基于邊緣信息與圖像景深的均勻盲去模糊.pdf

1、圖像去模糊是圖像復(fù)原的一個重要分支，在航空航天、醫(yī)療器械、計算機視覺以及圖像視頻處理方面有著廣泛的應(yīng)用，并且近年來還出現(xiàn)在商業(yè)軟件的功能中。隨著圖像去模糊理論的發(fā)展，涌現(xiàn)出了越來越多的針對提高去模糊后圖像質(zhì)量和提高運行速度兩方面的方法，對于前者本文提出了兩種基于邊緣信息的方法，從而提高所得圖像的質(zhì)量；對于后者本文提出了一種基于圖像景深對圖像進行分塊處理的辦法，從而提高去模糊過程的運算速度。三種方法簡要說明如下：
　　(1)基于前人

2、工作的基礎(chǔ)上，提出了一種基于外部圖像塊先驗與雙邊濾波器的方法。該方法不同于經(jīng)典的利用外部圖像塊先驗的算法，在金字塔模型迭代的最后一層，即與輸入圖像尺寸相同的那一層的所有迭代過程中，添加雙邊濾波器，從而在濾除圖像噪聲的同時，保留圖像的主要邊緣信息，為下一次迭代估計模糊核做好準(zhǔn)備，進而得到更加清晰的銳利圖像。
　　(2)在總結(jié)了上一章工作的基礎(chǔ)上，探索出一種基于外部圖像塊先驗與稀疏范數(shù)的方法。該方法相較于上一章算法的優(yōu)點在于，省去了對

3、于不同圖像需要對雙邊濾波器調(diào)整不同的輸入?yún)?shù)的缺點，使得估計模糊核的過程具有一定的自適應(yīng)性。具體做法為同樣在金字塔模型的最后一層中，添加一項基于當(dāng)下效果最好的稀疏范數(shù)正則項，使得迭代過程中，估計模糊核的階段指向正確的方向，從而得到更加逼近真實場景的模糊核。
　　(3)為了提高圖像去模糊算法的計算效率，嘗試了一種基于圖像景深的分塊策略。該方法得益于非均勻去模糊算法的啟發(fā)，對輸入圖像進行分塊。區(qū)別于非均勻去模糊算法的分塊策略，本文所提