基于總變分和核回歸的視頻圖像復(fù)原.pdf

1、視頻復(fù)原是指從獲得的退化視頻去復(fù)原原始清晰視頻圖像的過程。它能夠提取視頻中感興趣區(qū)域的清晰細節(jié)信息，降低外界噪聲和拍攝操作不當(dāng)造成的影響。在軍事、交通、社會管理方面有著廣闊的前景。視頻復(fù)原是一個具有挑戰(zhàn)性的課題，因為視頻的數(shù)據(jù)量較大，因此會造成視頻復(fù)原過程的時間復(fù)雜度較高。針對視頻圖像復(fù)原問題進行探討，主要工作包括以下兩個方面:
　　 首先，根據(jù)總變分復(fù)原過程中，時空量離散梯度保留了相鄰視頻幀之間的時空關(guān)系的特點，提出了一個基于

2、3D加權(quán)廣義差分的總變分視頻復(fù)原方法。與當(dāng)前的各種視頻復(fù)原方法相比，它不是簡單的把視頻復(fù)原看作一系列的圖像復(fù)原問題，而是把視頻序列看作為一個時空量，運用時空總變分正則化來增強視頻在時間和空間上的平滑性，保證視頻在時間和空間上的連續(xù)性，并且在計算時空總變分正則項時采用3D廣義差分獲取有關(guān)原始視頻更豐富的先驗約束知識。該方法將原來的非約束最小化問題轉(zhuǎn)化為對應(yīng)的約束最小化問題，并采用增廣拉格朗日方法處理約束問題，交替方向法來解決圖像復(fù)原、輔助

3、變量求解和拉格朗日乘子更新這三個子問題。該算法能夠快速的復(fù)原模糊視頻，且具有較高的信噪比。
　　 其次，針對低模糊高噪聲圖像，提出了一個幾何局部自適應(yīng)圖像復(fù)原算法?，F(xiàn)實生活中由于外界環(huán)境和拍攝者的失誤，經(jīng)常導(dǎo)致獲取的圖像具有低模糊和較高噪聲的特點，提出的方法利用控制核回歸得到圖像的結(jié)構(gòu)信息，通過它確定分析窗的局部測度，最后根據(jù)局部測度決定每個分析窗的銳化強度。它同時采集圖像了局部細節(jié)和亮度信息，能夠保證不會放大噪聲和過平滑的情況