匀速直线运动模糊的PSF之估计
运动模糊图像的复原课程设计
目录一、概述 (1)1.1课程设计目的 (1)1.2设计内容 (2)二、图像退化与复原 (3)2.1 图像退化的数学模型 (4)2.2匀速直线运动模糊的退化模型 (5)2.3点扩散函数PSF (7)三、运动模糊图象的复原方法及原理 (8)3.1逆滤波复原原理 (8)3.2维纳滤波复原原理 (9)3.3 有约束最小二乘复原原理 (11)四、运动模糊图像复原的实现与比较 (12)4.1 运动模糊图像复原的MATLAB实现 (12)4.2 复原结果比较 (16)实验小结 (17)参考文献 (17)一概述1.1课程设计目的图像复原是在假定已知模糊或噪声的模型时,试图估计原图像的一种技术，它是图像处理中的重要内容。
它的主要目的就是改善图像质量，研究如从所得的变质图像中复原出真实图像，或说是研究如何从获得的信息中反演出有关真实目标的信息。
图像复原的目的是将退化的以及模糊的图像的原有信息进行恢复，以达到清晰化的目的。
图像退化是指图像经过长时间的保存之后，因发生化学反应而使画面的颜色以及对比度发生退化改变的现象，或者是因噪声污染等导致图画退化的现象，或者是因为现场的亮暗范围太大，导致暗区或者高光区信息退化的现象。
图像模糊则常常是因为运动以及摄像时镜头的散焦等原因所导致的。
无论是图像的退化还是图像的模糊，本质上都是原始信息部分丢失，或者原始信息与外来信息的相互混叠所造成的。
因此，需根据退化模糊产生原因的不同，采用不同的图像恢复方法达到图像清晰化目的近年来，在数字图像处理领域，关于运动模糊图像的复原处理成为了国内外研究的热点问题之一，也出现了一些行之有效的算法和方法。
但是这些算法和方法在不同的情况下，具有不同的复原效果。
因为这些算法都是其作者在假定的前提条件下提出的，而实际上的模糊图像，并不一定能够满足这些算法前提，或者只满足其部分前提。
作为一个实用的图像复原系统，就得提供多种复原算法，使用户可以根据情况来选择最适当的算法以得到最好的复原效果。
运动模糊图像的PSF参数辨识
运动模糊图像的PSF参数辨识倪时金;李星野;吴婷婷【期刊名称】《计算机工程与应用》【年(卷),期】2013(049)006【摘要】The motion blur generated by the relative motion during the object and the imaging system is one of the most common reasons for image degradation, so the precision estimation of the motion blur parameters (blur orientation and length) has made a great impact on deblurred image. Observing from the process of the motion blur, this paper uses the Radon transform to find the blur orientation (angle θ), then will get the blur length after making an analysis on the cepstrum of blurred image. The experimental results show that this algorithm is simple and effective.lt is reliable for the motion blur parameters.