基于改进的最大熵航拍输电线路图像复原方法

合集下载

图像复原综述

找一种快速的计算方法得到相应的数值，提高算法的效率。
•
2.2 L-R算法
•
在像素点满足泊松分布的情况下，在贝叶斯条件概率模型的基础上采用极大似然
估计通过迭代的方下，图像的复原可能会出现斑点，而且算法的迭
代对图像噪声有放大的功能，而且缺乏有效的迭代终止条件。
•
我觉得可以构建一个权，加入进去
•
首先我们对一副图求导，就是一阶差分，记录每个得到 (dx1,dx2,dx3......dxn)
•
去权为1/(1+dxn) 对于梯度小的dxn就小，相应权值就大，对于梯度大的，dxn就越
大，权值就越小不过我觉得还应该对dxn做归一化，取最大的dxn为k做归一化这个k我
•
指利用多帧低分辨率图像，求解成像的逆过程，重建原图的高分辨率图像。
图像复原算法的展望
• 就维纳滤波谈我的想法：
• 维纳滤波的最优标准是基于最小均方误差的且对所以误差等权处理，这个标准在数学上可以接受，但却是个不适合人眼的方式，原因在于人类对复原错误的感知在具有一致灰度和亮度的区域中更为严重，而对于出现在暗的和高梯度区域的误差敏感性差得多
觉得可以通过实践总结得到，找到一个最适合的k值。
•
谢谢观赏
图像复原算法
• 3. 新兴的图像复原算法
•
3.1 神经网络图像复原算法(分两类)
•
①将图像复原问题转化为极小值的问题来处理，再映射为Hopfield 的能量函数，
从而利用 Hopfield 网络求解最优问题
•
②用大量的原图与模糊图像进行学习训练，再利用训练后的网络进行图像复原
•
3.2 图像超分辨率复原技术
图像的功率谱很少是已知的。

离焦模糊图像复原技术综述

离焦模糊图像复原技术综述于春和;祁奇【摘要】数字图像复原是将已经退化的图像恢复到退化前的原始图像,用来获取自己需要的信息.近年来,图像复原技术虽然得到了广泛的研究,但是依然存在一些问题,有些算法需要做些改进.先介绍了图像复原技术,了解该技术的数学背景;然后介绍了离焦模糊图像的成因以及光学模型对现阶段广泛应用的离焦模糊图像的复原技术进行了概述,并指出了它们在应用时所存在的问题;最后总结了近几年大家在应用这些算法时所做的改进.【期刊名称】《沈阳航空航天大学学报》【年(卷),期】2018(035)005【总页数】7页(P57-63)【关键词】离焦模糊图像复原;逆滤波法;维纳滤波法;最大熵复原法;约束最小二乘法【作者】于春和;祁奇【作者单位】沈阳航空航天大学电子信息工程学院,沈阳110136;沈阳航空航天大学电子信息工程学院,沈阳110136【正文语种】中文【中图分类】TN73.4图像复原也叫做图像恢复，该技术属于图像处理范畴，在许多领域都有着非常广泛的应用前景。

图像复原实际上就是对已经退化的图像进行处理，是图像退化的反向过程，首先估计图像退化的过程，建立起图像退化的模型，通过计算复原成尽量接近原图像的效果。

根据不同的需要，将退化后的图像各个部分进行复原可以得到许多有用的信息[1]。

例如在刑事侦查中，可以通过图像复原的方式对逃逸车辆的车牌进行恢复等。

1 图像复原的基础图像复原技术主要是通过对退化图像的模糊和噪声建立数学模型，然后通过模型的逆过程来求解原图像。

但是这种求解过程大都是近似的，一般用某些最佳准则来作为约束。

模糊图像都具有相同的图像退化模型，常常用数学表达式来表示退化的过程，如图1所示。

图1 图像退化模型该模型的方程式可用公式(1)表示。

g(x,y)=H(f(x,y))+n(x,y)(1)其中h(x,y)是点扩散函数，就是模糊函数，f(x,y)是清晰图像，n(x,y)是噪声(一般默认高斯白噪声)，g(x,y)是退化后的模糊图像。

