運動模糊圖像復(fù)原算法的研究與實現(xiàn).pdf

1、學(xué)校代碼：10406分類號：TP391.4學(xué)號：110085210016南昌航空大學(xué)南昌航空大學(xué)碩士學(xué)位論文（專業(yè)學(xué)位研究生）運動模糊圖像復(fù)原算法的研究與實現(xiàn)運動模糊圖像復(fù)原算法的研究與實現(xiàn)碩士研究生：鄧超導(dǎo)師：李其申副教授申請學(xué)位級別：碩士學(xué)科、專業(yè)：控制工程所在單位：信息工程學(xué)院答辯日期：2014年12月授予學(xué)位單位：南昌航空大學(xué)摘要在采集圖像的過程中，當(dāng)相機與被拍攝物體之間在快門開啟與關(guān)閉的短暫時間內(nèi)存在相對運動時，就會造成照片的

2、運動模糊。圖像復(fù)原就是為了獲得模糊圖像中隱藏的有效信息，以便得到可視化效果較好的圖像。通常，運動模糊圖像復(fù)原方法是先估計出運動模糊角度和運動模糊長度兩個參數(shù)，得到運動模糊的點擴散函數(shù)(PSF)，再使用去卷積算法進(jìn)行處理。本文在估計模糊參數(shù)和去卷積方面，都提出了新的算法。在估計運動模糊參數(shù)方面，運動模糊圖像的一次傅立葉頻譜進(jìn)行Radon變換來估計運動模糊角度有時誤差較大，針對這一問題，提出一種新的基于二次傅立葉頻譜聯(lián)合位平面分割算法和Ra

3、don變換的方法來準(zhǔn)確估計模糊角度。求出模糊角度后，將模糊圖像按順時針方向旋轉(zhuǎn)同樣的角度，得到模糊方向為水平方向的模糊圖像，然后利用微分自相關(guān)運算估計出模糊長度。以得到的運動模糊角度和運動模糊長度為參數(shù)構(gòu)成該運動模糊的PSF。通過大量計算機仿真實驗并與其他現(xiàn)有的幾種算法進(jìn)行比較，我們的運動模糊參數(shù)估計方法具有更好的準(zhǔn)確性和健壯性。在圖像去卷積方面，使用標(biāo)準(zhǔn)RidsonLucy(RL)算法復(fù)原的圖像在邊緣處會產(chǎn)生振鈴效應(yīng)，針對這一問題，提

4、出一種使用參考圖的改進(jìn)的RL算法，分兩個階段來復(fù)原。第一階段，從運動模糊圖像估計出第一幅參考圖，借助第一幅參考圖得到第一階段的復(fù)原圖像；第二階段，利用運動模糊圖像和第一階段的復(fù)原圖像估計出第二幅參考圖，第二幅參考圖描述了更準(zhǔn)確的邊緣信息，有助于抑制復(fù)原圖像邊緣處的振鈴效應(yīng)，借助第二幅參考圖得到最終的復(fù)原圖像。并采用高斯圖像先驗作為正則化項來改進(jìn)標(biāo)準(zhǔn)的RL算法。最后，在Matlab平臺上分別對人工運動模糊圖像和真實運動模糊圖像進(jìn)行復(fù)原實驗