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。     

基于非局部生成对抗网络的单张散焦图像去模糊

由于相机的景深有限,通常很难从单个相机获得全焦图像。针对因散焦现象而变得模糊的散焦图像,本文提出了一个端到端的非局部生成对抗神经网络DNGAN,通过在真实的数据集下训练模型,实现散焦图像的去模糊和散焦图的估计。DNGAN由散焦图估计和特征融合两大核心模块组成。其中散焦图估计模块采用编码器-解码器的结构实现对输入图像聚焦和散焦区域的判断;特征融合模块采用融合了注意力机制的由粗到细的非局部思想,让散焦图像充分融合周围相似的高频细节纹理信息,并结合散焦图估计模块的结果,指导散焦图像有偏重的进行去模糊图像增强;同时加入生成对抗模块让网络生成更加丰富的纹理特征。本论文实验从客观评价指标和图像视觉对比效果两方面论证了提出的网络在真实数据集下的散焦图像去模糊任务和散焦图估计任务上的优势。     

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。     

一种基于Cross-Validation的盲图像恢复方法

图像盲复原所面临的主要问题是可利用的信息不足，目前已有的图像盲复原算法一般都是有先验知识，如非负和有限支持域的限制。但在实际中目标的支持域是未知的。文中介绍了CV(cross-validation)的基本原理，给出了一种基于CV原理的支持域确定方法的详细步骤；并针对计算大的问题提出了一定的改进。最后给出了实验结果，证明CV确定支持域的方法对于图像盲复原是有一定价值的。     

基于特征的模糊神经网络遥感图像目标分类识别

特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果.     

一种基于Cross-Validation的盲图像恢复方法

图像盲复原所面临的主要问题是可利用的信息不足,目前已有的图像盲复原算法一般都是有先验知识,如非负和有限支持域的限制.但在实际中目标的支持域是未知的.文中介绍了CV(cross-validation)的基本原理,给出了一种基于CV原理的支持域确定方法的详细步骤;并针对计算大的问题提出了一定的改进.最后给出了实验结果,证明CV确定支持域的方法对于图像盲复原是有一定价值的.     

目标边缘保持约束的图像联合解卷积复原算法

针对图像复原过程中去噪与目标边缘特征保持之间的矛盾,该文提出了一种基于目标边缘保持的图像联合解卷积复原算法。首先,构建了一个目标边缘保持约束模型,实现对图像小梯度特征(噪声为主)的平滑、对图像大梯度特征(目标边缘为主)的保留,平衡复原处理过程中图像去噪与目标边缘保持之间的矛盾;然后,将目标边缘保持约束先验模型,引入MAP图像复原框架,提升MAP复原算法的可靠性和收敛性;最后,利用共轭梯度迭代优化计算过程,加快算法收敛速度。实验结果表明,该算法能较好地平衡图像去噪与目标边缘特征保持之间的矛盾,实现了图像高清晰复原。     

基于模糊隶属函数的参数稳健估计

参数估计过程经常遇到2个主要问题:一个是最小二乘与稳健估计不能兼顾最优无偏性和稳健性;另一个是非线性模型参数估计进行线性近似处理中带来的模型误差导致对粗差的错误鉴别和定位。针对以上2个问题,提出了基于模糊隶属函数的稳健估计方法。该方法通过隶属度加权来削弱个别粗差污染数据对参数估计结果的影响,从而达到提高参数估计稳健性的目的。分别用线性回归模型和非线性回归模型对该算法进行了验证,结果表明,该算法对粗差具有较好的抵抗能力,能够对参数进行稳健估计。     

图像噪声的Wiener谱分析

本文讨论图像处理过程中分析噪声的主要手段，RMS颗粒度，自相关函数，Wiener谱的定义和测试方法以及噪声仿真技术。     

高分辨率遥感图像最近邻模糊分类器的研究及实现

本文针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了一种适合于组合特征识别的遥感图像最近邻模糊分类器。该分类器首先把待识别目标的组合特征与训练模板中的组合特征样本的平均值一一进行比较,从而得到了一个特征差矩阵。用模糊分布函数在同类特征差之间进行处理,生成一个隶属度矩阵,然后用算术平均法对隶属度矩阵进行处理,并用最大隶属度准则来进行分类判决。以新疆和静县的SPOT5图像为例,应用此方法对其进行分类试验。结果表明:利用此分类方法对SPOT5遥感图像进行分类,不仅使分类结果具有丰富的语义信息,而且克服了由于特征选择的不稳定性对分类结果的影响,分类精度也得到了显著的提高。     