蒲亦非-定义-答案-分数阶微积分在图像处理中的研究综述

万方数据万方数据万方数据万方数据万方数据万方数据万方数据万方数据分数阶微积分在图像处理中的研究综述作者：黄果，许黎，蒲亦非， HUANG Guo， XU Li， PU Yi-fei作者单位：黄果,HUANG Guo(乐山师范学院智能信息处理及应用实验室,四川乐山,614000)，许黎,XU Li(乐山师范学院物电学院,四川乐山,614000)，蒲亦非,PU Yi-fei(四川大学计算机学院,成都,610064)刊名：计算机应用研究英文刊名：Application Research of Computers年，卷(期)：2012,29(2)被引用次数：4次1.LEIBNIZ G W Correspondatice de Leibniz avec Hugens,van Zulichem et le Marquis de L' Hospital 18532.MANDELBROT B B;Van NESS J W The fractional brounian motions,fractional noises and applications 1968(04)3.MANDELBROT B B The fractal geometry of nature 19834.袁晓;张红雨;虞厥邦分数导数与数字微分器设计[期刊论文]-电子学报 2004(10)5.陶然;齐林;王越分数阶Fourier变换的原理与应用 20046.陶然;张峰;王越分数阶Fourier变换离散化的研究进展[期刊论文]-中国科学E辑 2008(04)7.薛定宇;赵春娜分数阶系统的分数阶PID控制器设计[期刊论文]-控制理论与应用 2007(05)8.PODLUBNY I Fractional-order systems and controllers[外文期刊] 1999(01)9.ZAYED A I On the relationship between the Fourier transform and fractional Fourier transform 1996(12)10.廖科分数阶微积分运算数字滤波器设计与电路实现及其应用[学位论文] 200611.RODIECK R W Quantitative analysis of cat retinal ganglion cell response to visual stimuli 1965(11)12.蒲亦非;袁晓;廖科一种实现任意分数阶神经型脉冲振荡器的格形模拟分抗电路[期刊论文]-四川大学学报(工程科学版)2006(01)13.陈庆利;蒲亦非;黄果分数阶神经型脉冲振荡器[期刊论文]-四川大学学报(工程科学版) 2011(01)14.蒲亦非;王卫星数字图像的分数阶微分掩模及其数值运算规则[期刊论文]-自动化学报 2007(11)15.PU Yi-fei;WANG Wei-xing;ZHOU Ji-liu Fractional differential approach to detecting textural features of digital image and its fractional differential filter implementation[期刊论文]-Science in China Series F:Information Sciences 2008(09)16.蒲亦非将分数阶微分演算引入数字图像处理[期刊论文]-四川大学学报(工程科学版) 2007(03)17.蒲亦非分数阶微积分在现代信号分析与处理中的应用的研究[学位论文] 200618.蒲亦非;王卫星;周激流数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现[期刊论文]-中国科学E辑 2008(12)19.蒲亦非将分数阶微分演算引入数字图像处理[期刊论文]-四川大学学报(工程科学版) 2007(03)20.PU Yi-fei;ZHOU Ji-liu;YUAN Xiao Fractional differential mask:a fractional differential-based approach for multiscale texture enhancement 2010(02)21.黄果;蒲亦非;陈庆利非整数步长的分数阶微分滤波器在图像增强中的应用[期刊论文]-四川大学学报(工程科学版) 2011(01)22.黄果;蒲亦非;陈庆利基于分数阶积分的图像去噪[期刊论文]-系统工程与电子技术 2011(04)23.杨柱中;周激流;黄梅基于分数阶微分的边缘检测[期刊论文]-四川大学学报(工程科学版) 2008(01)24.杨柱中;周激流;晏祥玉基于分数阶微分的图像增强[期刊论文]-计算机辅助设计与图形学学报 2008(03)25.杨柱中;周激流;黄梅用分数阶微分提取图像边缘[期刊论文]-计算机工程与应用 2007(35)26.MATHIEU B;MELCHIOR P;OUTSALOUP A Fractional differentiation for edge detection[外文期刊] 2003(11)27.李远禄;于盛林分数阶差分及边缘检测[期刊论文]-光电工程 2006(12)28.汪凯宇;肖亮;韦志辉基于图像整体变分和分数阶奇异性提取的图像恢复模型[期刊论文]-南京理工大学学报(自然科学版) 2003(04)29.刘红毅;韦志辉基于分数阶样条小波与IHS变换的图像融合[期刊论文]-南京理工大学学报(自然科学版) 2006(01)30.LIU Jun;CHEN Song-can;TAN Xiao-yang Fractional order singular value decomposition representation for face recognition 2007(01)31.左凯;孙同景;李振华二维分数阶卡尔曼滤波及其在图像处理中的应用[期刊论文]-电子与信息学报 2010(12)32.汪成亮;兰利彬;周尚波自适应分数阶微分在图像纹理增强中的应用[期刊论文]-重庆大学学报 2011(02)33.高朝邦;周激流基于四元数分数阶方向微分的图像增强[期刊论文]-自动化学报 2011(02)34.BAI Jian;FENG Xiang-chu Fractional-order anisotropic diffusion for image denoising[外文期刊] 2007(10)35.张军;韦志辉SAR图像去噪的分数阶多尺度变分PDE模型及自适应算法[期刊论文]-电子与信息学报 2010(07)36.张军;韦志辉一种基于卷积积分的图像去噪变分方法[期刊论文]-中国图象图形学报 2008(09)37.张军;韦志辉分数阶图像去噪变分模型及投影算法[期刊论文]-计算机工程与应用 2009(05)38.张军基于分数阶变分的图像建模与去噪算法研究[学位论文] 200939.ZHANG Jun;WEI Zhi-hui A class of fractional-order multi-scale variational models and alternating projection algorithm for image denoising 2011(05)40.沈淑君分数阶微分方程的数值解方法及误差分析 200541.庄平辉;刘发旺空间-时间分数阶扩散方程的显式差分近似 2005(51)42.MAINARDI F;LUCHKO Y;PAGNINI G;PARADISI G The fundamental solution of the space-time fractional diffusion2001(02)43.HUANG Feng-hui;LIU Fa-wang The fundamental solution of the space-time fractional advection dispersion equation 2005(1-2)44.TSCHUMPERLE D;DERICHE R Vector-valued image regularization with PDEs:a common framework for different applications[外文期刊] 2005(04)45.GILBOA G;SOCHEN N;ZEEVI Y V Variational denoising of partly textured images by spatially varying constraints [外文期刊] 2006(08)46.朱立新;王平安;夏德深引入耦合梯度保真项的非线性扩散图像去噪方法[期刊论文]-计算机研究与发展 2007(08)47.SUN Xiao-li;WANG Jun-ping;SONG Guo-xiang Anisotropic diffusion filtering method with a fidelity term[期刊论文] -Journal of Systems Engineering and Electronics 2008(08)48.陈利霞;冯象初;王卫卫加权变分的图像去噪算法[期刊论文]-系统工程与电子技术 2010(02)49.LEE S H;SEO J K Noise removal with Gauss curvature-driven diffusion[外文期刊] 2005(07)50.王新楼;乔明;邹谋炎一种基于偏微分方程的SAR图像去噪方法[期刊论文]-电子与信息学报 2005(09)51.PERONA P;MALIK J Scale-space and edge detection using anisotropic diffusion[外文期刊] 1990(07)52.RUDING L;OSHER S;FATEMI E Nonlinear total variation based noise removal algorithms 1992(1-4)53.OSHER S;RUDIN L I;FATEMI E Nonlinear total variation based noise removal algorithms 1992(03)54.LYSAKER M;LUNDERVOLD A;TAI X C Noise removal using fourth-order partial differential equation withapplications to medical magnetic resonance images in space and time[外文期刊] 2003(12)55.KASS M;WITKIN A;TERZOPOULOS D Snakes:active contour models 1988(04)56.XU Chen-yang;JERRY L P Snakes shapes and gradient vector flow 1998(03)57.XU Chen-yang;JERRY L P Generalized gradient vector flow external forces for active contours[外文期刊] 1998(02)1.勾荣基于Riemann-Liouville分数阶微分的图像增强[期刊论文]-制造业自动化2013(16)2.勾荣基于 G-L 分数阶微分的图像边缘检测[期刊论文]-计算机与现代化2013(11)3.勾荣基于分数阶微分的图像增强算法[期刊论文]-电子科技 2013(12)4.魏文力.李宝树.崔克彬.徐雪涛基于改进的最大熵航拍输电线路图像复原方法[期刊论文]-科学技术与工程 2013(32)本文链接：/Periodical_jsjyyyj201202003.aspx。

