1 北京航天发射技术研究所, 北京 100076
2 中国科学院 长春光学精密机械与物理研究所 图像部, 吉林 长春 130033
为了更好地对图像进行平滑同时保持边缘不模糊, 设计一种新的滤波方法。对基于该方法的图像滤波、细节增强等算法进行研究。首先, 根据图像的亮度和颜色对图像进行分割, 将图像分成不同的区域。接着, 在不同的区域进行导引滤波, 得到互不交叠的多个滤波子图像。然后, 将这些子图融合,得到基于分割的改进导引滤波结果。最后, 利用提出的改进导引滤波方法提出一种多尺度的细节增强方法。实验结果表明, 在图像光滑和细节增强方面, 提出的方法都要好于传统的导引滤波: 提出的方法不仅能较好的光滑图像, 同时保持边缘清晰, 减少了传统滤波方法在边缘处的光晕现象。
图像分割 导引滤波 细节增强 边缘保持 image segmentation guided filter edge-preserving detail enhancement
1 杭州电子科技大学通信信息传输与融合技术国防重点学科实验室, 杭州 310018
2 中国科学院长春光学精密机械与物理研究所, 长春 130033
为充分利用红外图像的目标指示信息, 本文提出了一种基于分形特征和导引滤波的可见光与红外图像融合算法。该算法首先采用分形特征对红外图像中的人造目标进行增强, 通过阈值分割得到目标分布图。待融合图像经过一层分解得到近似图像和细节图像, 基于目标分布图利用导引滤波分别得到可见光与红外近似图像与细节图像的融合系数。实验结果表明, 融合后图像充分结合了可见光图像的背景信息与红外图像中的目标信息, 有利于后续的目标识别任务。
图像融合 分形特征 导引滤波 目标分布图 image fusion fractal feature guided filtering object distribution picture
中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊, 提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息, 实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数, 使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器—导引滤波来消除噪声并抑制振铃效应。实验结果表明: 本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像, 并且运算时间不超过20 s。
梯度预测 运动模糊图像 图像复原 导引滤波 gradient prediction motion blurring image image restoration guided filter
