运动模糊图像的复原

在相机的曝光期间，如果物体和相机有相对运动，则反映在底片上的图像有明显的移动，形成了模糊的运动图像。在运动模糊图像复原的问题上，本对图像进行数字化处理，通过找出清晰图像与模糊图像之间的关系，由此建立出模型，并给出了相应的算法，成功地解决了该问题。     

一种高效的分层自动鉴别模糊长度方法

提出了基于图像微分和自相关函数的分层自动鉴别模糊长度方法。通过对水平运动模糊图像或任意角度旋转至水平方向的运动模糊图像先按大小分为不同的层次,再对各层图像计算水平方向的微分,计算水平方向的自相关函数值,得到的结果把各列相加,绘制相应的鉴别曲线,从鉴别曲线中寻找一对最小值的距离用于计算该层次图像的模糊长度估计值,最后选取一组相近的长度估计值求其平均值作为整幅图像的模糊长度。实验表明,自动鉴别方法执行效率更好,精度更高。     

三维旋转运动模糊图像的复原方法研究

针对相机在曝光过程中易受手持者无规则抖动而导致成像模糊降质的问题,分别利用混合高斯模型和混合指数模型拟合自然图像梯度与运动模糊核的先验信息,并基于变分贝叶斯理论得到三维旋转空间变化运动模糊核的估计值,进而在贝叶斯框架下构建了该空间变化运动模糊图像的改进复原模型．实验结果表明,文章提出的复原方法在有效去除因相机持有者抖动而产生的模糊现象时,能够保留图像中的边缘轮廓与纹理细节等结构信息,从而达到较好的复原效果。     

运动模糊图像复原的探究

图像复原是数字图像处理的一个重要应用。先介绍不同类型的退化图像如噪声污染图像、几何畸变图像、缺损图像、运动模糊图像的特征。接着探究运动模糊图像的复原方法逆滤波和维纳滤波法,用Matlab进行编程,实验结果发现这两种滤波结合中值滤波会使图像复原效果更好。     

匀速直线运动模糊图像恢复算法研究

通过建立点扩散函数(PSF),将基于频域变换图的Radon变换和微分自相关方法相结合估计出PSF的两个必要参数,再用Lucy-Richardson滤波进行运动模糊图像恢复。对实际处理中会遇到的频域图中心十字亮纹的问题提出了改进。该方法对模拟的运动模糊图像和真实的模糊图像恢复效果比较稳定,颇具实用价值。     

运动模糊图像的复原

在相机的曝光期间,如果物体和相机有相对运动,则反映在底片上的图像有明显的移动,形成了模糊的运动图像。在运动模糊图像复原的问题上,本文对图像进行数字化处理,通过找出清晰图像与模糊图像之间的关系,由此建立出模型,并给出了相应的算法,成功地解决了该问题。     

图像运动模糊复原的研究

运动模糊是一种图像的退化，本文分析运动模糊图像产生的机理，建立退化和恢复的数学模型，并结合实例分析了在实际应用中制约着复原效果的关键因素。     

匀速运动模糊图像恢复的离散化模型研究

图像恢复是图像处理领域的热点问题之一。利用导致图像退化的先验知识,沿着图像退化逆过程进行恢复。根据运动模糊图像的成像原理,建立了运动模糊图像的退化模型,结合图像复原的基本数学模型,运用积分变换以及微分数值化方法,建立了匀速运动模糊图像恢复的离散化过程,最后推导给出了匀速运动模糊图像恢复的离散化数学模型。该模型只利用了产生模糊的相关参数以及能够获取的退化图像信息,结果简单直接,对于后续相关算法设计提供了理论上的支撑。     

梯度域和深度学习的图像运动模糊盲去除算法

针对传统图像去运动模糊方法易放大噪声,产生振铃效应等问题,提出一种基于梯度域和深度学习的图像运动模糊盲去除算法。该算法利用引导滤波和L0滤波对图像进行预处理,将预处理后的梯度域图像块送入设计的卷积神经网络进行训练;提取训练好的模型参数,实现模糊核估计与图像复原;在图像复原过程中使用TV正则项进行图像去模糊。与其他算法相比,该算法能有效地抑制振铃效应和减弱噪声,去运动模糊效果较好。     

一类加权最小二乘模糊线性回归

讨论了输入、输出及回归系数都是LR-型模糊数的模糊线性回归模型参数估计的加权最小二乘法.该方法根据决策者对训练数据的置信度对观测数据设置不同的权重,从而得到能有效抵御异常值干扰的预测模型.     

