图像退化

摘要： 1图像去雾的基本思路当下的图像去雾算法主要分成两类:通过提升图像对比度来突出图像细节的图像增和基于大气散射模型的图像复原方法。其中图像增强方法不考虑图像退化的原因,通过提高对比度来提升计算机视觉效果,经典方法有直方图均衡算法、同态滤波算法、小波变换算法和Retinex算法。图像复原方法基于大气散射模型,通过分析雾图降质的原理,利用大气散射模型,借助图像退化的先验知识或假设,最终实现图像去雾。对比这两类方法各有优劣,下面对两类方法中的经典算法做简要介绍。

摘要： 目标探测率是衡量光电探测系统探测能力的重要指标,图像噪声是影响目标探测率的重要因素.在散粒噪声影响下,对图像信噪比、目标大小和目标对比度三个因素如何影响目标的探测率进行了仿真.分析了光电传感器的主要噪声组成和形成机理,建立了散粒噪声情况下的信噪比模型,并基于散粒噪声模型在Matlab中仿真生成了图像信噪比、目标大小和目标对比度三个因素变化下的退化图像.仿真结果表明:信噪比、目标大小和目标对比度的增大会有利于提高目标探测率.散粒噪声下,目标对比度大于0.1时,即使1×1的目标在信噪比很低的情况下仍然能辨识;目标大小大于9×9后,增加目标的大小,对识别率影响已经不明显.这为衡量光电探测系统的探测性能及设计光电探测系统提供了借鉴.

摘要： 金属材料在其物理及化学性质方面研究时,常需要显微图像作为数据来源。由于金属表面光线反射及显微成像原理等因素,图像极易引入散斑及高斯噪声,造成后续数据分析及应用精确度的下降。针对图像模糊原因,提出一种使图像清晰并降噪的改进SRAD-DWT算法模型,在降噪清晰的过程中既保留了图像细节信息又使图像得到合理的降噪处理。实验结果表明,提出算法在高低噪声情况下均展现良好的降噪性能及鲁棒性,使用有参考图像评价指标(PSNR与SSIM)评价模拟降噪情况,相较于传统降噪方式至少提升了3.7%。应用于显微图像时,无参考图像评价指标(NRSS),可以得出算法已知可以提高图像质量9.8%。该方法主要应用于显微金属图像,对于其他类型的图像的降噪和散斑噪声抑制也有一定的价值。

摘要： 随着计算机视觉的发展,电子设备所采集图像的图像退化问题进一步显现。针对这一问题,本文提出一种基于图像块相似性和稀疏先验的模糊图像盲去卷积复原算法,构建和优化了基于图像块期望的高斯拉普拉斯相似性模型,通过构建一种近似的最大后验估计算法,最终实现了基于图像稀疏先验算法和自然图像块强度、梯度先验的L0正则化的降质图像盲去卷积复原。通过对典型退化图像样本的复原实验,可以看到其复原图像效果显著。

摘要： 矿井视频监控智能化技术是实现煤矿可视化远程干预型智能化无人开采的关键技术之一,但煤矿井下开采工作面环境恶劣,使得采集的矿井监视图像具有严重的退化现象,影响了煤矿开采智能化的发展.矿井监视图像的采集过程受液压支架、采煤机、破碎机与带式输送机的振动及矿尘、喷雾等因素的随机影响,无法准确获知图像退化的深度、强度、范围等有用信息.针对上述问题,设计了一种基于L-R算法的矿井监视图像复原装置,该装置主要包含取流模块、配置模块、图像复原模块与转发模块.装置通过取流模块获取摄像头的视频流并解码为图像帧;利用配置模块配置复原模块的参数,采用退化函数模型和基于L-R算法的图像复原模块进行图像复原,并输出复原后的图像;利用转发模块将复原后的图像帧以视频流的形式转发至视频监控端,为操作人员远程操作采煤设备提供清晰的视频信息.实验结果表明,该装置可提升矿井监视图像的质量,复原后的图像清晰、明亮.

摘要： 图像超分辨通过将分辨率低的单个图像或者视频通过一些技术手段进行放大仍然保持清晰来获取信息,涉及的领域在医疗图像、视频监控等.对超分辨率单图像重建的研究进展进行了综述.讨论单图像超分辨率在退化阶段的方法,将其分成有监督退化和无监督退化学习的两种方式,监督退化主要介绍基于字典学习和基于深度学习的超分辨方法,至今无监督退化的方法还不是很多,所以之后的研究可以以此为重点.

