基于粒子群优化的正则化水下图像盲复原

雷选华; 孔小健; 杨文亮

doi:10.7510/jgjs.issn.1001-3806.2015.06.017

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于粒子群优化的正则化水下图像盲复原

雷选华 , 孔小健 , 杨文亮

文章导航 > 激光技术 > 2015 > 39(6): 811-814

引用本文:

Citation:

基于粒子群优化的正则化水下图像盲复原

1.
海军工程大学兵器工程系, 武汉 430033

作者简介: 雷选华(1968-),男,副教授,博士,主要研究方向为光电信号及图像处理技术.E-mail:leixuanhua@sina.com.

基金项目:
国家十二五国防预研资助项目(1011003010101)
中图分类号: TP391

Regularization blind restoration of underwater images based on particle swarm optimization

1.
Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China
CLC number: TP391

摘要: 水下图像恢复的难点在于缺少海水的点扩展函数的足够信息,而导致病态的问题.为了提高水下激光成像系统的成像质量,提出了用粒子群优化正则化参量的盲图像复原算法.该方法结合Tikhonov正则化和改进的全变分正则化的技术特点,使用一种交替迭代方法,分别估计点扩展函数和估计复原图像,同时用粒子群算法优化正则化参量.结果表明,该方法对水下图像复原具有较好的鲁棒性,算法收敛稳定.
- 图像处理 /
- 正则化 /
- 图像复原 /
- 粒子群优化
Abstract: Difficulties of underwater image restoration lies in lack of enough information about the point spread function of sea water which induces the ill-posed problem consequently. In order to improve the imaging quality of underwater laser imaging system, a blind image restoration algorithm based on particle swarm optimization regularization parameter was proposed. This method integrated the technique characteristics of Tikhonov regularization and the improved total variation(TV) regularization. An alternating iterative method was adopted to estimate point spread function and restored image respectively. Meanwhile, the regularization parameter was optimized by using particle swarm algorithm. After dealing with the simulation images and the actual underwater images, the results of underwater image restoration show that this method has good robustness for underwater image restoration and the algorithm is convergent and stable.
- image processing /
- regularization /
- image restoration /
- particle swarm optimization

[1]	GE W L, HUA L H, ZHANG X H. Simulation and experiment of change rule of water backscattering light energy[J]. Laser Technology, 2013, 37(6):756-759(in Chinese).
[2]	GRAY D J. Order-of-scattering point spread and modulation transfer functions for natural waters[J]. Applied Optics ,2012, 51(28):6753-6764.
[3]	HOU W L, WOODS S, JAROSZ E, et al. Optical turbulence on underwater image degradation in natural environments[J]. Applied Optics, 2012,51(14):2678-2686.
[4]	FANG H Zh, YAN L X. Multiframe blind image deconvolution with split Bregman method[J]. Optik - International Journal for Light and Electron Optics,2014, 125(1):446-451.
[5]	PRADEEPA D S, RODNEY A K. Regularized image restoration, image restoration-recent advances and applications[M].Rijek,Croatia: In Techopen,2012:145-170.
[6]	HABSEN P C. Rank-deficient and discrete ill-posed problems:numerical aspects of linear inversion[M].Philadelphia,USA:Society for Industrial and Applied Mathematics, 1997: 69-97.
[7]	TIKHONOV A N .On solving incorrectly posed problems and method of regularization [J]. Dokl Acad Nauk USSR , 1963, 151(3) :501-504.
[8]	RUDIN L I, OSHER S, FATEMI E. Nonlinear total variation based noise removal algorithms[J]. Physica,1992,D60(4):259-268.
[9]	PERONA P,MALIK J. Scale-space and edge detection using anisotropic diffusion[J]. IEEE Transactions on Pattern Analysis and Machine Intlligence,1990,12(7):629-639.
[10]	KENNEDY J, EHERHART R C.Particle swarm optimization[C]//Proceedings of IEEE International Conference on Neural Networks Ⅳ.New York,USA:IEEE,1995:1942-1948.
[11]	SHI Y, EBERHART R C. Empirical study of particle swarm optimization[C]//IEEE Congress on Evolutionary Computation.New York,USA:IEEE,1999:1945-1950.

