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。     

基于生成对抗网络的图像盲去运动模糊算法

针对运动图像盲去模糊问题,基于生成对抗网络,提出利用一种端对端方式恢复模糊图像算法。运用生成对抗神经网络方法对运动模糊图像直接复原,跳过估计模糊核过程,增加感知损失作为损失项,使图片内容和全局结构接近。此外,增加结构相似性损失函数作为约束项,进一步提升生成图片与清晰图片的相似性。实验结果表明,新算法可有效去除运动图像模糊。与其它算法相比,所提算法获得的图像更加清晰。     

模糊车牌号数字图像盲复原中基于变分的偏微分方程模型的应用

介绍了正则化方法盲复原模型的原理,对高斯模糊盲复原和运动模糊盲复原的效果进行了比较,得出了正则化方法盲复原模型算法实现简单的结论,将基于变分的偏微分方程模型应用于模糊车牌号数字图像盲复原中,利用改造的代价泛函处理模糊车牌号码,获得较好的实验效果.     

基于高斯尺度混合模型的小波域图像复原研究

将图像分解的小波域金字塔系数的每个邻域模型化为高斯尺度混合模型,并基于该模型提出一种贝叶斯估计方法,复原被线性降晰并叠加一加性高斯白噪声的模糊图像.仿真结果显示,本文算法无论从视觉效果还是峰值信噪比指标上都明显优于维纳滤波复原算法.     

基于广义高斯混合模型的图像加权平均滤波去噪方法

基于直方图的模糊滤波方法对图像的拖尾噪声去噪会导致图像模糊、残留的噪声较多等问题,本文提出一种新的基于广义高斯混合模型的图像去噪方法.首先,建立图像的广义高斯分布及其有限混合模型;其次,通过像素周围点特征值的变化范围确定噪声数据;最后,利用广义高斯函数构建一个加权平均滤波器进行图像去噪.对基于直方图的滤波方法、经典的偏微分方程和本文方法进行比较实验,结果表明本文方法具有更好的去噪效果.     

基于拟合的亚像素边缘检测的算法比较

针对传统的边缘检测算法精度不高,提出了基于不同核函数的最小二乘拟合的亚像素边缘检测算法。采用Canny算子对图像边缘进行粗定位,再以基于梯度幅值拟合的高斯函数与基于灰度值拟合的反正切函数和双曲正切函数作为拟合核函数,对一幅拍有标准量块图像的边缘进行检测,结果表明该算法能够有效的进行亚像素边缘检测。     

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。     

二维盲图像恢复算法的研究

通过对现有的二维盲图像恢复算法的探讨,提出了两种基于L1双正则化的二维盲图像恢复算法.一种是最小化L2-L1代价函数,为了实现边缘保持和噪声抑制;另一种是通过最小化L1-L1代价函数来处理非高斯噪声的情况.所提的算法是一种广义的梯度算法,它通过引入绝对值函数的弱导数来处理不可微的情况.实验结果表明,与NAS-RIF算法和DR算法相比,所提出的两种二维算法能够更快速地获得好的图像估计.     

一种改进的图像盲复原算法

针对迭代盲反卷积算法恢复图像在内部灰度对比鲜明的地方、图像边界都出现的"振铃"效应和迭代盲反卷积算法通常去模糊效果好而去噪效果不理想等情况,本研究提出两点改进:首先,迭代盲解卷积算法恢复图像之前对模糊带噪的退化图像进行改进的中值滤波去噪;其次,对恢复出来的图像,通过找到内部灰度变化大的部分和边界并把其像素设置为0,进行去除"振铃"效应.改进后的算法简单,不仅复原了图像的细节,而且很好地去除了噪声.实验结果表明,改进算法取得了比较好的复原效果.     

一种改进的NAS-RIF图像盲复原算法

在重点研究了具有非负和有限支持域的递归逆滤波器的盲图像复原算法(即NAS-RIF算法)的基础上,研究了一种通过高阶统计量HOS去除噪声的方法,抑制了高斯噪声,保留了更多的图像细节,并在算法的迭代过程中采用图像分割技术进一步精确图像的目标支持域,提高了该算法的应用范围.由仿真实验的结果可以看出,改进后的方法取得了比较好的复原效果.     