%物体和成像系统之间的相对运动使图像产生运动模糊是最常见的图像降质原因之一,因此运动模糊参数的精确估计(模糊角度和模糊尺度)直接影响图像的去模糊效果.结合运动模糊图像的产生过程,利用Radon变换得到模糊角度,对图像倒频谱作进一步分析得到运动模糊尺度.实验结果表明,该算法简单有效,得到的运动模糊参数是比较准确的.【总页数】4页(P152-155)【作者】倪时金;李星野;吴婷婷【作者单位】上海理工大学管理学院,上海200090;上海理工大学管理学院,上海200090;上海理工大学管理学院,上海200090【正文语种】中文【中图分类】TP391.41【相关文献】1.运动模糊图像的PSF参数估计方法的改进 [J], 曾靓;宋睿2.运动模糊图像PSF参数估计与图像复原研究 [J], 廖秋香;卢在盛;彭金虎3.基于Radon变换改进的运动模糊图像PSF参数估计算法 [J], 陈健;张欣;陈忠仁4.基于倒频谱的运动模糊图像PSF参数估计 [J], 谢伟;秦前清5.基于倒谱特性的运动模糊图像PSF参数估计 [J], 王秋云因版权原因，仅展示原文概要，查看原文内容请购买。
matlab模糊图像恢复数字图像处理
实验六 模糊图像恢复一、实验目的本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有： 1、理解掌握运动图像的退化模型； 2、掌握维纳滤波法的原理和实现方法；3、在不同的噪声和点扩散函数参数下进行恢复，并比较结果；4、通过分析和实验得出相应的结论。
二、实验准备1、运动模糊退化模型：运动模糊是图像退化的一种，可以用数学表达式刻画出来。
对线性移（空）不变系统，退化模型可表示为：g(x,y)=h(x,y)*f(x,y)+n(x,y)。
对匀速直线运动而言，退化图像为：()()()[]⎰--=Tdt t y y t x x f y x g 000,,其中x 0(t)和y 0(t)分别表示x 和y 方向的运动分量。
并假设退化系统是线性移不变的，光学成像过程是完善的，快门开关是瞬间完成的。
对上式进行傅立叶变换，则得频域表达式为()()()[]()()[]()[]()()()[]{}),(),(2exp ,2exp ,2exp ,,000000v u H v u F dt t vy t ux j v u F dtdxdy vy ux j t y y t x x f dxdy vy ux j y x g v u G T T=+-=⎥⎥⎦⎤⎢⎢⎣⎡+---=+-=⎰⎰⎰⎰⎰⎰+∞∞-+∞∞-+∞∞-+∞∞-πππ 其中()()()[]{}dt t vy t ux j v u H T⎰+-=0002exp ,π假设景物只在x 方向匀速运动，在T 时间内共移动距离是a ，即x 0(t)=at/T ，y 0(t)=0,则()()[]ua j ua ua T dt T at uj v u H Tππππ-=⎥⎦⎤⎢⎣⎡-=⎰exp sin 2exp ,0 在Matlab 中可用滤波器卷积的方法仿真出运动模糊图像。
h=fspecial(‘motion ’,len,theta),表示在theta 方向移动len 长度，产生运动模糊的点扩散函数h 。
图像复原_逆滤波复原法_维纳滤波复原法_去除由匀速运动引起的模糊讲解
(a)图像退化响应 (b)逆滤波器响应 (c)改进的逆滤波器响应
逆滤波复原法
二是：使H(u,v)具有低通滤波性质。
1 2 2 2 (u v ) D0 1 H (u, v) H (u, v) 2 2 2 0 (u v ) D0
逆滤波复原法