[1]	郎川萍 , 杨仁怀 . 基于改进脊波变换的红外视频图像高质量复原. 激光技术, 2015, 39(2): 247-251. doi: 10.7510/jgjs.issn.1001-3806.2015.02.022
[2]	刘逸飞 , 苏亚 , 姚晓天 , 崔省伟 , 杨丽君 , 周聪聪 , 何松 . OCT无创血糖检测图像处理最优化方法研究. 激光技术, 2023, 47(2): 178-184. doi: 10.7510/jgjs.issn.1001-3806.2023.02.004
[3]	梁智锦 , 王开福 , 顾国庆 , 张成斌 . 基于微粒子群优化算法的数字散斑图像相关方法. 激光技术, 2014, 38(5): 603-607. doi: 10.7510/jgjs.issn.1001-3806.2014.05.006
[4]	王可 , 王慧琴 , 殷颖 , 毛力 , 张毅 . 基于光谱重建技术的壁画颜色复原与评价. 激光技术, 2019, 43(2): 280-285. doi: 10.7510/jgjs.issn.1001-3806.2019.02.024
[5]	王春娴 , 李会山 , 王风忠 . 基于图像的激光熔覆粉末粒子运动行为分析. 激光技术, 2010, 34(3): 300-302,319. doi: 10.3969/j.issn.1001-3806.2010.03.004
[6]	汪杰君 , 杨杰 , 张文涛 , 王新强 , 叶松 . 雾天偏振成像影响分析及复原方法研究. 激光技术, 2016, 40(4): 521-525. doi: 10.7510/jgjs.issn.1001-3806.2016.04.014
[7]	乔建平 , 邓联文 , 贺君 , 廖聪维 . 一种基于混沌映射的快速图像加密算法优化. 激光技术, 2017, 41(6): 897-903. doi: 10.7510/jgjs.issn.1001-3806.2017.06.026
[8]	周娇 , 王力 , 陈小青 . 基于改进鲸鱼优化算法的最大2维熵图像分割. 激光技术, 2021, 45(3): 378-385. doi: 10.7510/jgjs.issn.1001-3806.2021.03.020
[9]	李文龙 , 戈海龙 , 任远 , 成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
[10]	张海庄 , 姚梅 , 雷萍 , 李鹏 , 曾庆平 . 远场激光光斑图像处理方法研究. 激光技术, 2013, 37(4): 460-463. doi: 10.7510/jgjs.issn.1001-3806.2013.04.010
[11]	汤敏 , 王惠南 . 激光扫描共聚焦显微镜图像的计算机处理. 激光技术, 2007, 31(5): 558-560.
[12]	张羽鹏 , 王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
[13]	冯煦 , 张瑞瑛 , 周萍 , 李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
[14]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[15]	苏平 , 牛燕雄 , 李大乾 , 牛海莎 , 李易难 , 张超 . 基于面阵CCD的激光告警系统的图像采集与处理. 激光技术, 2013, 37(3): 394-399. doi: 10.7510/jgjs.issn.1001-3806.2013.03.028
[16]	孟宇帆 , 张丽君 , 何长涛 , 肖婧 , 阳宁静 , 冯国英 , 韩敬华 . 基于图像处理的激光清洗飞机蒙皮特性和机制研究. 激光技术, 2024, 48(3): 303-311. doi: 10.7510/jgjs.issn.1001-3806.2024.03.002
[17]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[18]	陈树越 , 朱双双 , 蒋星 , 徐扬 . 基于高斯型点扩展函数的红外图像热源复原. 激光技术, 2016, 40(2): 270-273. doi: 10.7510/jgjs.issn.1001-3806.2016.02.025
[19]	陈树越 , 刘金星 , 丁艺 . 基于小波变换的红外与X光图像融合方法研究. 激光技术, 2015, 39(5): 685-688. doi: 10.7510/jgjs.issn.1001-3806.2015.05.021
[20]	赵蓉 , 顾国华 , 杨蔚 . 基于偏振成像的可见光图像增强. 激光技术, 2016, 40(2): 227-231. doi: 10.7510/jgjs.issn.1001-3806.2016.02.016

点击查看大图

计量

文章访问数: 5126
HTML全文浏览量: 2535
PDF下载量: 331
被引次数: 0

基于粒子群优化的正则化水下图像盲复原

作者简介: 雷选华(1968-),男,副教授,博士,主要研究方向为光电信号及图像处理技术.E-mail:leixuanhua@sina.com

1. 海军工程大学兵器工程系, 武汉 430033

收稿日期: 2014-08-18
录用日期: 2014-09-22
网络出版日期: 2015-11-25

基金项目: 国家十二五国防预研资助项目(1011003010101)

关键词:

摘要: 水下图像恢复的难点在于缺少海水的点扩展函数的足够信息,而导致病态的问题.为了提高水下激光成像系统的成像质量,提出了用粒子群优化正则化参量的盲图像复原算法.该方法结合Tikhonov正则化和改进的全变分正则化的技术特点,使用一种交替迭代方法,分别估计点扩展函数和估计复原图像,同时用粒子群算法优化正则化参量.结果表明,该方法对水下图像复原具有较好的鲁棒性,算法收敛稳定.