图像盲复原

摘要： 太阳斑点图像重建是天文观测领域中一个重要的研究问题。通过地基光学望远镜获取的天文图像受大气湍流和大气扰动的影响,会发生严重的模糊或降质,需要借助图像复原方法进行重建。正则化方法是图像盲复原的经典算法,它通过构造正则项实现模糊核与清晰图像的迭代求解,现有大多数正则化方法都是针对单幅图像进行处理,图像特征越多,重建效果越好,而单幅太阳斑点图由于特征不足会导致重建图像质量较差。本文结合多帧斑点图之间的互补关系建立了适合太阳斑点图重建的多帧盲复原模型,并结合L-like曲线法,对正则化参数进行计算。实验结果表明,本文方法能较好地实现太阳斑点图的复原,满足天文观测的要求。

摘要： 为了更好地恢复出图像细节、提高图像复原质量,提出一种基于低秩矩阵与稀疏约束的运动模糊图像盲复原.该算法首先对图像的非局部相似块组进行低秩结构恢复,然后对恢复的低秩结构构造稀疏表示的正则化模型,利用变量分离和交替迭代指导点扩散函数复原,最后通过一种非盲复原算法得到最终估计的高质量复原图像.仿真实验结果表明,提出的算法对图像复原质量有所提升,对运动模糊图像有较好的复原效果.

摘要： 针对传统多帧湍流图像复原耗时长及观测帧序列空间不齐时需匹配的问题,论文提出一种基于关键帧间矩阵约束的多帧湍流图像盲复原算法.该算法首先对观测序列自适应提取关键帧,然后在频域内分别构造估计原始图像和点扩散函数的代价函数方程,利用关键帧间矩阵约束指导点扩散函数复原,通过各向同性总变分模型约束指导图像复原,采用变量分离和增广拉格朗日方法对代价函数交替迭代优化,以达到快速性估计点扩散函数和恢复图像.仿真实验结果表明,论文提出的算法对图像复原质量有所提升,能求得更接近真实的点扩散函数值,且对未匹配的图像序列依然能达到良好的复原效果.

摘要： 图像盲复原旨在无参考的情况下准确估计模糊核并恢复潜在的清晰图像.现有研究成果表明,利用全变分模型对高阶图像梯度先验约束进行描述可以有效抑制复原图像中产生的阶梯效应.本文在实验观察和研究的基础上,提出了采用稀疏先验约束模型对盲复原过程进行正则化的方法,以获得更佳的图像复原效果.该方法利用图像高阶梯度的稀疏性,通过与低阶梯度相结合来构造混合梯度正则项.同时,在正则项中引入基于图像熵的自适应因子,来调节迭代优化过程中两类梯度先验的比例,以此获得更好的收敛性.仿真与实验证明,与现有图像盲复原先进方法相比,本文方法具有更优越的图像复原性能.

摘要： 提出了一种基于模糊成像机理的QR码图像快速盲复原方法。在对模糊成像弥散光斑质心不变性研究的基础上,设计圆形寻像图形,在成像模糊时能通过连通域等方法快速检测到图形质心以及QR码符号位置,再结合阶跃边缘特性、梯度强度特性、边缘检测技术以及光学成像机理快速准确估计出模糊QR码图像离焦半径大小,应用维纳滤波算法快速且有效复原QR码图像。与对比算法相比,本文算法在结构相似性和峰值信噪比上都有提升,特别是在复原速度上有显著提高,其平均复原时间为0.3292 s。该方法能够以较高的精度估算出离焦半径大小,并能快速实现QR码图像的盲复原,具有快速性及稳健性优势,便于嵌入式硬件实现,能较好适用于条码标识相关的工业物联网应用场景。

摘要： 为了改善运动模糊图像复原的效果,构造了基于l0高阶全变差的盲复原数学模型.该模型在l0稀疏先验的基础上,引入了可降低振铃效应的高阶全变差正则化约束项,用以解决低阶全变差造成的虚假边缘问题.盲复原算法首先用半二次分裂对数学模型求解,然后根据先验信息对模型解约束,多次迭代得到中间潜像、模糊核,最后采用非盲从复原算法恢复图像.实验结果表明:提出的方法可突出边缘结构特征,有效改善盲复原图像的效果.

