北京航空航天大学 电子信息工程学院 电磁兼容技术研究所, 北京 100191
在利用抛物反射面对电磁干扰源成像过程中, 由于系统衍射受限及成像频带较宽, 导致干扰源成像模糊, 分辨率低, 难以分辨, 不同频率不同区域干扰源所成图像分辨率不同, 采用已有超分辨算法难以提高分辨率。为了实现宽带电磁图像的盲复原, 应用卷积神经网络的方法。网络训练是直接输入模糊图像, 不假设任何特定的模糊和噪声模型情况下, 重建出高质量图像。实验和仿真结果证明了卷积神经网络盲恢复方法在宽频带不同成像区域下表现了优于其他盲恢复算法的优势。
卷积神经网络 宽带电磁图像 盲恢复 电磁干扰源 convolutional neural network electromagnetic imaging blind recovery electromagnetic interference source 强激光与粒子束
2019, 31(10): 103210
1 河北工业大学电子信息工程学院, 天津 300401
2 天津市电子材料与器件重点实验室, 天津 300401
为了实现运动模糊图像的盲复原,提出了一种基于l1/l2的高低阶全变差图像盲复原方法。利用具有更强稀疏表达能力的l1/l2范式正则化先验项,加入高低阶混合全变差正则化模型。高阶全变差正则化模型可以抑制图像非边缘部分可能出现的阶梯及振铃效应,低阶全变差正则化模型可以保护自然图像的边缘稀疏特性。分别给出了清晰图像和模糊核的求解算法,两者的求解过程采用分裂Bregman迭代算法将目标函数分裂成多个子问题进行优化求解。实验结果表明,提出的方法能够很好地抑制振铃效应并保护图像的边缘细节,通过与其他盲复原方法进行比较,在视觉质量与客观质量评价上均说明本文算法具有更好的稳健性。
图像处理 图像盲复原 去模糊 l1/l2范数 高低阶全变差 分裂Bregman迭代 激光与光电子学进展
2018, 55(4): 041015