摘要： Owing to the effect of non-ideal factors in the imaging process,X-ray photographic image quality is degraded,resulting in a shift of image boundary position relative to that of the obj ect.In this paper,the Monte Carlo method is used to sim-ulate the flash photography process,and the influence of fuzzy and scattering on the boundary detection is studied.The result shows that the relationship between the blur size and the boundary deviation is dependent on the material,density and size of adja-cent layers;under the same obj ect structure,the larger the blur,the greater the boundary deviation;when the obj ect structure is different,the boundary deviation is also different with the same blur size.The greater the ratio of scatter to direct,the greater the effect of scattering on the boundary detection results.When the ratio is greater than 50,the boundary detection error caused by scattering is more than one pixel.%借助蒙特卡罗方法模拟闪光照相过程,研究了模糊和散射因素对边界检测的影响.结果表明:模糊与边界退化量的变化关系依赖于相邻飞层的材料、密度和尺寸;相同客体结构下,模糊越大,边界退化量也越大;客体结构不同,相同模糊下的边界退化量也不同;散直比越大,散射对边界检测结果的影响也越大,当散直比大于50时,散射引起的边界检测误差超过1个像素.

摘要： 雾霭等天气下获得的图像存在对比度低、颜色退化、景物模糊等一系列图像退化的问题,直接影响了对图像信息的有效利用.因此,对雾天图像进行有效的去雾处理,有效改善降质图像的质量,具有一定的实际意义.分析讨论基于图像增强的多尺度Retinex算法和利用图像复原原理的基于暗原色先验理论的去雾算法,并对具有不同特点的单幅有雾图像进行去雾仿真.实验结果表明,不同理论基础的两种去雾算法各有特点,基于暗原色理论处理得到的图像去雾效果更显著,算法运行速度更快.%Images obtained in the weather like mist have a series of image degradation characteristics such as low contrast degree,color degradation,blurred scenery,which directly affects the effective exploitation of image information. Therefore,it has a certain practical significance for effective defogging processing of foggy images to effectively improve the quality of degrad-ed images. In this paper,the multi-scale Retinex(MSR)algorithm based on image enhancement and the dark channel prior the-ory based defogging algorithm using the image restoration principle are analyzed and discussed. The defogging simulation was carried out for single foggy images with different characteristics. The experimental results show that the two defogging algorithms based on different theories have their own characteristics,the image defogging effect obtained on the basis of the dark channel prior theory is more significant,and the operation speed of the defogging algorithm based on the dark channel prior theory is fast-er.

摘要： 离焦模糊图像是由于获取数字图像过程中发生图像质量下降所产生的。为了获得更好的离焦图像复原质量,需要首先确定他的退化函数，在通过对离焦模糊图像各种离焦模型进行了较为系统的研究后,对各种退化函数进行了比较与分析，指明各自的优缺点，并提出一种可以精确表示其模型的退化函数。

摘要： 在无人机飞行过程中,其成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成采集到的图像发生退化.图像复原就是利用先验知识,建立图像退化的数学模型,采用相反的过程,把降质图像加以复原,由于噪声的存在,使得图像复原问题通常是病态的.本文系统分析了影响无人机运动模糊图像的各种因素,并针对一维前向运动模糊、二维运动模糊和实际飞行中的模糊,分别提出了切实可行的图像复原算法,经仿真实验证明,这些算法计算量小,抗噪声能力强,有较大的工程应用价值.。

摘要： 图像的退化是引起X射线影像仪图像质量下降的主要原因.通过对图像复原,可以改善图像质量,提高系统的清晰度.这里分析了影像仪图像退化的原因,重点介绍了影像仪的点扩展函数的获取方法,并以台阶铝板的X射线图像为列,说明了其复原过程.

摘要： 基于目标与摄像机前后相对运动过程以及变焦过程中的摄像,会引起面阵CCD图像分辨能力下降的现象,分析了该过程中图像信号的形成特点,针对同心圆环目标导出了变焦过程中各帧图像的信号表达式,并给出了在此基础上变换各种参数所对应的计算结果,得到了目标与摄像机前后相对运动过程以及变焦过程中的摄像,对摄像机面阵CCD图像信号的影响规律,并用仿真计算给予了验证.

