基于貝葉斯理論的圖像復(fù)原算法研究.pdf

1、圖像復(fù)原是圖像處理的核心問(wèn)題之一，它解決的主要問(wèn)題是怎樣根據(jù)實(shí)際退化的圖像信息，設(shè)計(jì)相應(yīng)的數(shù)學(xué)模型及其求解算法，以達(dá)到復(fù)原原始清晰圖像的目的。如何根據(jù)圖像的降質(zhì)過(guò)程，以及圖像先驗(yàn)信息構(gòu)建出估計(jì)點(diǎn)擴(kuò)散核函數(shù)與圖像復(fù)原的數(shù)學(xué)模型，一直都是相關(guān)研究人員所要解決的關(guān)鍵問(wèn)題。本文在總結(jié)圖像復(fù)原基本理論知識(shí)，圖像復(fù)原質(zhì)量評(píng)價(jià)，以及貝葉斯方法在圖像復(fù)原中應(yīng)用的最新研究進(jìn)展基礎(chǔ)上，主要從以下幾個(gè)方面展開(kāi)研究:
　　 首先，從圖像復(fù)原的基本數(shù)學(xué)模

2、型出發(fā)，分別介紹了圖像復(fù)原中的常見(jiàn)數(shù)學(xué)問(wèn)題。主要有圖像復(fù)原的一般退化模型以及圖像復(fù)原先驗(yàn)?zāi)Ｐ偷慕?，分析得到本文研究圖像復(fù)原問(wèn)題，總結(jié)起來(lái)就是要解決兩個(gè)重要問(wèn)題:
　　 (1)在圖像退化過(guò)程中，先驗(yàn)知識(shí)掌握的程度是如何影響復(fù)原結(jié)果的;
　　 (2)設(shè)計(jì)什么類型的算法，對(duì)圖像進(jìn)行反退化處理，以便得到原始的高質(zhì)量清晰圖像，從而達(dá)到復(fù)原目的。
　　 其次，基于貝葉斯理論的圖像復(fù)原理論是本文研究的核心。本文分別對(duì)圖像復(fù)原

3、中的最大似然估計(jì)、最大后驗(yàn)估計(jì)及貝葉斯估計(jì)的基本理論進(jìn)行推理證明，重點(diǎn)闡述了改進(jìn)貝葉斯方法估計(jì)的詳細(xì)過(guò)程，最后提出了去振鈴效應(yīng)的分區(qū)域檢測(cè)和Fuzzy濾波器結(jié)合的方法。
　　 最后，提出了圖像復(fù)原中的貝葉斯參數(shù)估計(jì)的常見(jiàn)算法。從參數(shù)估計(jì)的一般理論及圖像的先驗(yàn)分布入手，結(jié)合圖像復(fù)原問(wèn)題中的經(jīng)典參數(shù)估計(jì)問(wèn)題，提出了貝葉斯理論下圖像復(fù)原算法的數(shù)學(xué)描述，并且用實(shí)證分析法進(jìn)行了數(shù)學(xué)實(shí)驗(yàn)。
　　 由于圖像復(fù)原問(wèn)題的復(fù)雜性及實(shí)際產(chǎn)生模