采用圖像融合過程的多圖像復(fù)原.pdf

1、圖像復(fù)原的研究在圖像處理研究初始就已經(jīng)開始了，但是由于圖像未知的退化過程，以及逆過程的病態(tài)性，使得圖像復(fù)原十分具有挑戰(zhàn)性，至今仍是一個被大量研究的熱點(diǎn)方向。
　　 按照圖像退化的基本理論，圖像復(fù)原可分為點(diǎn)擴(kuò)散函數(shù)的估計和非盲反卷積兩個步驟。本文在這兩個步驟上都實(shí)現(xiàn)了創(chuàng)新。
　　 現(xiàn)有點(diǎn)擴(kuò)散函數(shù)的估計方法有使用單圖像的估計，也有使用多圖像的估計。本文的方法屬于采用多圖像的估計，該方法可以使用一張快速曝光的噪聲圖像來復(fù)原多張

2、運(yùn)動模糊圖像。通過提取模糊圖像和噪聲圖像中局部相同對象的透明度，本文算法可以有效地估計模糊圖像的點(diǎn)擴(kuò)散函數(shù)。
　　 在已知點(diǎn)擴(kuò)散函數(shù)的情況下，使用非盲反卷積算法即可復(fù)原出清晰圖像。非盲反卷積是一個相對成熟的研究方向，但是研究表明，即使采用精確的點(diǎn)擴(kuò)散函數(shù)作為輸入，現(xiàn)有的反卷積也無法避免結(jié)果中存在的偽跡。本文在對圖像融合研究的基礎(chǔ)上，通過實(shí)踐創(chuàng)新性地將圖像融合加入到經(jīng)典反卷積算法中，使得在反卷積過程中，去模糊的同時也抑制反卷積產(chǎn)生

3、的偽跡，最終生成的結(jié)果圖像效果優(yōu)于經(jīng)典反卷積算法的結(jié)果。綜上所述，本文的工作和創(chuàng)新點(diǎn)可以歸納為：
　　 1.充分利用多圖像復(fù)原的信息量多的優(yōu)勢，提取模糊圖像和噪聲圖像中局部物體的透明度，并通過兩者求解出模糊圖像的點(diǎn)擴(kuò)散函數(shù)。算法可以輸入多張同場景的模糊圖像，并對多張模糊圖像進(jìn)行復(fù)原。
　　 2.將圖像融合加入到反卷積過程中，極大地抑制反卷積過程中產(chǎn)生的偽跡，使得結(jié)果圖像中恢復(fù)的信息更加準(zhǔn)確清晰。
　　 3.采用局