• (a)点光源f(x,y)。(b)退化图像g(x,y) • G(u,v)=H(u,v)F(u,v)H(u,v)
维纳滤波复原法
采用维纳滤波器的复原过程步骤如下： (1)计算图像g（x,y）的二维离散傅立叶变换 得到G(u,v)。 (2)计算点扩散函数hw(x,y)的二维离散傅立叶 变换。同逆滤波一样，为了避免混叠效应引起 的误差，应将尺寸延拓。 (3)估算图像的功率谱密度 Pf和噪声的谱密度 Pn。 (4) 计算图像的估计值 。 (5)计算 的逆付氏变换，得到恢复后 的图像 。
式中N为多项式的次数，aij和bij为各项系数。
几何校正
x a
可得
由水平方向均匀直线运动造成的图像模糊的模型及其恢 复用以下两式表示：
去除由匀速运动引起的模糊
沿水平方向匀速运动造成的模糊图像的恢复处理例子。 （a）是模糊图像，（b）是恢复后的图像。
去除由匀速运动引起的模糊
(a) 原始图像
(b) 模糊图像
(c) 复原图像
图像的几何校正
图像在生成过程中，由于系统本身具有非线性或拍摄角 度不同，会使生成的图像产生几何失真。几何失真一般分为 系统失真和非系统失真。系统失真是有规律的、能预测的； 非系统失真则是随机的。 当对图像作定量分析时，就要对失真的图像先进行精确 的几何校正（即将存在几何失真的图像校正成无几何失真的 图像），以免影响分析精度。基本的方法是先建立几何校正 的数学模型；其次利用已知条件确定模型参数；最后根据模 型对图像进行几何校正。通常分两步： ①图像空间坐标的变换； ②确定校正空间各像素的灰度值（灰度内插）。
【word】一种匀速运动模糊图像的模糊方向判断算法
一种匀速运动模糊图像的模糊方向判断算法ECHNOLO0YlN10RMA『lON一种匀速运动模糊图像的模糊方向判断算法张嫒王坤侠(安徽建筑工业学院电子与信息工程学院合肥230601)工程技术①摘要:本文主要研究的是任意方向的匀速直线运动模糊图像的模糊方向判断算法,主要根据运动模糊降低了运动方向上图像的高频成分,沿着运动方向实施高通滤波,可保证微分图像灰度值(绝对值)之和最小,论文中就是根据这种原理来判断出匀速运动模糊图像的运动模糊方向,采用了3X3方向的微分隶子法来判断图像的运动模糊方向,从而可将图像的恢复问题转化为一维问题.关键词;运动模糊图像模糊方向模糊参数复原模型中图分类号:TN919.8文献标识码:A文章编号:1672-3791(2008)11(b)一0050—01图像在形成,传输和记录过程中因受诸多原因的影响,质量会有所下降,其典型表现为图像模糊,失真,有噪音等,这一过程称为图像的退化.与之相反,尽可能的复原被退化的图像,使之回复本来的面目就是图像复原.图像复原的目的就是从退化的图像中找出原始图像的信息,在退化图像的基础上重建原始图像,原始图像的信息包含在退化图像中,但原始图像的信息分布的情况同图像退化模式有关.所以要想从退化图像中提取原始图像的信息或者说要进行图像复原,必须要知道图像的正确的退化模式而且要能够求出准确的退化参数.本文主要研究的是未知模糊方向的匀速直线运动模糊图像的复原问题,关键问题之一就是要准确地求出退化参数中的运动模糊方向.但很多时候我们手头只有一幅模糊图像,仅从这一幅图像得到模糊方向参数是很困难的,文中采用了一些空域和频域的参数估计方法,从而有效的对运动模糊图像进行方向判断.1算法描述对于我们不知其运动方向与模糊像素个数的运动模糊图像,我们首先应该采用3×3方向的微分乘子法来判断出图像的大致运动方向,因为3×3方向微分乘子判断出的图像值在--pi/2～pi/2之间,而在matlab环境下的图像角度一般在2～pf之间,所以我们运用3X3方向微分乘子得出的值要稍微做一下变换.