粒子群算法在模糊圖像復原中的應用研究.pdf

1、圖像在采集過程中，由于相機的對焦不準、相機與拍攝對象的相對運動、大氣湍流等因素導致最終得到的圖像不清晰，這種現(xiàn)象稱為圖像退化。模糊圖像的產(chǎn)生導致人們在深入挖掘圖像隱藏信息和進一步分析理解圖像的過程中遇到比較大的困難。因此，模糊圖像復原問題成為了數(shù)字圖像處理領(lǐng)域一個最關(guān)鍵、最基礎(chǔ)的問題之一。根據(jù)成因常把圖像模糊分為散焦模糊、運動模糊和高斯模糊。模糊圖像復原就是解決圖像質(zhì)量退化問題，從而使圖像盡可能地接近真實場景。通常，復原一幅模糊圖像需要

2、首先估計出造成圖像模糊的點擴散函數(shù)——模糊核，然后根據(jù)估計出的模糊核使用圖像復原算法來對模糊圖像進行復原。本文針對圖像散焦模糊和運動模糊進行研究，重點探討模糊核參數(shù)估計問題，主要研究內(nèi)容如下：
　　首先，研究了圖像退化的一般模型，分析了散焦模糊和運動模糊成像機制并給出了對應的點擴散函數(shù)，詳細闡述了逆濾波算法、維納濾波算法和Lucy-Richardson算法這三種復原算法，并通過實驗比較了三種算法的復原效果。
　　其次，研究了

3、粒子群優(yōu)化算法的基礎(chǔ)理論知識。包括粒子群優(yōu)化算法提出的背景，基本的粒子群優(yōu)化算法，粒子群優(yōu)化算法的兩種模型以及對粒子群優(yōu)化算法的改進算法。
　　然后，提出了基于圖像灰度平均梯度和粒子群優(yōu)化算法的模糊核參數(shù)估計方法。該方法利用圖像清晰度與圖像灰度平均梯度值成正變關(guān)系這一特點，以復原圖像的灰度平均梯度值作為粒子群算法的適應度函數(shù)值，找出使適應度函數(shù)最大的粒子所對應的模糊半徑作為最后的估計結(jié)果。實驗結(jié)果表明，提出的算法對于點擴散函數(shù)參數(shù)