摘要： 针对近似最大公因子图像盲复原算法对噪声敏感的问题,提出了一种基于全变分正则化的近似最大公因子图像盲复原算法.该算法利用近似最大公因子盲复原算法估算出点扩散函数,然后利用全变分正则化迭代解卷积求得复原图像.改进算法从抑制噪声和反卷积运算约束两个方面去改进近似最大公因子图像盲复原算法,提高算法的鲁棒性.最后给出仿真实验,在同一噪声水平下改进算法的PSNR提高了1～5dB,SSIM提高了0.09～0.3,验证了改进算法有较好的效果.

摘要： 图像盲复原是在模糊过程未知的情况下将模糊图像恢复为原始清晰图像的过程。本文对单幅图像进行盲复原，运用图像的一部分经过特殊选择的梯度，用迭代求解的方式计算原图像和点扩展函数。目前的大部分主流图像盲复原方法都需要构造对强边缘的预测，而本方法省去了这一步骤，仅通过对现有图像梯度区域的选择，就可以快速有效地估计点扩展函数;由于此点扩展函数的估计模型是近似良态的，对正则项的要求不高，本文据此设计出了更快速的算法。在一些特定的应用中，比如虹膜识别中的图像复原，通过截取固定的区域，能够更进一步提高算法的求解速度。

摘要： 为了克服正则化理论的全变分图像盲复原模型中出现的运行效率低,效果不好等问题,提出了一种基于交替方向乘子法的盲复原迭代算法.该算法通过交替迭代的方式,将复原图像与点扩散函数交替估计,同时不必更新惩罚项从而提高了运行速度和复原的质量.计算同时加入了对点扩散函数的归一化和阈值约束条件以及对图像的正定性条件.数值试验中,对不同模糊类型的图像进行了盲复原处理,并与已有的其他盲复原方法进行了比较.从主观评价能够发现,提出的算法能够改进图像的质量,提高其分辨率;通过客观指标比较,PSNR最大能够提高1.2dB,结构相似度最大提高1％,计算时间最大节约一半左右.

摘要： 给出了一种改进的降晰函数尺寸估计方法，它能为图像盲复原提供重要的先验信息，增强复原结果的可靠性。该算法首先由AR模型导出白化滤波器，然后对降质图像白化后的结果进行了两种操作以保证算法在低信噪比下的可行性，一是利用AR模型误差在边缘区域与平滑区域的差异，通过边缘提取与膨胀操作实现有效区域的快速提取，二是对有效区域通过平滑滤波进行噪声项的有效抑制。最后对滤波后的有效区域进行相关值计算，依据取得最小值时的位移与降晰函数尺寸之间的关系估计降晰函数的尺寸大小。该方法经仿真实验验证，在低信噪比时较改进前的方法能给出可靠的尺寸估计。

摘要： 图像盲复原是在降质过程的所有信息或部分信息未知的情况下,利用降质图像的特征来估计原始图像和降质点扩散函数(PSF)的过程,对降质PSF的类型和参数进行识别称为模糊辨识技术,它是图像盲复原的关键.本文设计了一种基于频域零值的散焦与运动模糊模型参数求解的详细流程,利用由散焦模糊与运动模糊造成的降质图像对本文算法的性能进行了验证,实验结果表明本文算法是可行且有效的。

摘要： 本发明公开一种盲图像复原方法中模糊核的计算方法及盲图像复原方法，其中的模糊核的计算方法同时融合了三种稀疏正则项进行模糊核的计算，仅需要单张模糊图像作为输入便可以在较短时间内获得一张理想的清晰图像，不仅得到了令人满意的视觉效果，同时恢复了原始图像中被破坏的细节信息，使得该图像可以满足日常生活和科研活动的应用要求。

摘要： 本发明公开了一种基于盲复原的复杂光学成像条件下的图像复原方法，属于图像复原领域。本发明基于形态学滤波法去除成像系统带来的噪声，对点光源下模糊图像的图像频谱进行边缘检测去除成像系统带来的模糊，基于倒频谱的方法确定运动模糊参数，采用流场数据仿真的方法去除气动热辐射噪声，联合迭代盲卷积法和图像频谱重建法仿真建模以去除气动光学效应导致的图像模糊与图像畸变。本发明可对复杂成像条件下的退化图像进行去噪声、去模糊、去畸变，包含对图像的预处理和图像质量评价，结合两种方法进行流场建模，该方法可以解决复杂光学成像条件下对图像有用信息的淹没，便于图像后续的目标检测与定位。

摘要： 本发明涉及图像处理领域，一种基于空间目标图像数据库的非合作目标图像盲复原方法，利用已有的空间目标高分辨率图像建立数据库，以数据库内目标图像结构特点构建海量的无监督匹配模板，借助神经网络通过无监督学习对退化的非合作目标图像进行复原。本发明可广泛应用于卫星、火箭、空间碎片等空间目标的图像复原。