应用Hopfield神经网络优化最大熵的图像恢复算法

像恢复的优化目标，构造能量函数连续型Ｈｐｅ神经网络模型，由能量函数极小化得到图像恢复的最ｏｆｌｉｄ
优解．
收稿日期：００１ —２２ｌ．２１基金项目：南省教育厅基金项ｆ（００５）湖１１ｃ７３
作者简介：卫平（９４）丁１６，男，湖南岳阳人，硕上，湖南理Ｉ院数学学院副教授主要研究方向：信息论及应用学
算法在不断改进，运算速度也越来越快．
本文提出一种基于Ｈｐｅｏｆｌｉｄ神经网络模型优化的最大熵图像恢复算法，图像恢复问题转化为将
Ｈｐｅｄ经网络优化问题，恢复图像最大熵函数及原始图像与恢复图像的误差平方和为最小作为图ｏｆｌ神ｉ取
ｉｍａｉｍｆｉｇｎｒｐｎｎｍｉａｉｎｏｑａｅｒｏｅｗｅｎｔｅｏｉｉａｍａｅａｄｒｓｏａｉｅｉｇｕｏｔｅｓｘｍｕｏｍａｅｅｔｏｙａｄｍｉｉｚｔｆｓｕｒｄｅｒｒｂｔｅｈｒｇｎｌｏｉｇｎｅｔｒｔｖｍａｅｄｅｔｈ
网络用于图像恢复的方法最早由ｚｏＹＴ等人提 …，他们将恢复问题与Ｈｏｆｌｈｕｐｅｄ神经网络通过能量函数ｉ联系起来，将图像恢复问题转化为适合神经网络计算的优化问题，来Ｐｉ人对比进行了改进Ｌ．年后ａｋ等２近Ｊ来，关于神经网络图像复原方法［６的研究也越来越多，其用于图像复原的神经网络模型在不断地丰富，３１－－