判断运动模糊方向的程序流程图如图1所示.I第…一步骤:读入琢始模糊馋鞫像p(f√)一步骤:利删舣线忭篡仇法求出(一pi/2pi/2)之备个方向的微分像度菱ffl之和M—lMll(Ag)=∑∑/~g(i,i=0,=0r1Ag(i,)g(,,J)一g(i,=g(i,J);为3*3方向微分乘步骤:求出最小的,(△g),这个值所对应的(x角潮为圈像的运动模糊方向图1程序流程图图3模糊图像角度与灰度值绝对值之和关系图①基金项目:安徽建筑工业学院2006年硕博科研启动项目(2006070103).50科技资讯SCIENCE&TECHNOLOOYINFORMA TION 2实验结果与分析实验中采用一幅未知模糊方向的匀速运动模糊图像为例,如图2所示.为了清楚起见,实验中根据算法的基本原理画出模糊图像的角度与其灰度差绝对值之和的关系图.如图3所示.图2运动模糊图上面所述的运动模糊图像的判断法,得出运动模糊的方向为0.55850535,换算成角度大约为32.,由于这种方法所判断出的方向与matlab工具处理时所显示的方向有所不同,我们根据matlab的处理方向将其转化为32.,这样模糊图像的运动方向就可大致鉴别出来.3结语任意方向匀速运动模糊图像复原中的一个关键技术就是运动模糊方向的判断问题,由于运动模糊降低了运动方向上图像的高频成分,沿着运动方向实施高通滤波(方向微分),可保证微分图像灰度值(绝对值)之和最小,论文中就是根据这种原理来判断出匀速运动模糊图像的运动模糊方向,并通过实验进行了说明.参考文献[1】王旭辉,郭光亚.二维匀速运动模糊图像恢复问题的研究[J】.计算机应用, 2000,220(10):25～28.【2】张远鹏,董海,周文灵.计算机图像处理技术基础【M】.北京:北京大学出版社,1996. 【3】MyrheimJ,RueH.Newalgorithms formaximumentropyrestoration[J】. CVGIP,1992,54(3):223～238.【41于红斌,李志能,陈抗生.一种运动模糊图像的快速恢复法【J】.浙江大学,l999,33(5):564～568.。
匀速直线运动模糊图像的退化数学模型试验研究
@6#*%$&*： N8 3<368L?<A 3<I BG73O6?GJ?<A 7JB IBAB<B=37B >37JB>37?436 >9IB6 9: 5<?:9=> FB694?78 =B47?6?<B3= O65==BI ?>3AB 3<I G75I8?<A 7JB 43645637?<A >B7J9I 9: 0H2 ) 09?<7 HP=B3I 25<47?9< * . QB >3RB 3 G?>5637BI 3<I =BG79=?<A BDPB=?>B<7. 49>O?<BI Q?7J 7JB 3579>9O?6B 4966?G?9<. 79 7JB O65==BI ?>3AB 435GBI O8 7JB 5<?:9=> FB694?78 =B47?S 6?<B3= >97?9< 3<I AB7 3 G37?G:3479=8 =BG567( D"7 E(%1#： >97?9< O65=； ?>3AB =BG79=37?9<； >9IB6 9: IBAB<B=37?9<
收稿日期： !""# $ "% $ "& （%&’# $ 作者简介： 李云浩
.
& "
! T " ( "" ) % * . $ ( $" ) % * U I %
（%）
从物理现象上看， 运动模糊图像实际上就是同一景物图像经过一系列的距离延迟后再叠加， 最终形成
一种亚像素级的运动模糊点扩散函数的估计方法
2.1 基于方向微分确定模糊方 向