CBERS-1 PSF估计与图像复原

分析了遥感图像获取过程中导致图像退化模糊的原因。讨论了一种借助图像中的特定线状目标信息(如桥梁、堤坝等)，采用经验拟合的方式提取图像获取、传输过程中的点扩散函数，并利用该点扩散函数结合频域维纳滤波器求解去图像模糊的空域反卷积算子。将该方法应用于中巴资源卫星一号(CBERS-1)图像，图像质量得到明显的提高，收到了较好的复原效果。     

基于NSWT模极大值的PSF估计

大气湍流扰动严重影响了空间目标的观测、成像和识别。在目标图像的重建过程中,对成像系统和大气条件先验知识的缺乏使PSF(Point Spread Function)的估计成为解决病态问题的重要内容。在NSWT(Non-Subsampled Wavelet Transform)和Fried参数的理论基础上,根据不同尺度下小波变换模极大值和高斯点扩散函数方差的关系,结合Fried参数提出一种新的估计方法,即基于非抽取小波变换模极大值的PSF估计算法。实验结果证明,该估计算法是确实可行的,重建的PSF能够有效地改善因受大气湍流影响的图像解卷积的效果。     

DMC卫星图像MTF分析及其复原方法研究

复原退化模糊图像是遥感图像处理的研究重点。对成像系统的调制传递函数(MTF)进行了研究,分析了调制传递函数的基本理论。讨论了一种近似测定成像系统调制传递函数的方法,通过有限采样,曲线拟合,傅立叶变换,规格化的一系列处理得到图像获取、传输过程中的点扩展函数(PSF)。提取完整光滑的调制传递函数曲线,在频域中对图像进行去卷积复原,分析和评价了复原结果。将该方法应用于DMC卫星图像,图像质量得到明显提高,收到较好的复原效果。     

精密单点定位方法估计对流层延迟精度分析

在简要描述精密单点定位估计天顶对流层延迟方法的基础上,分别采用IGS事后产品和实时产品处理了若干IGS跟踪站数据,估计出各站天顶对流层延迟,其中,实时精密卫星星历与钟差处理方案采用事后下载实时产品、事后模拟实时处理的方式。与IGS结果相比,利用精密单点定位方法,采用IGS事后精密星历与卫星钟差估计的结果无明显的偏差,其精度优于6 mm;采用实时精密卫星星历与卫星钟差模拟估计的结果精度优于20 mm。     

基于信息扩散原理的估计理论、方法及其抗差性

介绍了适合小样本情况下估计概率密度函数的信息扩散理论,导出了参数估计的信息扩散估计法——ＩＳＥ（ｉｎｆｏｒｍ ａｔｉｏｎ ｓｐｒｅａｄ ｅｓｔｉｍ ａｔｉｏｎ）。理论和实践表明,ＩＳＥ法可以在小样本情况下估计母体的概率密度函数。该方法不仅具有良好的抗差性,而且具有方法简便、便于应用等优点。     

一种新的影像位姿直接估计方法

针对影像位姿耦合不易直接求解的问题,建立了一种高精度分层位姿参数估计的方法。首先,通过选择3点构成面积最大的像点对应的物点作为基点,经投影方程的改化形式方程,得到估计深度及平移信息;然后利用旋转矩阵保范性获得相机外参线元素尺度参数;最后,将问题转化为由向量估计旋转关系问题,利用Procrustes理论得到外参角元素的最佳估值。该方法可有效解决该深度与耦合位姿参数难以处理的问题。试验证明,此方法确定的位姿参数估计模型形式简洁,容易收敛,参数估计精度较直接对投影矩阵分解方法质量要高。     

点扩散函数的改进倾斜刃边重建的高精度估计

基于现有刃边法提出了一种不受刃边倾角限制的点扩散函数高精度估计算法,通过改进刃边拟合、样本去噪与防走样重采样优化边缘扩散函数重建过程,并采用高斯函数拟合点扩散函数得到高精度PSF估值。试验表明,相较于现有刃边法,本文方法的估计精度与稳定性有显著提高。