一种基于图像滤波的加权 FCM 图像分割算法

针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。     

一种改进的Richardson-Lucy正则化图像复原算法

运动模糊图像复原是模糊图像复原领域中的重要课题。首先,利用一种新的正则化方法有效估计了非参数运动模糊核。然后,在贝叶斯框架下,基于图像像素空间和梯度空间的统计特性,结合自然图像的梯度约束,提出了图像复原的改进RL正则化算法,有效抑制了复原图像中存在的振铃效应。实验结果表明,RL正则化算法在模糊核的估计存在误差时,依然能够得到较好的图像复原效果。     

一种自适应的基于混合高斯模型的运动目标检测算法

为提高运动目标检测的可靠性,提出了一种自适应的基于混合高斯模型的运动目标检测算法．该算法利用混合高斯分布对每个背景像素建模,高斯分布的个数不是固定不变的,而是随着像素值的混乱程度自适应变化．差分图像的像素按大小被分为2部分,然后对这2部分分别进行自适应阈值化分割,得到前景图像．利用基于形态学重构的阴影消除方法来改善前景图像分割的性能．不同实际场景的实验结果表明该算法能够快速准确地建立背景模型,且具有更强的鲁棒性．     

图像并行集群复原校正方法研究

论述了图像校正算法的并行集群实现方法。针对图像复原问题,对复原算法结构与流程的并行处理进行研究,提出了整体数据传输、按行分片计算复原的并行处理方法。该方法在基于MPI的计算机并行集群系统中的8个计算节点上通过了测试,给出了集群校正实验结果和MPI并行计算时空图。实验结果表明,基于集群计算的并行复原方法十分有效,可缩短计算时间,提高计算效率。     

基于平稳小波变换的高鲁棒性的边缘提取

借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性.     

基于Arnold置乱及SVD的Contourlet数字水印算法(英文)

为了提高数字水印的鲁棒性和抗攻击能力,提出了一种基于Contourlet变换的新型数字水印算法.该方法从水印预处理和嵌入方式2个方面入手,用Arnold置乱来预处理水印数据,通过对载体图像进行奇异值分解(SVD)处理来寻找最合适的嵌入位置. 载体图像经过Contourlet变换后,对中频子带进行SVD分解以得到SVD数值,将Arnold置乱后的水印分散嵌入到中频子带的SVD参数中,再经过Contourlet反变换得到嵌入水印后的载体图像. 在提取端,Contourlet水印的提取采用半盲检测提取方法. 仿真结果表明,与传统Contourlet算法和结合SVD的Contourlet算法相比,所提出的算法具有更好的隐藏性能和鲁棒性. 同时,在保证安全性能的基础上,当嵌入的水印受到高斯噪声、椒盐噪声、图像扩展、图像剪裁等攻击时,所提算法具有良好的鲁棒性能.     

基于四元数表示的彩色图像混合噪声去噪（英文）

为了能够更加有效地恢复受混合高斯和脉冲噪声污染的彩色图像,采用基于四元数的彩色图像整体处理方案,提出了一种彩色图像混合噪声去噪算法.首先,通过一个纯四元数矩阵表征一幅彩色图像;然后,根据高斯噪声和脉冲噪声的不同特性,采用基于四元数方向矢量排序统计的算法检测脉冲噪声位置;最后,将针对高斯噪声的基于四元数最优权值的非局部均值滤波器进行改进以应用于混合噪声图像去噪,在权值计算时不考虑已被检测出的脉冲噪声点.对5幅标准图像的实验结果表明,所提算法的去噪效果优于目前常用的ROR-NLM(robust outlyingness ratio-nonlocal means)算法和最优权值混合滤波器.     

基于梯度和显著性的无参考模糊图像质量评价方法（英文）

为了更加有效评价模糊图像的图像质量,提出一种基于梯度失真测度图和显著区域图的无参考模糊图像质量评价方法.首先,利用高斯低通滤波对待评价图像进行模糊化处理,以构造参考图像,并结合梯度相似度,得到能精细反映图像微小细节的反差和纹理变化的梯度失真测度图.然后,利用显著模型计算原模糊图像的显著性,采用自适应算法计算原模糊图像的特定显著性阈值,再通过二值化处理得到最终的显著区域图.最后,利用显著区域子块显著值加权得到模糊图像的最终评价结果.在LIVE、CSIQ和CID2013数据库上的实验结果表明,预测结果与人的主观判断具有较好的一致性,且计算复杂度较低.     

对l_p-TV模型在图像复原中p值的研究

文中提出通过加性半二次各向同性正则化方法恢复高斯模糊加噪声处理之后的图像,然后引入辅助矢量扩充原成本函数得到最小值,再进一步利用广义Krylov子空间投影进行计算求解,得到真实图像的近似解.最后通过实例选取不同的p值进行图像恢复,观察图像恢复的效果.     

一种基于Slantlet变换的盲水印嵌入算法

为了保护数字版权,有效抵抗各种攻击,提出一种基于Slantlet变换的盲水印嵌入算法。不同于常见的基于离散小波变换（DWT）的数字水印技术,该方案先对原始图像进行8×8分块并进行Slantlet变换,再从低频近似区域中选择一个嵌入位嵌入水印。通过计算嵌入位相邻元素的平均值,并比较每个嵌入位数值和平均值的大小关系,计算得到密钥,利用密钥实现了水印的盲检测。实验结果表明,提出的盲水印算法不但具有较好的保真度,而且对于各种几何攻击和噪声攻击具有较强的鲁棒性。