用潜在概率语义分析(pLSA)模型分别对所得到的图像特征进行潜在主题的挖掘,然后对所得到的主题概率特征进行组合,最后利用支持向量机(SVM)分类器进行场景分类。实验表明,与传统分类方法相比,主题模型更具优势;与使用单特征相比,特征组合具有更高的分类准确率。