基于马氏度量的图像谱特征描述

传统的谱特征描述过程中采用的是不能反映样本间潜在关系的欧式距离进行度量的.为更好地区分数据之间的联系,提出基于马氏度量的图像谱特征描述算法.首先,对特征点及其周围特征点按照马氏距离进行分层,并在每层上面构造相应的结构图及计算其关联矩阵;接着,对关联矩阵进行谱分解得到其特征值向量和谱隙向量;然后分别用两者的最大值、平均值和方差统计量得到最终的马氏度量谱特征;最后,根据马氏度量谱特征之间的相似性和特征点之间距离关系来构建匹配数学模型,并用贪心算法求解得到特征点之间的匹配关系.实验结果表明,该算法提高匹配精度;同时将其应用于偏振图像的匹配问题上,并取得较好的匹配结果.     

块矩阵谱半径的估计

研究了块矩阵A=（Aij）与矩阵B=（bij）,bij={｜｜Aij-1｜｜-1,i=j,｜｜Aij｜｜,i≠j,的谱半径的关系,证明了ρ（A）≤ρ（B）,其中ρ（A）,ρ（B）分别是它们的谱半径.特别是,若A是块H-矩阵,则ρ（A）≤maxi{2｜｜Aii-1｜｜-1.}     

基于Fisher判别分析的加权估计纹理分析

传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度。针对这种以局部表示全局而导致不能很好地进行特征提取的问题,提出了基于Fisher判别分析的加权估计纹理分析方法。首先使用局部二值模式或者局部相位量化对图像进行纹理编码,然后将其划分成各个大小相等且不重叠的局部小块,从相似空间中提取出最具识别力的坐标轴,利用Fisher线性判别分析方法对其进行纹理分析,通过权值优化给出了最佳解决方案。最后,在FERET和FEI两大通用人脸数据库上的实验验证了所提方法的有效性。实验结果表明,相比其他文献中提出的纹理方法,所提方法取得了更好的识别性能。     

基于谱聚类与多信息特征融合的图像分割算法

为了改善传统基于聚类的图像分割算法对噪声敏感以及仅使用单一特征无法精确描述目标特性等问题,提出了一种基于区域的多特征图像分割算法。首先,使用 Meanshift 算法对原图像进行预分割,获得一组区域块;其次,提取每个区域块的颜色特征和纹理特征,使用 FCM 算法分别对每个特征进行聚类,针对每个特征获得一个类标签邻接矩阵;再次,将多个邻接矩阵叠加,形成多特征邻接矩阵;最后,使用 NCUT 算法对叠加邻矩阵进行聚类,获得最终分割图像。实验结果表明,基于区域多特征的分割算法优于对比算法,融合多特征对图像分割可以更准确地识别不同的目标结构,具有更好的分割效果。     

关于"动尺"视觉形象的教学探讨

文章推导了"动尺"的视觉成象公式,并利用计算机作图,给出了可视化的"视觉形象"结果。结果表明"动尺"的视觉形象受到诸多因素的影响,并非如"测量形象"那样总是缩短。文章的探讨有助于对爱因斯坦狭义相对论时空观的正确理解。     

基于卡尔曼滤波的运动车辆序列图像参数估计

运动目标的参数估计是近代计算机视觉领域重要的研究课题．以运动车辆的序列图像为例来分析．考虑到跟踪运动车辆对实时性要求较高的特性,没有采用经典的最小二乘滤波和维纳滤波等,而采用了卡尔曼滤波方法,由于卡尔曼滤波在时域内进行,因此不需要保存更多的数据,使得跟踪结果实时输出。     

基于几何着色器的逼真运动模糊实现

运动模糊为视频游戏提供了速度的真实感。这里通过几何着色器生成运动轨迹几何,结合顺序无关透明保证运动轨迹虚实得当,最后配合高精度的顶点纹理拾取技术形成纹理模糊。该方案在取得逼真效果的同时,受运行帧数的影响小,效果稳定。局限是几何着色器运算量较大,且当运动轨迹加长到一定程度,由于几何着色器输出流容量存在瓶颈,会影响其正常运行。     

关于M-矩阵谱半径的估计

M-矩阵是一类特殊的矩阵.运用矩阵分析理论,给出了估计M-矩阵谱半径的一种方法,并且对其相关结论略作阐述.     

基于小波分析的图像去噪

针对图像去噪展开研究,结合均值滤波技术和小波分析技术,提出了使用高斯平滑滤波与小波局部阈值处理相结合的方法。首先对图像进行高斯平滑滤波,然后选取适当的小波阈值对小波系数进行处理、重构得到新的图像,并将去噪图像的峰值信噪比作为性能指标,仿真实验结果表明文中所用的方法去噪效果更佳,图像有着更好的视觉效果。     

Non-Rigid Medical Image Registration with Joint Histogram Estimation Based on Mutual Information

A mutual information-based non-rigid medical image registration algorithm is presented. An approximate function of Hanning windowed sinc is used as kernel function of partial volume (PV) interpolation to estimate the joint histogram, which is the key to calculating the mutual information. And a new method is proposed to compute the gradient of mutual information with respect to the model parameters. The transformation of object is modeled by a free-form deformation (FFD) based on B-splines. The experiments on 3D synthetic and real image data show that the algorithm can converge at the global optimum and restrain the emergency of local extreme.