摘要： 本发明提供一种基于退化图像序列的图像盲复原方法，该方法基于退化图像序列同时对大气干扰和成像系统颤振造成的图像雾化和模糊进行复原，在此过程中需要对大气光值和透过率的值进行参数估计，并对噪声序列、复原图像、复原模糊核序列发生的概率进行建模。大气光值和透过率初始值根据暗原色先验模型从序列图像中估计得到。大气干扰和平台颤振都造成了图像的模糊，利用序列图像包含的丰富图像信息，采用图像盲复原的方法，从退化图像序列中估计出模糊核序列并进行去卷积复原。并将去卷积结果与大气参数的估计值相结合进行处理得到最终的复原效果。

摘要： 本发明公开了一种基于模糊噪声图像对联合优化的图像盲复原方法，用于解决现有图像盲复原方法复原图像效果差的技术问题。技术方案是引入噪声图像，利用噪声图像中包含未模糊的有效边缘信息，通过联合模糊图像和噪声图像的联合目标函数优化求解模糊核和清晰图像。避免了从模糊图像中估计非模糊图像边缘的不准而导致模糊核估计错误，引起复原结果差的问题，获得效果更好、更具细节的图像。提高了复原图像的效果。

摘要： 本发明提出一种基于盲解卷积网络的模糊图像盲复原方法及系统，所述的方法包括：对自适应系统的点扩散函数PSF进行建模，根据随机参数值生成PSF；使用生成的PSF与根据目标图像生成的单通道图像进行卷积，得到模糊图像；依次训练PSF估计网络、非盲解卷积网络，加载已训练好的PSF估计网络和非盲解卷积网络的权重文件，对盲解卷积网络进行训练，得到可用于模糊图像盲复原的神经网络模型。利用上述图像复原方法，无需任何先验信息和PSF约束条件，即可实现“端到端”的图像盲复原，提高了空间目标图像复原性能，对空间目标探索和识别具有重要意义。

摘要： 本发明提出一种基于图像盲解卷积技术的图像复原方法和系统，所述方法包括：获取自适应光学系统中采集的单个扩展物体的原始空间图像，建立原始空间图像数据集；将原始空间图像数据集和训练后的PSF估计网络输入初始非盲解卷积网络进行训练；基于所述初始非盲解卷积网络的结构构建初始盲解卷积网络，加载已训练后的PSF估计网络和非盲解卷积网络的权重文件，对初始盲解卷积网络进行训练，得到原始空间图像盲复原模型。利用上述图像复原方法，无需任何先验信息和PSF约束条件，即可实现“端到端”的图像盲复原，提高了空间目标图像复原性能，对空间目标探索和识别具有重要意义。

摘要： 本发明涉及图像处理领域，一种基于空间目标图像数据库的非合作目标图像盲复原方法，利用已有的空间目标高分辨率图像建立数据库，以数据库内目标图像结构特点构建海量的无监督匹配模板，借助神经网络通过无监督学习对退化的非合作目标图像进行复原。本发明可广泛应用于卫星、火箭、空间碎片等空间目标的图像复原。

摘要： 本发明提供一种基于退化图像序列的图像盲复原方法，该方法基于退化图像序列同时对大气干扰和成像系统颤振造成的图像雾化和模糊进行复原，在此过程中需要对大气光值和透过率的值进行参数估计，并对噪声序列、复原图像、复原模糊核序列发生的概率进行建模。大气光值和透过率初始值根据暗原色先验模型从序列图像中估计得到。大气干扰和平台颤振都造成了图像的模糊，利用序列图像包含的丰富图像信息，采用图像盲复原的方法，从退化图像序列中估计出模糊核序列并进行去卷积复原。并将去卷积结果与大气参数的估计值相结合进行处理得到最终的复原效果。

摘要： 本发明公开了一种基于模糊噪声图像对联合优化的图像盲复原方法，用于解决现有图像盲复原方法复原图像效果差的技术问题。技术方案是引入噪声图像，利用噪声图像中包含未模糊的有效边缘信息，通过联合模糊图像和噪声图像的联合目标函数优化求解模糊核和清晰图像。避免了从模糊图像中估计非模糊图像边缘的不准而导致模糊核估计错误，引起复原结果差的问题，获得效果更好、更具细节的图像。提高了复原图像的效果。