1 中国科学院光电信息处理重点实验室，辽宁 沈阳 110016
2 中国科学院沈阳自动化研究所，辽宁 沈阳 110016
3 中国科学院机器人与智能制造创新研究院，辽宁 沈阳 110169
4 中国科学院大学，北京 100049
5 航天恒星科技有限公司，北京 100086
近年来，红外成像系统在工业、安防、遥感等领域获得了广泛的应用，但由于制造工艺及成本制约，红外系统的分辨率仍然较低。基于深度神经网络的单帧图像超分辨率重建技术是提高红外图像分辨率的有效方法，获得了广泛研究，并在仿真图像上取得了显著进展，但应用于实际场景图像时容易出现伪影或图像模糊等现象。造成这种性能差异的主要原因是目前方法大多假定造成图像退化的模糊核是空间一致的，然而实际红外光学系统不可避免地存在像差、热离焦等，由此造成的图像模糊的模糊核并非空间一致的。针对这一问题，提出了一种非盲模糊核估计方法，通过采集特定的靶标图像，并设计模糊核估计网络，求解空间非一致模糊核；设计基于图像分块的超分辨率重建方法，将图像块和对应区域的模糊核一起输入非盲超分辨率重建网络进行子块图像重建，再通过子块合并和重叠区域图像融合，得到最终的高分辨率图像。实验结果表明，光学系统自身引起了模糊核随空间位置缓慢变化，在实验室条件下标定模糊核并基于图像分块进行超分辨率重建的方法可显著提高红外图像超分辨率重建的效果。
超分辨率重建 空间非一致模糊 模糊核估计 红外图像 super-resolution reconstruction spatially variant blur blur kernel estimation infrared image 红外与激光工程
2024, 53(2): 20230252
1 东南大学软件学院，江苏苏州2523
2 东南大学机械工程学院，江苏南京11189
3 无锡尚实电子科技有限公司，江苏无锡200240
工业精密制造中，视觉检测设备的成像系统往往景深较小，易产生离焦模糊，严重影响检测效果。针对这一问题，提出了一种针对于均匀离焦图像的盲去模糊网络（Uniform Defocus Blind Deblur Net，UDBD-Net）。首先，提出一种模糊核估计网络，提取离焦模糊的特征，并准确地估计出模糊核；其次，提出一种反卷积网络，通过神经网络学习并估计基于特征维纳反卷积（Feature-based Wiener Deconvolution，FWD）公式中的未知量，更准确地生成去模糊图像的潜在特征；最后，使用一个编解码网络（Encoder-Decoder Net）增强图像的细节，并去除伪影。实验结果表明，该方法在DIV2K和GOPRO图片上的峰值信噪比（Peak Signal to Noise Ratio，PSNR）分别达到31.16 dB和36.16 dB；与目前主流的方法相比，该方法在不显著增加模型推理时间的同时能够复原出更高质量、更自然地去模糊图像。此外，该方法对真实的均匀离焦模糊图像也有较好的去模糊效果，且能够显著提升工业视觉检测算法对于离焦模糊图像的检测效果。
计算机视觉 盲去模糊 模糊核估计，反卷积 computer vision blind deblur blur kernel estimation deconvolution 光学 精密工程
2023, 31(18): 2713
1 中国科学院红外探测与成像技术重点实验室，上海 200083
2 中国科学院上海技术物理研究所，上海 200083
3 中国科学院大学，北京 100049
采用离轴三反射结构的大视场空间相机存在较大的光学畸变，导致引入时间延迟积分(Time Delay Integration, TDI)技术的面阵探测器在推扫成像时产生像移模糊。根据畸变引起的TDI成像退化原理，将畸变像移模糊转化为非均匀运动模糊，通过求解像移路径计算初始模糊核，将其作为先验信息，建立半盲复原模型进一步细化模糊核。利用初始模糊核复原的粗略图像边缘指导模糊核的细化，提出一种多方向权重异性的全变差模型提取图像结构信息。为了增强先验信息对模糊核细化的约束，构建了含有初始模糊核的正则项，使模糊核的估计不过度依赖于图像内容，采用多尺度迭代方法求解。最后用正则化约束的非盲反卷积方法去除图像模糊。实验结果表明：与现有的几种去模糊算法相比，所提方法的去模糊效果不仅清晰自然且对不同样本图像的模糊核估计更稳定。