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： 子图像加权叠加的整幅单向运动离散退化图像构造方法属于一般的图像数据处理或产生领域中通过使用多于一幅图像的部分，尤其涉及一种离散运动模糊图像构造方法；该方法首先根据分辨率为M×N的原始图像沿其行或列方向运动n个像素的距离，构造出n个子图像fig

摘要： 基于子图像叠加的整幅匀速运动离散退化图像构造方法属于一般的图像数据处理或产生领域中通过使用多于一幅图像的部分，尤其涉及一种离散运动模糊图像构造方法；该方法首先根据分辨率为M×N的原始图像沿其行或列方向运动n个像素的距离，构造出n个子图像figi(i＝1,2,…,n)，其中：如果原始图像沿行方向运动，则n式中，fig为构造出的离散退化图像；采用本发明的离散退化图像构造方法，不仅运算时间短，而且退化过程直观，便于理解，且无需对图像再调整。

摘要： 子图像加权叠加的整幅折返运动离散退化图像构造方法属于一般的图像数据处理或产生领域中通过使用多于一幅图像的部分，尤其涉及一种离散运动模糊图像构造方法；该方法首先将折返运动过程分为m段单向运动过程，第i(i＝1，2，…，m)段单向运动过程中，根据分辨率为M×N的图像沿其行或列方向运动n

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： 子图像加权叠加的整幅折返运动离散退化图像构造方法属于一般的图像数据处理或产生领域中通过使用多于一幅图像的部分，尤其涉及一种离散运动模糊图像构造方法；该方法首先将折返运动过程分为m段单向运动过程，第i(i＝1，2，…，m)段单向运动过程中，根据分辨率为M×N的图像沿其行或列方向运动n

摘要： 子图像加权叠加的整幅单向运动离散退化图像构造方法属于一般的图像数据处理或产生领域中通过使用多于一幅图像的部分，尤其涉及一种离散运动模糊图像构造方法；该方法首先根据分辨率为M×N的原始图像沿其行或列方向运动n个像素的距离，构造出n个子图像fig

摘要： 本发明公开了一种基于轻量级神经网络的图像退化方法，包括以下步骤：获取数据集并进行预处理，得到输入图像；构建轻量级神经网络图像退化模型；将输入图像输入到轻量级神经网络图像退化模型得到退化图像，计算得到内容损失函数；将输入图像和退化图像通过神经网络模型提取特征值，进而计算感知损失函数；结合得到损失函数，根据损失函数训练该模型，得到训练后的轻量级神经网络图像退化模型；输入待退化的图像得到最终的退化图像；本发明提出了包括残差块的神经网络模型，在避免生成伪造纹理信息的同时减少了网络的参数量，使得生成的图像避免了主观因素的干预，不用人为去预测模型和参数，更加接近真实的图像退化效果。

摘要： 本发明涉及一种用于红外图像超分辨率增强的图像盲退化方法，方法包括：获取红外图像；在1至N之间生成一个随机数R，其中，N为退化方式的总数量；从N种所述退化方式中随机选取R种所述退化方式；对R种所述退化方式进行随机排序；按照随机排序的顺序，依次利用R种所述退化方式对所述红外图像进行处理，得到处理后的红外图像；对步骤5处理后的红外图像添加椒盐噪声，以得到红外退化图像。本发明由于采用多种模糊方式与噪声方式(含椒盐噪声)进行红外图像退化模拟，比现有所采用方法得到的红外图像退化方式更为实际，同时本发明对红外图像退化过程采用重随机排序操作，大幅扩展了红外图像的退化空间，弥补了现有方法退化单一的不足。

摘要： 本发明公开了一种基于时空累积和图像退化模型的低照度视频图像增强方法，其涉及计算机视觉领域，包括：1利用时空域累积信息的对低照度视频图像进行降噪处理；2对降噪处理后的低照度视频图像进行反转运算得到伪雾图像；对伪雾图像进行亚采样后求得暗通道图像，再利用插值方法求得伪雾图像的完整的暗通道图像，至此再采用暗原色先验规律估计伪雾图像的大气光值A；3采用基于伪雾图像的亮度分量估算透射率；4通过滤波的方式优化透射率获得更加精确、平滑的透射率；5根据大气光值A和优化后的透射率得到去雾图像，将伪雾图像的去雾图像进行反转得到低照度图像的增强图像；6对增强后的图像进行非锐化掩蔽的锐化后处理。