基于自適應(yīng)濾波和稀疏正則的圖像恢復(fù).pdf

1、圖像作為人類(lèi)視覺(jué)信息的重要載體，為人類(lèi)的認(rèn)知活動(dòng)提供了豐富的信息，成為人類(lèi)感知客觀世界的重要途徑。由于圖像在獲取、傳輸和應(yīng)用過(guò)程中，得到的圖像質(zhì)量往往較低，不能滿(mǎn)足實(shí)際需求。圖像恢復(fù)的目的，就是利用獲取的降質(zhì)圖像，通過(guò)圖像恢復(fù)算法，復(fù)原高質(zhì)量的清晰圖像。數(shù)字圖像的恢復(fù)作為多種交叉學(xué)科的基礎(chǔ)研究，越來(lái)越受到國(guó)內(nèi)外學(xué)者的關(guān)注，成為圖像處理領(lǐng)域中的一個(gè)重要科研課題。
　　本文從模型出發(fā)，通過(guò)對(duì)原始的圖像恢復(fù)模型的分析和圖像特征結(jié)構(gòu)信息等

2、的挖掘，提出了一種新的圖像恢復(fù)模型框架，從而在不引入振鈴效應(yīng)、塊狀效應(yīng)、梯度效應(yīng)等缺點(diǎn)的前提下以獲得高質(zhì)量高頻紋理信息。在文章中提供了一種詳細(xì)的參考優(yōu)化解法，并在最后給出一系列的仿真實(shí)驗(yàn)來(lái)驗(yàn)證模型算法的高效性。本文的主要貢獻(xiàn)點(diǎn)如下所述。
　　1.分析總結(jié)了傳統(tǒng)的圖像恢復(fù)模型的結(jié)構(gòu)及其各自的優(yōu)缺點(diǎn)。由于傳統(tǒng)模型包括兩個(gè)部分，數(shù)據(jù)項(xiàng)和正則項(xiàng)。數(shù)據(jù)項(xiàng)用來(lái)保真圖像的觀測(cè)模型，而正則項(xiàng)用來(lái)作為圖像的先驗(yàn)約束。在文章中通過(guò)對(duì)各種圖像的恢復(fù)模型

3、進(jìn)行抽象，得到一般的數(shù)學(xué)模型，并針對(duì)一般的數(shù)學(xué)模型的兩種形式——基于單項(xiàng)正則的圖像恢復(fù)模型和基于雙正則的圖像恢復(fù)模型——各自給出了一種參考的解法步驟，以作為本文所提算法框架的一個(gè)理論基礎(chǔ)。
　　2.由于原始圖像恢復(fù)模型的各種弊端導(dǎo)致恢復(fù)得到的圖像質(zhì)量不能滿(mǎn)足很多場(chǎng)合的使用，本文通過(guò)對(duì)模型算法進(jìn)行分析，提出了一種基于自適應(yīng)濾波和稀疏正則的圖像恢復(fù)模型框架，削弱了原始算法的缺點(diǎn)。在新的模型框架中，保留了原始的數(shù)據(jù)項(xiàng)不變，在正則約束項(xiàng)中

4、不是將原始的圖像直接進(jìn)行約束，而是將原始圖像與通過(guò)一個(gè)自適應(yīng)濾波器后的圖像相減得到的殘差作為稀疏約束。這樣做有兩個(gè)優(yōu)點(diǎn)：其一，通過(guò)自適應(yīng)濾波后的圖像去除了像素之間的空間相關(guān)性和圖像的結(jié)構(gòu)信息，作為約束項(xiàng)更加的合理；其二，利用殘差項(xiàng)相比較于原始圖像作為稀疏正則項(xiàng)更加的稀疏，更加的符合能量方程的最小化準(zhǔn)則。
　　3.本文以圖像的超分辨率為例，給出了一種新的圖像恢復(fù)模型的優(yōu)化求解算法的詳細(xì)推導(dǎo)和計(jì)算步驟。為了說(shuō)明算法框架的通用性，實(shí)驗(yàn)中