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 中南大学 信息科学与工程学院, 长沙 410081
2 湖南第一师范学院 信息科学与工程系, 长沙 410205
运动模糊图像恢复的核心是点扩散函数的估计和直接去卷积算法。针对快速运动而形成的低信噪比和小模糊长度图像模糊的问题, 提出了一种新的算法来估计模糊核函数的参数, 在确定模糊核函数后, 模糊图像的恢复采用了一种自然图像梯度统计先验的直接解卷积算法,实验结果证明, 与R. Fergus的算法相比较,对于线性运动造成的图像模糊有更快的速度和更好的恢复效果。
模糊核 运动模糊 参数估计 盲恢复 blur kernel function motion blur parameter estimation blind restoration
针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点, 提出了一种改进方案。首先, 引入高阶统计量去噪, 解决了NAS-RIF算法敏感于噪声的特性; 其次, 利用图像分割技术进行图像支持域的自估计, 改变了NAS-RIF算法中支持域必须是方形的不利限制; 最后, 运用该算法对不同峰值信噪比(PSNR)和背景的含噪图像进行了算法仿真, 并与原算法进行了比较。仿真结果表明, 改进的NAS-RIF算法有效解决了原始算法中存在的问题, 显著提高了恢复图像的质量。
图像处理 图像盲恢复 高阶统计量 支撑域估计 NAS-RIF算法 image processing blind image restoration higher order statistics support estimation NAS-RIF
