对单一图像进行运动模糊复原, 存在模糊点扩散函数(PSF)难以估计以及图像反卷积的病态性问题。利用多个PSF具有联合可逆性的特点, 针对运动目标观测, 提出采用参数相同的多个成像设备共同对同一视场进行拍摄, 来获取背景相同、曝光时间不同、目标模糊程度不同的观测图像; 然后利用同一设备获取的序列图像进行目标的模糊PSF估计; 并根据目标背景的运动模糊叠加特征, 分别从观测图像中提取出完整的模糊目标图像; 最后, 对这些具有不同PSF的同一目标图像进行空间域迭代复原算式的联立求解。实验表明: 该方法设计的目标获取装置对硬件条件要求较低, 获取的图像更便于采用多点扩散函数联合进行图像复原, 复原效果良好。

脱机手写数字识别其本质是数字的图像特征匹配问题,所以需要进行手写数字的特征提取,为了准确识别,往往使用较高的特征维数,这就导致识别效率较低。为了提高识别效率,同时为了保持较高的识别率,提出了一种基于图像特征提取的脱机手写数字识别方法。首先利用主分量分析法抽取数字字符图像的统计特征,来降低数字的特征维数,通过对主分量重建模型的误差分析进行数字识别;然后,结合手写数字的笔画结构不稳定的特点,设计并提取数字的宽高比结构特征,进一步比对识别;最后,利用自制训练样本及测试样本库进行仿真实验,数字识别率为96%,识别准确率较高。

为了从序列图像中检测出空间小目标，提出了一种改进的动态规划算法。介绍了动态规划小目标检测算法的发展过程。针对工程应用中为了获取亚像素质心而对图像散焦处理的情况，对原算法的评价函数递归方程进行改进，提出用方向加权的多点能量累积代替原算法的单点累积，并将多速度平面分别计算的方式简化为速度初始化与历史速度修正方式。最后，针对算法实现过程中遇到的初始状态计算、恒虚警阈值以及轨迹数据结构等关键问题进行了说明。在实验参数条件下，计算量比原算法减少了约50%。实摄图实验结果表明，方向加权的多点累积算法5帧即可检测出目标，而原算法在第10帧时仍有大量虚假轨迹；在第5帧的20条最大评价值轨迹中，多点法的评价值信噪比比原算法提高42%。方向加权的多点累积算法可以有效抑制孤立噪声点产生的虚警，提高算法的检测能力。

目前图像信噪比定义方法多种多样,对常见信噪比定义进行了分类,总结了不同定义之间的内在联系、常用解法以及使用范围。针对常见图像信噪比求解方法误差较大的问题,提出了一种基于最小二乘拟合的高斯背景噪声参数估计方法。首先根据全部灰度级估计均值和方差,然后通过迭代的方式,排除高灰度非背景像素的干扰,逐步缩小统计范围,最后选择具有最小均方误差的统计参数作为背景灰度和噪声方差的估值。仿真实验证明,与常见的“局部最小方差法”和“小于均值方差法”相比,用该方法得到的背景噪声参数计算的信噪比具有更高的精度和稳定性。

为了复原由动机座上的相机拍摄运动目标得到的降质图像,提出了基于像素运动模糊特征分割图像的复原方法。根据运动模糊的卷积作用,分析了图像中目标与背景不同的运动特性及像素平移叠加机理,得出了目标背景的叠加区域中相邻像素灰度值的变化程度相似的结论。基于该灰度变化特征检测运动模糊方向上的目标边缘,并利用Canny算子检测平行于模糊方向的边缘,两部分边缘进行求或运算并进行形态学处理,从而分割得到完整的目标模糊图像。剔除该目标图像叠加区的背景灰度信息,并补零扩充为完全卷积的模糊图像,最后利用反卷积复原算法去除模糊。复原实验结果表明,该方法复原得到的目标图像内部纹理清晰,复原图像的信噪比为9.64 dB,即主观和客观评价都表明该方法能够有效处理该类空间移变降质图像的复原问题。

为了复原模糊图像以得到可辨识的目标,分析相机与目标高速相对运动时产生的两种模糊性质,针对其退化函数难以确定的特点,提出一种基于图像插值分析的交互式分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理。然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原。对仿真图像进行实验,基本上恢复了目标图像的特征,证明该方法复原效果比较理想。