含噪圖像盲復原算法的研究.pdf

1、隨著多媒體和計算機技術的迅速發(fā)展，數字圖像處理技術得到了越來越廣泛的應用。數字圖像處理包括圖像去噪、圖像分割、圖像壓縮等等許多方面，其中圖像復原是一個重要的研究的方向。圖像復原的目的是從觀測到的退化圖像重建原始圖像，它是圖像處理、模式識別、機器視覺等的基礎，因而受到廣泛的研究。在天文學、遙感技術、醫(yī)療圖像等領域獲得應用。圖像復原技術是以圖像退化的某種先驗知識為基礎，當假定系統(tǒng)的脈沖響應(即點擴散函數PSF)已知時，這一類圖像復原稱為經典

2、的圖像復原。但是，在許多實際情況下點擴散函數難以確定，必須從觀察圖像中以某種方式抽出退化信息，找出圖像復原方法，這種方法就是圖像盲復原。 早期的圖像復原算法中，通常不考慮噪聲的影響，但在實際的圖像獲取、傳輸、存貯的過程中，噪聲的產生難以避免，往往直接影響圖像的復原效果。因此本文主要研究了含有噪聲的圖像盲復原算法，重點研究了兩種算法，一種是具有非負和有限支持域的遞歸逆濾波器的圖像盲復原算法(即NAS-RIF算法)，該算法可以對全黑

3、、全白或全灰的背景均勻的圖像進行有效復原，但是算法對噪聲十分敏感表現(xiàn)為在高頻下的放大，因此本文提出用高階累積量抑制噪聲同時在算法的迭代過程中結合圖像分割技術進一步確定目標支持域。另一種是基于高階統(tǒng)計量和Radon變換圖像盲復原算法。這兩種算法中，前者是基于逆濾波器技術的迭代算法，后者則是采用基于高階累積量的系統(tǒng)模型辨識方法，由于高階累積量計算量十分巨大而圖像又是二維信號，因此本文提出采用Radon變化將二維信號投影到一維空間，這樣就大大