如图 1 所示，将原图像看作各向 同 性 的 一 阶 马 尔 可 夫 过 程， 像 素
g ( x, y ) 与距离它最近的像素间相关度
较高，与距离它较远的像素间相关度 较低，相关度随距离增大而递减。适
两边同时进行傅里叶变换 ：
（2） 当将微元 r 取值增大，在运动模糊方 其中 ：G (u , v ) ， H (u , v ) ， F (u , v ) ， 向上，相邻像素间的相关度主要受运
( q1 , q2 ) （10）
在 匀 速 直 线 运 动 的 假 设 下， 点
( x1 , x2 ) 的值为 1/ L ，对 ( x1 , x2 ) 向上取
整，得到其邻近的像素点 ( q1 , q2 ) ，与 点 ( x1 , x2 ) 相 关 的 四 个 点 为 ： ， ， ，
( q1 , q2 ) 。而影响它的四个点与它的距
离不同，离得越近的点，对它的影响 越大。计算出上面四点与该点距离的 倒数并归一化，作为各点的权值。再
图 2 对模糊函数求导及求自相关示意图
相反的两个冲激函数（图 (b)） 。将导 函数在运动方向进行自相关运算，在
Hale Waihona Puke N-1 和 1-N 处 出 现 最 小 值（ 图 (c)） 。 乘以 1/ L 后，作为点扩散函数在该点 依据自相关函数的特性，可以通过搜 索自相关曲线最小值点的位置确定模 糊尺度。 其具体的算法步骤如下 ： （1）计算对模糊图像 g (i , j ) 在水
图 3 新的离散化方法示意图
的值，由此实现亚像素级的点扩散函 数的估计。四个邻近像素点的权值计 算方法如下 ： （11）
平方向进行差分运算 ： （7） （2）在水平方向上计算各点的自 相关函数 ： （8） 其中， （3）对每一列各点求和 ： （9） 计算完 L 个点后，把所有计算出 画 出 S add 曲 线， 搜 索 最 小 值 点， 的点进行叠加，即 并以此点的位置作为模糊尺度。 其中 ： “ ×”是乘法运算，
运动模糊图像复原算法
运动模糊图像复原算法作者：周志强程姝季静来源：《科技视界》 2013年第29期周志强程姝季静（安徽省标准化研究院，安徽合肥 230051）【摘要】运动模糊图像的产生是由于拍摄瞬间摄影镜头与被摄物体之间的相对运动产生的。
解决方法如模糊方向和大小未知时使用的盲卷积复原，即先估计模糊核中的参数，再利用复原滤波例如Lucy and Richardson或Wiener滤波等恢复出清晰图像。
在这篇文章中,提出了一种新的去模糊的算法，能更准确的寻找赖以重建模糊核信息的参数。
本文提出的预处理方法，能迅速恢复模糊图像，实验结果证明该方法能更准确的恢复出清晰图像。
【关键词】运动模糊；反卷积；图像复原；预处理；Butterworth带通滤波0 引言图像复原技术是当今图像处理研究领域的一个重要分支。
目的是去除或减轻在获取数字图像过程中发生的图像质量下降即退化的问题，从而使图像尽可能接近真实的场景。
景物形成过程中可能出现畸变、模糊、失真或混入噪声，使所成图像降质，则称为图像的“退化”。
运动模糊图像的产生原因可能是由于摄像机与被摄物体之间的相对运动或曝光瞬间相机抖动造成的。
通过硬件上的去模糊技术并不容易实施且往往价格昂贵。
因此，软件补偿非常流行。
先通过数学方法将运动模糊建模为点扩展函数(psf)与图像的卷积。
再由去模糊方法如迭代算法Lucy-Richardson或非迭代算法 Wiener 算法[1]或更复杂的方法如Bussgang算法[2]重建原始图像。
由于清晰的源图像信息是未知的,因此为了重建图像需要估计点扩散函数。
很多方法估计psf已经发展的很好[3-4]。
