基于低秩矩陣逼近的圖像恢復(fù)方法研究.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試仃)》。另外，該學(xué)位論文為(1氦像弓徽巧里)課題(組)的研究成果，獲得(噼良逐：研々娩僧‘繅留組)經(jīng)費或?qū)嶒炇业馁Y助，在(f虱俘汐紹蟛唆遮穆實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可

2、以不作特另II聲明。)聲明人(簽名)：功!l’年r只17B摘要圖像恢復(fù)是圖像處理和計算機(jī)視覺領(lǐng)域的一個基本任務(wù)，它的目的是根據(jù)退化圖像恢復(fù)出需要的圖像信息，保證用戶準(zhǔn)確地獲取圖像中的重要信息，也是后續(xù)的圖像分析、目標(biāo)識別等視覺任務(wù)的前提。因此，研究圖像恢復(fù)的理論和方法對底層到高層視覺任務(wù)具有重要的理論意義和應(yīng)用價值。在圖像恢復(fù)的應(yīng)用中，遠(yuǎn)距離成像設(shè)備受到外部環(huán)境及成像系統(tǒng)內(nèi)部等諸多因素的影響，獲取的圖像有各種各樣的退化。本文針對大氣湍流

3、成像及高光譜成像中的退化圖像序列進(jìn)行研究，這兩種退化圖像的復(fù)原是當(dāng)前圖像處理領(lǐng)域極具挑戰(zhàn)性的難題。氣動光學(xué)效應(yīng)退化圖像恢復(fù)的困難在于，形成退化的點擴(kuò)散函數(shù)是未知的而且是隨時空隨機(jī)變化的，難以用統(tǒng)一的數(shù)學(xué)解析式表述。高光譜成像受每個波段成像的影響，退化呈現(xiàn)混合噪聲、死行和條帶等，同時去除這些退化是當(dāng)前高光譜圖像恢復(fù)的難點。鑒于圖像序列的時空關(guān)聯(lián)特性，本文將圖像恢復(fù)問題轉(zhuǎn)化為矩陣低秩逼近問題，有效地恢復(fù)兩類退化圖像，提高圖像的質(zhì)量。主要的工

4、作和創(chuàng)新點如下：1提出了一種新穎的針對視頻序列的大氣擾動去除方法。首先使用魯棒主成分分析獲得初始參考圖像后，提出一個基于可控核回歸變分正則化和非局部變分正則化的迭代參考圖像增強(qiáng)模型，針對該模型，設(shè)計了一個新穎的基于分離的Bregman迭代的快速求解算法。通過迭代矯正圖像序列，去除幾何畸變。進(jìn)一步，針對圖像序列中的噪聲，利用圖像塊序列的低秩先驗，提出基于加權(quán)核范數(shù)最小化的低秩矩陣逼近的視頻圖像去模糊方法。最后，對得到的近衍射極限圖像，利用

5、盲去卷積方法對圖像序列進(jìn)行去模糊，得到清晰的圖像序列。將所提方法應(yīng)用于大量的模擬和真實的大氣擾動退化圖像序列，實驗結(jié)果驗證了本文所提方法的有效性，視覺效果和客觀指標(biāo)都要好于當(dāng)前流行的方法。2針對退化的高光譜圖像序列，提出了基于加權(quán)Schattenp范數(shù)的低秩矩陣逼近(WSNLRMA)的恢復(fù)方法，主要去除高斯噪聲、沖擊噪聲、死行和條帶噪聲的混合噪聲。針對WSNLRMA這一非凸的模型，利用擴(kuò)展的拉格朗日乘數(shù)法進(jìn)行求解，實現(xiàn)了一種能夠自適應(yīng)地