基于改进的最大熵航拍输电线路图像复原方法

基于改进的最大熵航拍输电线路图像复原方法
魏文力;李宝树;崔克彬;徐雪涛
【期刊名称】《科学技术与工程》
【年(卷),期】2013(013)032
【摘要】针对航拍输电线路图像拍摄环境的限制,存在图像模糊和噪声.提出基于改进的最大熵方法对航拍模糊图像进行复原处理,再结合分数阶微分对去模糊图像进行增强处理,突出了图像的更多细节信息,处理效果明显优于常规的处理方法.最后根据一阶马尔科夫原理对处理后的图像进行质量评价.结果表明,改进的最大熵图像复原方法相比于常规的处理方法,更大地提高了图像的清晰度,使得图像细节信息更加突出.
【总页数】6页(P9701-9706)
【作者】魏文力;李宝树;崔克彬;徐雪涛
【作者单位】华北电力大学电气工程学院,保定071003;华北电力大学电气工程学院,保定071003;华北电力大学控制与计算机工程学院,保定071003;华北电力大学电气工程学院,保定071003
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种改进FCN的输电线路航拍图像语义分割方法 [J], 赵振兵;李胜利;戚银城;翟永杰;张珂
2.一种改进FCN的输电线路航拍图像语义分割方法 [J], 赵振兵;李胜利;戚银城;翟永杰;张珂;;;;;
3.图像复原用的一种改进的最大熵法 [J], 王吉会
4.基于优化ResNet的输电线路航拍图像分类方法 [J], 李弘宸;杨忠;姜遇红;韩家明;赖尚祥;张秋雁
5.基于改进Faster RCNN的输电线路航拍绝缘子检测 [J], 易继禹;陈慈发;龚国强因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的NAS—RIF图像盲复原算法

结果。基于非负和有限支持域的递归逆滤波器（ｏ — ｅａｉｉｎｕｐｒｏｓｒｉｔｒｃｒｉｅｉｅｓ ’ ｎｎｎｇｔｔａｄｓｐｏｔｎｔａｎｓｅｕｓｖｒｅｖｙｃｖｎ
ｆｔｒｇＮ — Ｆ算法可以对全黑、全白或全灰的背景均匀的图像进行有效复原，但是该算法同样无ｉｅｉ，ＡＲＲＩ）ｌｎ
模型的ＰＦ表示卷积运算。Ｓ，
Ｎ — ＦＡＳＲＩ算法流程图如图ｌ示。所
收稿日期：２１－３１０００ —２
作者简介：曲振峰（７＿男，１７，河南南阳人，助教，９）硕士，主要从事通信技术方面的研究．
第２期
曲振峰一种改进的ＮＡ－Ｉ图像盲复原算法ＳＲＦ
第２卷第２０期２１年６００月
洛阳理工学院学报（自然科学版）
ＪｕｎｌｆｏａｇＩｓｉｔｆＳｉｃｎｅｈｏｏｙＮｔｒｌｃｎｅｄｔｎｏｒａＬｕｙｎｎｔｕｅｃｅｅｄＴｅｎｌｇ（ａｕａＳｉｃｉｏ）ｏｔｏｎａｅＥｉ
在许多实际情况下点扩散函数难以确定，必须从观察图像中以某种方式抽出退化信息，找出图像复原方
法，这种方法就是图像盲复原。
目前图像盲复原的代表方法有迭代盲卷积法、最大熵法、模拟退火法和零叶面法等。逆滤波算法由于其简单实用，计算量较小，在工业上得到了较为广泛的应用。但是由于传统的算法存在局限性，在点扩散函数的频域零点会带来逆滤波不存在的问题，而高频区域的噪声放大的问题也严重影响图像复原的

