一種用于圖像復原的多約束迭代算法.pdf

1、圖像退化是指圖像在采集、傳輸、處理等過程中會受到外界環(huán)境或者硬件設備的影響而產生失真，在實際應用中需要對退化圖像進行有效的復原處理，這也是圖像在其他領域中得到應用的前提條件。圖像復原技術廣泛用于社會的各個領域，發(fā)揮著重要的作用。
　　圖像模糊和噪聲是兩種主要的退化形式，針對于圖像模糊-噪聲的退化模型也是圖像復原領域研究的熱點。本文主要針對于運動模糊-高斯噪聲和散焦模糊-脈沖噪聲兩種退化模型進行分析研究。
　　對于運動模糊-高

2、斯噪聲圖像退化模型，本文采用基于圖像TV-POCS-KSVD模型進行復原，在傳統(tǒng)的TV-POCS模型基礎上，加入了圖像的稀疏表示約束項。通過實驗驗證，TV-POCS-KSVD算法可以在去除高斯噪聲的同時有效的保留圖像的邊緣紋理信息，對于高斯噪聲-模糊退化模型的復原效果要優(yōu)于傳統(tǒng)TV-POCS算法。對于上述最優(yōu)化問題的求解，采用分裂Bregman方法，將問題轉化為多個子最優(yōu)化問題進行迭代最優(yōu)求解。
　　對于脈沖噪聲的檢測，本文提出了

3、一種改進的邊界識別噪點檢測算法，經實驗證明所提算法可以有效的對“椒鹽”脈沖噪聲以及隨機值脈沖噪聲進行檢測，在隨機值脈沖噪聲情況下或者是噪聲強度較高的情況下，其噪點檢測的準確率要高于AMF、BDND等傳統(tǒng)方法。針對散焦模糊-脈沖噪聲的退化模型，本文采用基于改進的邊界檢測算法的TV-POCS-KSVD兩步法復原模型，首先對脈沖噪聲點進行檢測，檢測方法采用本文所提出的改進的邊界識別噪點檢測算法，然后對非噪聲點處進行數(shù)據一致性約束。通過仿真實驗