基于小波變換的單幅運(yùn)動(dòng)模糊圖像恢復(fù).pdf

1、模糊圖像恢復(fù)是數(shù)字圖像處理技術(shù)的一個(gè)重要分支，其中由拍攝目標(biāo)與成像設(shè)備的相對(duì)位移引起的運(yùn)動(dòng)模糊是一種常見的現(xiàn)象。模糊圖像的常規(guī)恢復(fù)分兩方面的工作:一方面是退化函數(shù)的提取，另一方面是已知退化函數(shù)后進(jìn)行去卷積恢復(fù)。
　　實(shí)際獲取的運(yùn)動(dòng)模糊圖像成因復(fù)雜，除了受到運(yùn)動(dòng)模糊因素影響，通常還會(huì)受到噪聲的影響，因此在開始圖像恢復(fù)工作時(shí)需要進(jìn)行圖像預(yù)處理，主要是圖像去噪。針對(duì)濾除噪聲和保持圖像邊緣細(xì)節(jié)這一對(duì)矛盾因素，論文實(shí)現(xiàn)了一種基于小波變換的單

2、幅運(yùn)動(dòng)模糊圖像恢復(fù)算法。具體研究?jī)?nèi)容如下:
　　(1)分析線性運(yùn)動(dòng)模糊圖像的退化模型，由此確立了以模糊尺度和模糊角度為參數(shù)構(gòu)建PSF(Point Spread Function，點(diǎn)擴(kuò)散函數(shù))來衡量退化函數(shù);通過實(shí)驗(yàn)對(duì)常用的恢復(fù)方法進(jìn)行對(duì)比分析，選取維納濾波作為本文一般性的恢復(fù)方法;介紹了幾種常用的圖像恢復(fù)質(zhì)量評(píng)價(jià)參數(shù)。
　　(2)研究了一種基于傅里葉頻譜幾何特征的PSF估算方法，然后對(duì)該方法做了誤差分析并驗(yàn)證了其抗噪性。該方

3、法首先將輸入圖像變換到傅里葉頻域，然后結(jié)合邊緣檢測(cè)，通過霍夫變換提取傅里葉頻譜圖的幾何特征信息，進(jìn)而估算出PSF。
　　(3)對(duì)二維離散小波變換的Mallat算法進(jìn)行介紹，并闡明了小波圖像處理的基本思路:通過小波變換對(duì)圖像進(jìn)行分解，然后在變換域?qū)Ω餍〔ㄏ禂?shù)進(jìn)行處理，再通過反變換重構(gòu)圖像完成處理工作;對(duì)小波閾值去噪法進(jìn)行研究，通過實(shí)驗(yàn)分析說明了濾噪平滑圖像與保持邊緣細(xì)節(jié)的矛盾性。
　　(4)結(jié)合本文PSF估算方法，實(shí)現(xiàn)了一種基

4、于小波變換的整體恢復(fù)算法，通過與其它方法實(shí)驗(yàn)結(jié)果對(duì)比證明了其優(yōu)越性。該算法基本思路是:首先在保持邊緣細(xì)節(jié)的前提下，對(duì)輸入的運(yùn)動(dòng)模糊圖像進(jìn)行初步去噪，然后對(duì)初步去噪后的圖像進(jìn)行小波分解，在變換域分別對(duì)高頻部分再次去噪和對(duì)低頻部分進(jìn)行運(yùn)動(dòng)模糊恢復(fù)處理，最后計(jì)算反變換。
　　(5)對(duì)本文模擬實(shí)驗(yàn)中未涉及的對(duì)象進(jìn)行了拓展研究，包括長(zhǎng)寬不相等的運(yùn)動(dòng)模糊圖像和非線性運(yùn)動(dòng)模糊圖像;對(duì)實(shí)際運(yùn)動(dòng)模糊圖像進(jìn)行了恢復(fù)實(shí)驗(yàn)并取得了良好的恢復(fù)效果，包括相機(jī)