光学畸变 时间延迟积分 模糊核估计 图像去模糊 optical distortion time delay integration blur kernel estimation image deblurring 红外与激光工程
2022, 51(4): 20210392
1 中国科学院微小卫星创新研究院，上海 201203
2 中国科学院大学，北京 100049
在遥感卫星运动成像过程中，卫星相机的高速运动会导致遥感图像出现运动模糊。针对该问题，基于一次拍摄过程中获得的不同积分时间遥感图像序列，提出了一种新的去模糊算法。利用短积分时间图像中提取出的轮廓边缘信息来引导对相邻长积分时间图像模糊核的估计，通过分段求解的思想简化了单次模糊核求解的复杂度；然后使用卷积运算对分段模糊核进行无损重组，极大地提高了模糊核估计的准确性。实验结果表明，所提算法对模糊遥感图像去模糊后的清晰程度有显著提升。
遥感图像 图像处理 运动模糊 模糊核 去模糊 激光与光电子学进展
2022, 59(8): 0828001
1 长春理工大学光电工程学院，吉林长春30022
2 中国科学院 长春光学精密机械与物理研究所，吉林长春130033
本文针对波前编码成像，单透镜计算成像等领域的全局一致模糊复原背景需求，提出了一种高效的基于区域选择网络的图像去模糊方法。与传统方法通过构建目标函数及各类先验信息实现模糊图像清晰化过程不同，本文方法则基于深度学习与传统方法的结合。传统方法负责图像复原的主体流程，深度学习方法则负责对传统方法中的关键步骤模糊核求取区域选择进行干预。基于深度学习的深度二元分类网络能够自动在全局图像中剔除平坦过曝、短小纹理等区域，并选取最优的用于模糊核求取的图块区域。传统复原方法则以此为基础实现模糊核求取，非盲图像复原及图像清晰化处理过程。实验结果表明：本文的复原方法能够实现良好的复原效果，纹理清晰，稳定可靠；所提出的区域选择网络能够在降低计算复杂度的同时，有效提升模糊核的估计准确度，进而提升图像清晰化的复原效果。在同等条件下，所提出的深度二元分类网络在误差率限定在1.5时，复原成功率较比现有方法提升了2.1%，同时复原图像的平均峰值信噪比较比现有方法提高了0.5 dB。
图像去模糊 计算成像 深度学习 模糊核估计 区域选择 image deblurring computational imaging kernel estimation deep learning region selection
为了提高模糊图像恢复质量, 提出量子环型对称算法。首先建立量子环型对称模型, 同环上非同圆上的量子信息交流通过虚拟连接实现, 同圆上有其他量子与非同圆上的量子信息交流可借用原先建立的虚拟连接实现; 接着自检过程实现量子纠错; 然后基于梯度范数对原始图像估计, 通过辅助变量对模糊核函数最小化求解, 超拉普拉斯先验来恢复清晰图像; 最后给出了算法实现流程。实验仿真显示本文算法峰值信噪比相比IF、WF、GS、TVGS、CM、HLD分别提高了35.47%、42.58%、28.69%、23.39%、21.05%、14.28%, 背景控制因子相比IF、WF、GS、TVGS、CM、HLD分别提高了17.61%、22.41%、12.77%、8.48%、6.76%、6.17%, 信息熵相比IF、WF、GS、TVGS、CM、HLD分别提高了35.19%、42.27%、27.46%、19.15%、11.35%、6.31%, 平均梯度相比IF、WF、GS、TVGS、CM、HLD分别提高了58.23%、69.79%、47.33%、36.73%、27.55%、11.85%, 优于其他算法, 为模糊图像恢复提供了新的思路与方法。
量子算法 环型对称 模糊核 图像恢复 quantum algorithm ring-symmetric fuzzy kernel image reconstruction