估计点扩散函数的方法很大程度依赖于特定类型的图像如天文学和天体物理学的照片，电脑断层扫描图像，或显微镜图像。
本文提出一个估计点扩散函数参数的新方法。
对图像先进行预处理，在做参数识别和复原滤波，从而更准确的恢复清晰图像。
实验结果证明本文方法效果较好。
1 图像恢复方法的数学模型一般说来，一幅图像质量下降是由模糊函数和加性噪声造成的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第２１卷第９期２００１年９月计算机应用ｃ∞叩ｕｔ口ＡｐｐＨｃ出ＢＶｄ．２１．№．９＆ｐ．，２００１文章编号：１００ｌ一９噜１（２００１）∞一００４０一０２匀速直线运动模糊的ＰＳＦ之估计王晓红，赵荣棒（西北工业大学计算机科学与工程系，陕西西安７１０。
７２）摘要：点扩展函数的设置是影响图像恢复结果好坏的关键问题。
对于匀速直线运动模糊，要得到好的恢复效果必须能够正确估计模糊范围Ｄ和运动模糊方向。
在文献［２］中用带最优窗的维纳滤进方法有敷地去除了噪声和碱小了边缘误差，除了边缘的Ｌ一形条带外可得到近乎完美的恢复效果；并且证明了对任意方向的直线运动模糊图像的恢复只能直接设王二维点扩展函数进行二维恢复，不可先进行ｘ方向的一雏恢复再进行ｙ方向的一雏恢复。
谊文进一步给出了估计模糊范围Ｄ和运动方向的频谱方法：模糊范围Ｄ和图像中。
与相邻黑线间的距离ｕ０成反比；运动方向与模糊图像Ｇ（ｕ，ｖ）的频谱中的平行条带垂直。
关键词：点扩展函数；雄蚋滤波；反滤波中圈分类号：粥９１．４ｌ文献标识码：ＡＷＡＮＧⅪａＤ－ｈｏｎｇ，珏ＩＡＯＲ佣ｇ－ｃｈ皿脚．旷Ｑ呵哪ｒｓ旆曲ｄ西和材姆，舳而峭觇％砷比＾瓜ｄ砺鱼嘶，五钿疆蒯７１０ａ７２．‰ＪＡｈ喇：Ｓｃ桩哩她—ｍ印弛ａｄ如枷∞０ｆ剃一删酬叽一ＨＩ删ｉＩｌｌ叼凹蛔ｋ蛔—龇缸蛔铲弛咖明面．ｈＩ【２】，Ｉｈｍ删呷ｔｉｌ融刊Ｍｂ幅ｈｉ皿５伊聘曲棚眦ＢＩｄ０ｂｔ８ｉＩ州Ｉ瑚ｒ—Ｐｃ如ｔ坨曲疵瞄，８ｎｄｐｌ州司ｔｈ毗Ｍ伽堋峥ｄｉ吣瞅叩啪ｄｉ田即妇ｌ砌邓蒯丘工眦翻．ｉ瑚酬０ｆ岳耐ｆ瞄嘶ｉｎｘ击抛ｃｄ啦ｌａｎｄ蚰ｌｉｎＹｄ抽幽．Ｔｌ由。
ｎ瑚ｐｃ目妇如ｆ蚰口研如ｔｈｅＰｌ∞如ｈ酋血删ＪｌｇＨｈⅡ曲弹棚ｄｉ删衄．１畸＿ｗ凼：栅丘Ｉｌｅｒ；ｉｒ孵嘴脑；ｐｏｉｍＢｐＩｅ砒ｎⅡ州∞（Ｐ汀）１引言２理论分析如果在■光瞬间相机镜头和对象之间有相对运动，那么拍摄到的图像便是运动摸糊图像。
运动模糊在实践中经常会遇到，如在飞机或宇宙飞行器上拍下来舶照片，用照相机拍摄快速运动物体的照片等等。
对于线性移不变运动模糊．模糊图像ｇ（ｘ．ｙ）为原图像“ｘ，ｙ）和点扩展函数（Ｐ汀）ｈ（ｘ，ｙ）的卷积：ｒｒｇ（＊，ｙ）＝ＩＩ“＃一，，ｙ—Ｉ）＾（Ｉ，ｔ）出出＋ｎ（＊，ｙ）（１）其中ｎ（ｘ，ｙ）代表加性噪声。
如何将运动模糊图像恢复为清晰图像是图像恢复中的重要问题。
对于点扩展函数已知的运动模糊问题，现已有许多种方法进行恢复，如反滤波、维纳滤波、以及带最优窗的维纳滤波【１】。
对于点扩展函数未知的运动模糊问题，估计点扩展函数就成为图像恢复过程中的重要步骤。
笔者在文献［２］中给出了一种用人工实验来估计点扩展函数的方法，这种方法在实际应用中显得很笨拙。
本文针对这种向题．提出了点展函数自动判别方法，该方法可根据模糊图像的频谱自动求取模糊范围Ｄ和模糊方向。
本部分我们从理论上分析由任意方向的匀速直线运动造成的运动模糊图像的频谱与其点扩展函数的频谱问的关系。
这里忽略可加性噪声ｎ（ｘ，ｙ），并假设运动模糊是由于水平方向的匀速直线运动造成的。
那么点展函数的公式如下式所示：＾（州）：ｆ古，∈［ｏ－Ｄ】且Ｉ＝ｏ（２）００其它其中．Ｄ为模糊范围。