一种改进的图像盲复原算法

则第ｎ次图像估计为ＳｐｒｅａｄＦｕｎｃｔｉｏｎ，ＰＳＦ），对重建后的图像进行边缘检测，通过估计，
形态学膨胀和零填充方法掌握其边缘信息，有效地去除了边缘
ｆ，ｖ１＾
环现象。文献提出了一种交替使用小波去噪和全变差正则化的盲图像恢复算法，其可被称之为交替去噪正则化盲复原方其中
迭代复原。当噪声较小时，该算法具有良好的恢复效果，通过多ｆ＝Ｈｕ＋” （２）
次迭代可收敛至稳定解。其二，基于正则化理论的复原方法。
正则化方法根据图像的先验信息，通过添加正则项或 “ 惩罚”
其中，ｆ，ｕ，ｎ分别代表退化图像、原图像和观测噪声，且均为一个行堆叠形成的 × ｊ列向量，日为ＰｓＦ形成的 Ⅳ ｘＭＮ阶的块
・
设计分析
一
种改进的图像盲复原算法
李青青李建建（镇江市金舟船舶设备有限公司，江苏镇江２１２０００）
摘要：图像盲复原是在点扩散函数未知的情况下从退化观测图像中恢复出原图像的高频细节。本文给出了一种交替进行Ｌｕｃｙ — Ｒｉｃｈａｒｄｓｏｎ
项，将图像复原这一病态问题转化为良态问题，从而求解出一循环矩阵即模糊卷积矩阵。
．２图像恢复个有意义的、稳定的近似解。其典型代表为Ｃｈａｎ等提出的全１ＬＲ算法是一种典型的迭代复原算法，最终收敛于泊松统计变差正则化方法。该算法具有计算复杂度低，恢复效果好的特
Ａ

图像复原用的一种改进的最大熵法

g(x,x)=
f (α,β)（h x-α,y—β）dαdβ+η(x, y) （1）
为了方便清楚明了，将二维图象分解为
一维序列。这样（1）式可以表示为：
dj=
∑
n j=1
Aijﬁ
+
ej
j = 1.2,…m
（2）
其中：{ej} 是均值为零的白噪声。 { f i }
为原始图象。
{dj} 污染后的图象。{Aij} 是传递函数。
J=H-λ(Q-G)
（7）
其中：λ 为拉格朗日除子。
下面我们求目标函数的极大值。
令：J=max, 则需使：J’=0 所以‘有
如式（8）（9）（10）（11）所示。
• Image & Multimedia Technology 图像与多媒体技术
（15）
满足（10），（11）的 f 即是 J 的驻点，是候选的最大值点。
为了使：Q ≤ G, 我们要求 Q（）比
Q( ) 更接近于 G。
即：要求，令：—ΔL/N=ΔN
(N>1) (N>1)
则：Q（）—Q( )=ΔN）（14）
据泰勒公式，有：如式（15）所示。
上式两边分别转置，得：
若我们选择门限值 m1<G<m2，按（11），（13）式我们一定可得到复原图象。其中：mi =m- m /10。m2==m + m/10, 这是我们实验中得到的。 mi,m2 不能选得间隔太大或太小。如果太大，则复原精度低；而太小，则复原速度慢。
• 图像与多媒体技术 Image & Multimedia Technology
图像复原用的一种改进的最大熵法

【CN110033453A】基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910310921.0(22)申请日 2019.04.18(71)申请人国网山西省电力公司电力科学研究院地址 030001 山西省太原市青年路6号申请人山西鸿顺通科技有限公司(72)发明人杨罡　李永祥　曹京津　王欣伟　王天正　张兴忠　(74)专利代理机构北京八月瓜知识产权代理有限公司 11543代理人马东瑞(51)Int.Cl.G06T 7/00(2017.01)(54)发明名称基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法(57)摘要本发明公开了基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法，包括以下步骤：S1：建立绝缘子数据集与绝缘子故障数据集；S2：使用旋转，翻转，对比度增强等方式进行数据增强；S3：以YOLOv3为基本框架，进行模型修改剪枝操作，构建绝缘子检测模型；S4：搭建标准的YOLOv3-tiny网络；S5：将修改后的YOLOv3网络与YOLOv3-tiny分别使用绝缘子数据集与绝缘子故障数据集进行模型训练；S6：连接两个训练好的模型，实现对绝缘子故障的端到端的快速检测。

