單幅運動模糊圖像恢復(fù).pdf

1、由于圖像獲取過程中的相對運動，所獲取的圖像會存在一定程度的模糊。運動模糊導(dǎo)致的圖像質(zhì)量降低，嚴重影響了人們對外界的探尋、對信息的獲取以及科學(xué)研究的發(fā)展。本文在未知模糊核的情況下實現(xiàn)了基于單幅模糊圖像的恢復(fù)。由于只需要提供一幅模糊的圖像，無需在成像過程中記錄運動信息，也無需多幀圖像，使得在一些運動模糊不可避免的情況下獲取清晰圖像變得簡單容易。
　　 本文分析了圖像的退化模型和相應(yīng)的圖像恢復(fù)模型，由此構(gòu)建了基于單幅運動模糊圖像的圖像

2、恢復(fù)模型。該圖像恢復(fù)模型將圖像恢復(fù)的處理過程分成了兩方面的工作來研究，一方面是圖像模糊核的估計，另一方面是已知模糊核后的去卷積過程。最后整體的處理過程還是需要結(jié)合兩方面的工作，使得他們之間互相約束，最后得到較為準確的模糊核和相應(yīng)的恢復(fù)圖像。
　　 首先，文中詳細闡述了基于位移探測的運動模糊核估計方法的原理和實現(xiàn)方法，并描繪了基于光流法的運動模糊核估計方法的原理。詳細分析了模糊核所具有的性質(zhì)，并以此闡述了模糊核的Tikhonov規(guī)

3、整因子、稀疏規(guī)整因子和連續(xù)性規(guī)整因子的原理。詳細描繪了在這些因子約束的情況下，相應(yīng)的模糊核計算方程式的求解方式。闡述了模糊核估計中的多尺度處理方法的意義以及具體的實現(xiàn)過程。
　　 其次，文中介紹了常見的幾種圖像恢復(fù)算法，并對這些方法的特點進行了詳細的分析討論。針對它們的特點，論文提出了三種創(chuàng)新算法。提出了一種基于噪聲約束的模糊核已知的實時圖像恢復(fù)算法，該方法通過假設(shè)圖像的噪聲滿足高斯分布，以抑制高斯噪聲的影響，同時假設(shè)圖像的一階

4、梯度和二階梯度滿足高斯分布來約束恢復(fù)圖像的平滑度，以抑制椒鹽等非均勻噪聲的影響；提出了一種基于自然梯度約束的振鈴效應(yīng)的修正方法，該方法通過添加自然圖像梯度約束的來改進原有的圖像恢復(fù)算法，以此來抑制由于模糊核估計不準確而導(dǎo)致的振鈴效應(yīng)，然后采用參數(shù)替代算法處理添加該約束后的圖像恢復(fù)計算表達式，使得計算過程極為簡單；提出了基于局部約束的Richardson—Lucy的改進恢復(fù)方法，該算法首先通過計算模糊圖像中每像素點在制定局部窗口大小內(nèi)的標

5、準方差值，如果值大于設(shè)定的閾值則判定該點屬于局部約束區(qū)域，確定了局部約束區(qū)域以后，約束該區(qū)域中的恢復(fù)圖像和模糊圖像的分布一致。論文提出了上述三種改進的恢復(fù)方法，并完成了相關(guān)軟件，通過實拍圖像的恢復(fù)驗證和其他恢復(fù)方法的對比，證明了三種方法的有效性。
　　 最后，文中結(jié)合兩方面的工作，實現(xiàn)了一種基于單幅模糊圖像的恢復(fù)方法。該方法運用模糊核的稀疏性規(guī)整因子和連續(xù)性規(guī)整因子，對迭代過程中的模糊核的進行相應(yīng)的約束，同時，使用噪聲高斯模型，