将（２）式带人（１）式，得到ｇ（＊，ｙ）；１Ｉ—ｚ—Ｉ，ｙ—Ｉ）＾（ｓ，１）ｄ池＝Ｉ以＃一，。
ｙ）＾（，．ｏ）凼（３）计算ｇ（ｘ．ｙ）的频谱如下：Ｇ（Ⅱ．口）＝Ｉｌｇ（５，ｙ）ｅ一口‘‘“ｑ’撕＝ＩＩ（Ｉ，（＊一Ｊ，ｙ）＾（ｓ．ｏ）出）ｅ啦“Ⅲ蛐＝胁’ｏ）【Ｊｆ，（ｘ一，）ｅ曲ｃ…，嘶】出收疆日期：２００Ｉ一０５—２９（修改稿）作者筒升：王晓红（１９７４一），博士研究生。
主要研究方向：图像处理及模式识别；赵荣椿，博士生导师，主要研究方向：信号、圈像处理、模式识别与计算机视觉．蒜一一■。
一。
黧一豪一一一■。
一＝蠹蒸一一■。
一。
巍茹羞。
一］滋＝一型＝＝一烹燃撼一裟譬孽一匹囊薰匀速直线运动模糊的PSF之估计作者：王晓红， 赵荣椿作者单位：西北工业大学计算机科学与工程系刊名：计算机应用英文刊名：COMPUTER APPLICATIONS年，卷(期)：2001，21(9)引用次数：26次1.H Lim.K C Tan.B T G Tan查看详情 19912.王晓红.赵荣椿任意方向运动模糊的消除[期刊论文]-中国图象图形学报 2000(6)3.马良.王龙德背包问题的蚂蚁优化算法[期刊论文]-计算机应用 2001(8)1.期刊论文周玉.彭召意.ZHOU Yu.PENG Zhano-yi运动模糊图像的维纳滤波复原研究-计算机工程与应用2009,45(19)根据运动造成图像模糊的特点详细分析了匀速直线运动模糊图像的退化模型和恢复模型,提出直接在运动方向上建立点扩展函数的算法,并利用改进的霍夫变换检测点扩散参数,再利用二次维纳滤波的方法复原图像.通过实验表明在图像先验条件的要求没有增加的情况下,该方法提高图了像复原的抗噪性和稳定性,并且有效的保持图像细节.2.学位论文于丽华图像盲恢复算法中参数的预估2003图像恢复的经典方法包括逆滤波、维纳滤波、有约束最小二乘滤波等方法,图像的盲恢复方法是目前图像恢复领域中的一个研究热点.该文主要讨论了盲恢复算法中的先验模糊辨识方法.所谓盲恢复就是利用成像系统的部分信息,根据降质图像来恢复出清晰图像和模糊因子的图像恢复过程.先验模糊辨识方法是先获得点扩展函数的信息后再进行图像恢复.该文在先验模糊辨识方法的基础上,提出了根据模糊图像自动预估点扩展函数参数d、θ、R和维纳滤波中的参数κ的方法来进行图像恢复的方法.由于模糊图像中包含点扩展函数频域零点的位置信息,而零点的位置与点扩展函数的参数之间存在着联系,该方法利用这些关联特点能够准确地预估出图像的模糊类型和参数;再通过误差曲线E-κ可以精确地选取使维纳滤波恢复效果达到最优的κ值.这种自动预估参数的方法,克服了人机对话调节参数的不准确性和复杂性的缺点,而且具有速度快的优点.可以解决任意角度的运动模糊、散焦模糊以及两种类型的模糊相混合情况下的图像恢复,为常见的模糊图像恢复提供了一个简洁、准确的方法.实验表明这种方法的恢复效果令人满意.在文章的最后,在总结上述方法优缺点的基础上提出了进一步深入解决图像恢复问题的几个思路和方向.3.期刊论文张德丰.张葡青.ZHANG De-feng.ZHANG Pu-qing维纳滤波图像恢复的理论分析与实现-中山大学学报（自然科学版）2006,45(6)通过建立运动模糊数学模型,进行了消除运动模糊的仿真实验,维纳滤波恢复运动模糊图像效果较好.在图像恢复技术中,点扩展函数(PSF)是影响图像恢复结果的关键因素,所以常常利用先验知识和后验判断方法估计PSF函数来恢复图像.实验表明在实际恢复过程中如果运动模糊图像混入了噪声,必须考虑到信噪比、噪声的自相关函数和原始图像的自相关函数对恢复后图像的影响.4.学位论文赵凌图像盲恢复的算法研究2003该文主要讨论了盲恢复算法中的先验模糊辨识方法和迭代盲目反卷积方法.