本发明的检测方法可以快速准确的识别到复杂背景图像中的绝缘子并定位检测出故障区域，提高巡检效率并减轻巡检人员的工作强度，为电力系统的正常运行保驾护航。

权利要求书2页说明书5页附图2页CN 110033453 A 2019.07.19C N 110033453A权　利　要　求　书1/2页CN 110033453 A1.基于改进YOLOv3的输变电线路绝缘子航拍图像故障检测方法，其特征在于，包括以下步骤：S1：建立绝缘子数据集与绝缘子故障数据集；S2：使用旋转，翻转，对比度增强等方式进行数据增强；使用LabelImg工具对图像进行标记，得到对应的XML文件，然后将数据集图像及对应的XML文件按照PASCAL VOC数据集格式进行组织存放；S3：以YOLOv3为基本框架，进行模型修改剪枝操作，构建绝缘子检测模型，包括以下步骤：S301：因为是固定机位拍摄巡检图片，绝缘子可大致分为近景拍摄的较大绝缘子与远景拍摄的较小绝缘子，故将YOLOv3中三尺度输出变为两尺度输出，只保留13*13与26*26的输出尺度，舍弃52*52的输出尺度，减少模型大小的同时也减少了模型检测过程中的计算量；S302：因为只检测绝缘子一种目标物体，故YOLOv3的整体网络显得过于庞大，功能过剩，可通过剪枝操作来进行模型缩减，适当的增加检测速度；S303：在进行模型剪枝的同时，为了保证不降低模型的检测效果，将原本的每个尺度分配3个anchor box改为每个尺度4个anchor box，并使用以交并比IOU值代替标准欧式距离的K-means聚类算法生成初始的8个anchor box，每个尺度更多的anchor box，可以适当的提高检测效果；S304：YOLOv3考虑到使用softmax进行多类别划分必须满足各类别之间是互斥的，故放弃了softmax函数而采用sigmoid函数进行类别划分；S4：搭建标准的YOLOv3-tiny网络；S5：将修改后的YOLOv3网络与YOLOv3-tiny分别使用绝缘子数据集与绝缘子故障数据集进行模型训练；S6：连接两个训练好的模型，实现对绝缘子故障的端到端的快速检测，步骤包括：S601：使用修改后的YOLOv3模型检测图像中的各种绝缘子区域；S602：将检测到的绝缘子区域图像送入tiny-YOLOv3进行故障检测；S603：将故障检测结果还原到原始图像中，用矩形框、故障类型及置信度文字标识。

射电天文图像恢复的改进方法

ｒｅｓｔｏｒａｔｉｏｎｆｏｒｂｒｉｇｈｔｎｅｓｓｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆａｓｔｒｏｎｏｍｉｃａｌｏｂｊｅｃｔｓｉｓｎｅｅｄｅｄ．Ｉｎｍａｔｈｅｍａｔｉｃｓ，ａｓｔｒｏｎｏｍｉｃａｌｉｍａｇｅ
ｒｅｓｔｏｒａｔｉｏｎｉｓｍａｉｎｌｙａｉｍｅｄａｔｄｅａｌｉｎｇｗｉｔｈｔｈｅｒｅｄｕｃｔｉｏｎｐｒｏｃｅｓｓｏｆｕｎｄｅｒｓａｍｐｌｅｄｓａｍｐｌｅｓ．Ｕｓｅｃｌｅａｎｉｎｇａｌｇｏｒｉｔｈｍａｎｄｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｅｔｈｏｄｔｏｐｒｏｃｅｓｓ．Ｂｕｔｔｈｅｓｅｔｗｏｍｅｔｈｏｄｓｄｏｎｏｔｆｕｎｄａｍｅｎｔａｌｌｙｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｈｅｒｅｄｕｃｔｉｏｎｏｆｔｈｅｕｎｄｅｒｓａｍｐｌｅｄｓａｍｐｌｅ．Ｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｔｈｅｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇｔｈｅｏｒｙａｎｄｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｅｔｈｏｄｉｓｕｓｅｄｔｏｒｅｓｔｏｒｅｔｈｅｒａｄｉｏｓｏｌａｒｉｍａｇｅｕｎｄｅｒｔｈｅｕｎｄｅｒｓａｍｐｌｉｎｇ，ａｎｄｔｈｅｅｆｆｅｃｔｉｓｇｏｏｄ．Ｋｅｙｗｏｒｄｓ：ｒａｄｉｏａｓｔｒｏｎｏｍｉｃａｌｉｍａｇｅｓ；ｓｉｇｎａｌｓａｍｐｌｉｎｇ；ｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇ；ｍａｘｉｍｕｍｅｎｔｒｏｐｙ；ｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇａｎｄｍａｘｉｍｕｍｅｎｔｒｏｐｙ
ＤｉｍａｋｉｓＡＧ拓展了压缩感知技术，在球坐标系下重构广角图像，避免了图像失真。ＷｅｎｇｅｒＳ提出了一种基于压缩感知技术的多功能图像重构技术，称为ＳｐａｒｓｅＲＩ，作为洁化算法的替代品。ＢａｊｗａＷＵ等人 ” 基于压缩感知理论思想提出了一种新的解卷积方法，应用于射电天文学中恢复点源图像或展源图像。

