退化圖像的復原改進算法研究與實現.pdf

1、退化圖像根據對圖像造成的視覺效果的不同，可分為兩大類，即模糊圖像和畸變圖像。針對這兩類退化圖像的復原算法一直是圖像處理領域的研究熱點，本文也針對此進行了大量的實驗研究。 模糊圖像復原的關鍵是獲得退化圖像的點擴展函數或者其傅立葉變換的先驗知識。經典復原算法都是以系統(tǒng)的點擴展函數已知為前提的，它具有復原效果好，復原速度快等優(yōu)點，但在實際應用中由于系統(tǒng)的點擴展函數往往未知，使其受到實際應用的限制。盲復原算法可以在未知系統(tǒng)點擴展函數的情

2、況下，通過模糊圖像來估計系統(tǒng)點擴展函數進而復原原始圖像，因此在實際應用中更具價值。但是目前的盲復原方法存在點擴展函數估計誤差大、運算復雜等缺陷，影響了模糊圖像的復原效果和復原速度。 本文通過對已有模糊圖像復原算法的深入研究，針對上述兩類復原算法目前存在的不足，提出了一種新型的自適應盲復原算法。該算法依據不同的降質方法會造成圖像頻譜中不同頻率成份丟失的特點，通過有效的頻譜變換和特征提取，實現了運動模糊、散焦模糊、高斯模糊以及其他模

3、糊的自動分類，并對三種常見模糊通過相應的模糊參數辨識方法自動給出點擴展函數的精確估計，利用經典復原算法一維納濾波實現了退化圖像的復原；對于其他模糊系統(tǒng)自動采用改進的NAS-RIF盲復原算法進行復原。該算法最大的優(yōu)點是兼顧了盲復原的廣泛實用性和經典復原的良好復原性能，具有復原效果好、計算量小、復原適應性強等優(yōu)點。 同時在運動模糊圖像的模糊參數辨識中，通過對運動模糊圖像的運動方向估計方法的深入研究，提出了有效的改進方法。首先將運動模

4、糊圖像進行3×3方向微分運算，然后將微分圖像灰度值通過灰度線性變換，求取和值中的極大值來自動且有效地識別出運動方向。實驗結果表明，改進的方法提高了計算精度并擴大了算法適用范圍。 畸變圖像的校正尤其是非線性畸變圖像由于其非線性的復雜度，到目前為止仍未能得到很好的解決。傳統(tǒng)的非線性畸變圖像校正方法，需要建立畸變數學模型，不僅求解畸變參數復雜，計算量大，且存在很大的數值計算誤差等問題。 本文通過對非線性光學畸變退化圖像深入研究