所谓盲恢复就是利用成像系统的部分信息,根据降质图像来恢复出清晰图像和模糊因子的图像恢复过程.先验模糊辨识方法是先获得点扩展函数的信息后再进行图像恢复,而迭代盲目反卷积方法是同时估计出清晰图像和点扩展函数.在先验模糊辨识方法的基础上,该文提出了一种根据模糊图像自动估计点扩展函数参数d、θ、R和维纳滤波中的参数k的方法来进行图像恢复.由于模糊图像中包含点扩展函数频域零点的位置信息,而零点的位置与点扩展函数的参数之间存在着联系,该方法利用这些关联特点可以准确地估计出图像的模糊类型和参数;再通过误差曲线E-k可以精确地选取使维纳滤波恢复效果达到最优的k值.该文对迭代恢复算法也作了研究,并实现了迭代盲目反卷积恢复算法(IBD),这种方法对于具有单一背景及有界区域内的模糊图像具有较好的恢复效果.5.期刊论文赵远昊.何小海.陶青川.余艳梅.ZHAO Yuan-hao.HE Xiao-hai.TAO Qing-chuan.YU Yan-mei两种改进的图像复原算法在COSM中的应用-计算机应用研究2008,25(4)对模糊的成像结果进行图像复原,采用高斯函数作为点扩展函数,应用于三维逆滤波和维纳滤波算法中,改进了这两种算法.实验结果证明,改进后的维纳滤波算法复原三维序列的结果比改进后逆滤波算法得到的结果更好.此外,提出三维维纳增量滤波算法以及加快其收敛速度的方法.6.会议论文张朝阳.廖广军.戚其丰直线运动模糊图像的点扩展函数的研究2008在运动图像恢复过程当中，点扩展函数(PSF)是影响图像恢复结果的关键因素，所以常常利用先验知识和后验判断方法估计PFS函数来恢复图像。
本文分析并建立了直线运动模糊图像的退化数学模型，研究了点扩展函数的计算方法，提出了一种基于方向微分的运动模糊方向鉴别方法和运动模糊长度的计算方法，试验仿真对比了逆滤波和维纳滤波在有噪声和没有噪声情况下的图像恢复效果，试验表明通过以上方法建立的点扩展函数取得了比较满意的效果。
7.期刊论文杨羽.曹国华.YANG Yu.CAO Guohua维纳滤波恢复在工业在线检测中的应用-长春理工大学学报（自然科学版）2008,31(2)工业生产在线检测中,由于CCD相机与工件的相对运动,产生了成像模糊及拖尾效应等像移问题,像移直接影响了测量精度,本文在图象退化模型基础上,应用基于MATLAB平台的维纳滤波对像移所产生的图像模糊的恢复原理.解决了以在线检测像移补偿.给出了点扩散函数中模糊距离的求解方法,在一维匀速直线运动像移补偿上取得了较好的效果.通过在线检测验证了维纳滤波较清晰的图像恢复效果.8.学位论文陶青川计算光学切片显微三维成像技术研究2005本文在全面总结COSM相关研究的基础上，开展了以下工作：1、成像系统的点扩展函数分析。
本文从基尔霍夫衍射公式出发，详细推导了理想显微系统的三维点扩展函数，讨论、模拟了点扩展函数的横向、轴向的光强分布，以及系统的横向和轴向频响特性，与共焦显微方式进行了详细比较，还根据计研究。
本文对高斯点扩展函数的估计进行了深入研究。
根据小波理论，找到了不同尺度下小波模极大值、李氏指数、高斯函数的方差三者之间的关系，提出了一种新的精确估计高斯点扩展函数的方法。
3、最近邻法复原研究。
本文在高斯点扩展函数的估计算法基础上，提出了一种新的基于小波的层间点扩展函数预测算法，还提出了改进的分块最近邻法。
4、基于频域的深度预测算法的研究。
本文提出了基于小波分解的逐点计算深度的改进频域预测算法。
5、逆滤波复原研究。
由于实际的三维显微成像系统，样本函数的频谱可以用逆滤波方式得到。
提出了根据频率变换自动修改信噪比的改进三维维纳滤波算法和三维增量维纳滤波复原算法。