基于局部自適應稀疏約束的圖像去模糊.pdf

1、隨著數(shù)字化技術(shù)的快速發(fā)展，人們在生活和工作中不斷地接觸數(shù)字圖像。在圖像采集過程中，往往由于拍攝設備與拍攝景物之間存在一定的相對運動，會導致圖像中出現(xiàn)模糊不清，給人們帶來了諸多不便。近年來，圖像去模糊問題逐漸成為國內(nèi)外的圖像處理領(lǐng)域的熱點研究課題，圖像復原技術(shù)也廣泛應用于公共安全領(lǐng)域、醫(yī)學圖像領(lǐng)域、交通安全監(jiān)控領(lǐng)域、軍事偵察領(lǐng)域、航天航空領(lǐng)域等等，因此該課題具有一定研究意義和重要的應用價值。
　　本文主要的關(guān)注目標是單幅圖像的盲去運

2、動模糊問題。首先，基于圖像去模糊問題的研究背景，強調(diào)其具有的重要研究意義和應用價值，并闡述現(xiàn)有方法的優(yōu)勢所在及其不足之處。其次，分析圖像去模糊這一反問題的不適定性，簡要說明基于正則化的解決方法。再次，根據(jù)自然圖像梯度和模糊核的先驗假設信息，介紹幾種相應的典型的稀疏分布先驗及稀疏約束函數(shù)。
　　為了能夠自適應地調(diào)節(jié)圖像中不同區(qū)域的懲罰力度，本文利用圖像的局部信息，提出一種基于局部自適應稀疏約束的正則化方法，該方法能夠自動地減少對邊緣

3、等特征區(qū)域的懲罰，加大對平坦區(qū)域的懲罰，使模型的解更加傾向于清晰圖像。
　　由于圖像顯著性結(jié)構(gòu)對模糊核估計的準確度有重要影響，本文采用基于RTV的方法提取圖像的顯著性結(jié)構(gòu)，并結(jié)合局部自適應稀疏約束的正則化模型，采用多尺度的方法進行模糊核估計。此外，為了在抑制模糊核中噪聲的同時，保持模糊核結(jié)構(gòu)的連續(xù)性和稀疏性，本文采用有效的基于l0范數(shù)的方法對初步估計的模糊核進行提煉處理。
　　豐富的實驗表明，本文方法能夠保證模糊核的稀疏性以