一種快速圖像復(fù)原算法研究及實現(xiàn).pdf

1、本課題來源于項目“基于圖像復(fù)原技術(shù)的遠(yuǎn)程視頻監(jiān)控系統(tǒng)開發(fā)”，其目的是在成像傳感器分辨率受限的情況下，通過在視頻監(jiān)控系統(tǒng)中增加圖像復(fù)原環(huán)節(jié)，仍可得到高質(zhì)量的視頻。
　　本論文利用圖像復(fù)原的方法來實現(xiàn)高質(zhì)量的視頻采集。基于點擴(kuò)散函數(shù)的圖像解卷積是圖像復(fù)原的關(guān)鍵，但這種解卷積存在不適定的問題。由于超拉普拉斯模型可以很好擬合自然圖像灰度的梯度分布，可利用這種先驗來解決反卷積不適定的問題。本論文主要工作和研究成果如下：
　　首先介紹了

2、圖像復(fù)原技術(shù)的國內(nèi)外研究現(xiàn)狀?？偨Y(jié)這些研究發(fā)現(xiàn)，盡管圖像復(fù)原技術(shù)研究屬于當(dāng)前熱點，但是對于工程實現(xiàn)，尤其是利用圖像復(fù)原技術(shù)來實現(xiàn)視頻采集的研究較少。
　　然后介紹了基于PSF復(fù)原的相關(guān)概念，闡述了成像過程的數(shù)學(xué)模型和利用圖像復(fù)原的方法實現(xiàn)去除圖像模糊的一般思路，介紹了常用的圖像解卷積復(fù)原算法，并對算法進(jìn)行了分析。
　　其次論文重點討論了一種計算量較小的快速圖像復(fù)原算法。首先分析了現(xiàn)場環(huán)境中不同條件下的視頻灰度梯度變化；通過比

3、較不同求解PSF方法，選取梯度倒譜方法來估計模糊圖像的PSF；然后利用圖像復(fù)原模型，分析了正則化解卷積算法的重要影響因素α、λ和β，并根據(jù)這些影響因素的分析結(jié)果對其進(jìn)行優(yōu)化，從而得到了計算量較小的高質(zhì)量復(fù)原算法。實驗結(jié)果表明，在模糊圖像信噪比低于33.3dB時，標(biāo)準(zhǔn)盲解卷積算法能復(fù)原出較高質(zhì)量的圖像；當(dāng)信噪比高于33.3dB時，Richardson-Lucy算法復(fù)原出的圖像質(zhì)量優(yōu)于標(biāo)準(zhǔn)盲解卷積算法；當(dāng)信噪比高于37dB時，快速復(fù)原算法復(fù)