1 浙江工业大学信息工程学院, 浙江 杭州 310023
2 中国计量大学信息工程学院, 浙江 杭州 310018
由于点扩展函数(Point Spread Function, PSF)模型与实际模糊核不匹配,现有遥感图像的复原效果较差。针对该问题,提出一种基于洛伦兹拟合点扩展函数的图像复原方法,对估计的遥感图像PSF进行充分拟合以提高复原精度。首先,考虑现有模型与实际退化过程的匹配误差,将模糊核建模为基本二维模式的线性组合,采用洛伦兹函数作为基函数对实际退化所造成的模糊效应进行建模。然后,选取具有刃边特征的地物目标估计遥感成像系统的退化函数,同时采用所建立的数学模型对估计的PSF进行拟合校正,将拟合校正后的PSF应用于遥感图像恢复,减少了成像系统退化模糊的干扰。最后,利用校正后的PSF,结合Richardson-Lucy算法复原原理,提出一种遥感图像的复原方法。实验结果表明,所提方法相比于现有基于其他PSF模型的遥感图像复原方法,图像复原效果得到显著提高。
遥感 点扩展函数 刃边法 模糊核 图像复原 光学学报
2021, 41(16): 1628003
1 光学信息与模式识别湖北省重点实验室，湖北 武汉 430205；湖北省视频图像与高清投影研究中心，湖北 武汉 430205；武汉工程大学 电气信息学院，湖北 武汉 430205
2 武汉工程大学 电气信息学院，湖北 武汉 430205
先进的图像盲复原方法主要体现在模糊核估计的准确性和快速性两方面。针对目前图像复原方法存在信息冗余和有效信息利用不足所引起的模糊核估计耗时长和不精确等问题，我们提出了加权
$ {L}_{1} $![]()
![]()
范数测度的模糊核区域估计及空可变复原方法。首先提取退化图像的多尺度形态学梯度，抑制噪声对图像有用信息的干扰；然后定义利于模糊核估计的梯度加权
$ {L}_{1} $![]()
![]()
范数测度，解决小结构区域和细纹理区域导致的模糊核求解不精确问题，提取利于模糊核估计的区域；最后利用区域模糊核的相似性区分图像退化的空不变性和空变性，分别采用空不变和空变复原方法对退化图像进行复原。在反卷积阶段，采用FFTW进行傅里叶变换计算，较大地提升了复原速度。大量实验结果表明，提出的算法仅用单帧图像就能够快速有效地复原图像。
红外与激光工程
2020, 49(8): 20200001
提出一种重加权总变分与hyper-Laplacian相结合的图像盲复原算法。首先,通过重加权总变分先验重建模糊图像权重的双峰分布;然后,利用重建后的图像估计连续且稀疏分布的点扩展函数,并用其复原模糊图像,对以上两步反复迭代,使点扩展函数不断接近真实的解;最后,结合hyper-Laplacian函数曲线能很好地拟合自然图像梯度分布的先验对模糊图像进行非盲复原。实验结果表明,与两种具有代表性的盲复原算法相比,该算法能更准确地预测出模糊核,并有效抑制图像的振铃效应,且在主观视觉与客观评价指标上都得到明显的提升。
图像处理 图像盲复原 重加权总变分 hyper-Laplacian函数 模糊核 迭代 激光与光电子学进展
2020, 57(8): 081025
1 天津理工大学电气电子工程学院, 天津 300384
2 天津农学院, 天津 300384
为了将运动模糊图像恢复成清晰图像, 提出了一种基于暗通道与低秩先验的图像盲去模糊方法。首先, 利用图像暗通道的稀疏性进行中间复原图像估计, 同时引入带权值的低秩先验约束抑制中间复原图像中的噪声, 提高模糊核估计的准确性；然后, 通过交替迭代的优化策略得到准确的模糊核；最后, 用Hyper-Laplacian先验方法得到清晰图像。实验结果表明, 提出的方法能有效抑制噪声和振铃效应, 保留图像细节, 对运动模糊图像有较好的复原效果。
图像盲去模糊 暗通道 低秩先验 模糊核估计 振铃效应 blind image deblurring dark channel low rank prior blurred kernel estimation ringing effect