输电线红外图像超分辨率复原方法

输电线红外图像超分辨率复原方法
高云龙;赵岩;耿英楠
【期刊名称】《吉林大学学报（信息科学版）》
【年(卷),期】2017(035)001
【摘要】针对因相机抖动而影响输电线红外图像超分辨率复原效果的问题,提出结合SIFT(Scale Invariant Feature Transform)特征配准信息对低分辨率的输电线红外图像进行超分辨率复原.以4个相邻图像帧为例,首先选定一帧作为参考帧,将其他3帧与该帧图像进行SIFT特征配准,配准过程为特征点检测与初配准、RANSAC (Random Sample Consensus)去除误配准点和图像重采样.然后,对参考帧与图像重采样后的3帧图像进行超分辨率复原.实验结果表明,该算法与传统的超分辨率复原算法相比,重影率下降41％,具有更好的超分辨率复原效果.
【总页数】6页(P8-13)
【作者】高云龙;赵岩;耿英楠
【作者单位】吉林大学通信工程学院,长春130012;吉林大学通信工程学院,长春130012;长春工程学院电气与信息工程学院,长春130012
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.一种低分辨率散焦模糊图像的超分辨率重建复原方法 [J], 计岑
2.基于迁移学习的红外图像超分辨率方法研究 [J], 孙超;吕俊伟;刘峰;周仁来
3.基于引导滤波和多尺度局部自相似单幅红外图像超分辨率方法 [J], 刘哲;黄世奇;姜杰
4.基于多尺度协作模型的电气设备红外图像超分辨率故障辨识方法 [J], 谢庆;杨天驰;裴少通;谢军;律方成
5.基于稀疏编码的红外图像超分辨率重建方法 [J], 刘贺;王长龙
因版权原因，仅展示原文概要，查看原文内容请购买。

基于模糊熵的多值图像恢复方法

基于模糊熵的多值图像恢复方法
王保平;范九伦;谢维信
【期刊名称】《西安电子科技大学学报（自然科学版）》
【年(卷),期】2004(031)002
【摘要】提出了一种基于模糊熵的多值图像恢复方法.该方法根据熵在应用方面的局限性,对其表示的形式进行了扩展,构造了一类能够反映多值图像特点的模糊熵.仿真结果表明,用模糊熵进行图像恢复的效果明显好于另两种常用的图像恢复方法(中值滤波和均值滤波)得到的结果.另外,在医用图像和军事图像处理方面,多值图像的恢复是非常重要的.
【总页数】5页(P214-217,247)
【作者】王保平;范九伦;谢维信
【作者单位】西安电子科技大学,电子工程学院,陕西,西安,710071;西安邮电学院,信控系,陕西,西安,710061;深圳大学,校长办公室,广东,深圳,518060
【正文语种】中文
【中图分类】TN911.23
【相关文献】
1.基于图像修复技术的抗核辐射图像恢复方法 [J], 杨斌;赵立宏;邓骞
2.基于模糊熵和无序理论的图像纹理分析方法 [J], 范伟; 江昕
3.低剂量脑灌注CT图像恢复方法:基于先验图像约束扩散张量 [J], 牛善洲;刘宏;刘沛沄;张梦真;邱洋;黎钰;谢国强;刘国良;卢绍辉
4.基于模糊熵的数字图像局部自适应增强算法 [J], 赵艳妮;何燕
5.用多值图像隐藏多值图象的一种算法 [J], 王政光;王道顺
因版权原因，仅展示原文概要，查看原文内容请购买。

提高特殊场景下图像质量的图像复原算法

提高特殊场景下图像质量的图像复原算法张旭东;张明【期刊名称】《计算机系统应用》【年(卷),期】2016(025)006【摘要】First of all,this paper analyzes the basic steps of dark channel prior algorithm, and then proposes a method to improve image quality under special scene image restoration algorithm. The algorithm works on special scene image through reversion operation firstly, and then lets improved dark channel prior algorithm use for inverting image to make the quality of the special image be improved on using the conclusion that an reversed special scene image has the similar features with a haze image. In this paper, we will optimize the parameters of improved dark channel prior algorithm and deal with the sky in the image area and the non-sky area in separate, which is very good visual effect and also reduces the complexity of the algorithm.%本文首先分析基于暗原色先验去雾算法的基本步骤，然后提出一种提高特殊场景下图像质量的图像复原算法。

基于运动模糊图像复原的输电线路小目标检测方法

基于运动模糊图像复原的输电线路小目标检测方法在科技的大海中，我们如同探险家，不断寻找着新的宝藏。

今天，我们要探索的宝藏是“基于运动模糊图像复原的输电线路小目标检测方法”。

这项技术如同一把神奇的钥匙，能够打开通往清晰世界的大门。

首先，让我们来了解一下什么是运动模糊图像复原。

简单来说，它就像是一台时光机器，能够将因运动而产生的模糊图像恢复到原始的清晰状态。

这听起来似乎有些不可思议，但实际上，科学家们已经通过复杂的算法和先进的技术实现了这一目标。

那么，为什么我们需要这项技术呢？答案就在于输电线路的小目标检测。

想象一下，一条长长的输电线路上，有无数个微小但至关重要的目标需要我们去检测和维护。

这些目标可能是螺丝、绝缘子、甚至是一只停留在电线上的小鸟。

如果无法清晰地看到它们，就可能带来安全隐患。

而运动模糊图像复原技术，就能够帮助我们在这些微小目标上“放大镜”，让它们无所遁形。

然而，这项技术的实现并非易事。

它需要面对的挑战就像是一座座高山，需要我们一步步攀登。

首先，运动模糊的产生就是一个复杂的过程，它涉及到物体的运动速度、相机的曝光时间等多个因素。

要想准确地复原出清晰的图像，就需要对这些因素进行精确的测量和计算。

其次，输电线路的环境复杂多变，从风雨雷电到日夜交替，都会对图像的质量产生影响。

因此，这项技术还需要具备强大的适应性和稳定性。

尽管如此，科学家们并没有被这些挑战吓倒。

相反，他们像是勇敢的航海家，迎着风浪前行。

他们利用深度学习等先进技术，构建起了复杂的模型和算法，试图模拟人眼对运动的感知和处理机制。

同时，他们还通过大量的实验和训练，不断提高模型的准确性和鲁棒性。

当然，任何技术都不可能完美无缺。

基于运动模糊图像复原的输电线路小目标检测方法也不例外。

它可能还存在着一些局限性和不足，比如对于极端天气条件下的适应性问题、对于快速运动物体的捕捉问题等。

但正是这些问题和挑战，激发了科学家们更大的研究热情和创新精神。

总的来说，基于运动模糊图像复原的输电线路小目标检测方法是一项充满挑战和机遇的技术。

基于变分的图像恢复算法

基于变分的图像恢复算法摘要:文章旨在有效去除噪声的同时恢复图像细节和保护图像边缘,根据变分模型中函数的选取不同,效果不同,提出了新的模型。

理论可证明模型具有稳态解、算法具有收敛性。

使用数值方法进行计算,用迭代算法(共轭梯度法)求解。

计算结果表明,该方法可以有效恢复图像,在客观标准评价和主观视觉效果方面都有明显的改善。

关键词:图像的恢复;变分;凸函数;边缘保持;稳态解图像恢复是利用导致图像退化的先验信息,建立退化图像数学模型,然后沿着图像退化的逆过程进行重建,以获得高分辨率的图像。

利用变分思想进行图像恢复问题实际上是在一个函数集求泛函的极小或极大的问题。

由于受噪声污染图像的总变分比无噪图像的总变分明显地大,于是得到了一种以保存图像细节为目标的规整化复原方法,即总变分极小化方法。

1用变分法进行图像恢复算法的步骤步骤一:将规整化复原问题变成极小化泛函问题E(u)=Ku-u02 +udxdy步骤二:将对作变分,得到Euler方程为K*Ku-K*u0-div=0步骤三:离散化微分方程得到相应的差分方程。

步骤四:求解差分方程。

通过在时间方向迭代得到一定精度的解。

在极小化泛函问题中,关键是选取合适的u,使得规整化泛函具有保持棱边的作用并能够有效的在计算机上实现。

{1}当t满足时=‘‘(t)=const=M>0,(其中’(0)=0’’(0)>0),在图像的连续区域有大的平滑。

{2}当t满足’’(t)=0,’’(t)=c>0时,在梯度方向不作平滑,而在与梯度正交的方向上仍然平滑,这样就起到了保护棱边的作用。

{3}当’(t)2t在[0,+∞)上连续且严格递减时,则图像可避免不稳定的平滑。

根据u的选取条件知,如果选取不同的,就会得到不同的模型。

2两类典型基于变分的图像复原模型模型一:Tikhonov规整化方法是一种保存图像细节的方法。

通过求解极小化minE(u)=Ku-u02+udxdy上式中,udxdy是附加的惩罚项,它使问题得到规整化。