基于相機(jī)的模糊圖像復(fù)原.pdf

1、圖像在采集、轉(zhuǎn)換和傳輸過程中，常常會(huì)受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，造成圖像降質(zhì)。例如在使用數(shù)碼相機(jī)拍攝時(shí)，由于光學(xué)系統(tǒng)的裝配、拍攝對(duì)焦不準(zhǔn)、曝光期間的相機(jī)抖動(dòng)或拍攝時(shí)的目標(biāo)移動(dòng)等均會(huì)使拍攝的相片圖像模糊。本文主要研究去除由相機(jī)抖動(dòng)造成的圖像模糊。但在大多數(shù)的圖像復(fù)原的基本理論中，該問題是無定解的，因?yàn)閷?duì)于原圖和模糊核知之甚少，必須對(duì)其做出很強(qiáng)的先驗(yàn)假設(shè)；而傳統(tǒng)的信號(hào)處理在解決該問題時(shí)通常以頻率能量定律的形式做一個(gè)普遍的假設(shè)，相應(yīng)

2、的算法僅能處理很小尺寸的模糊核，對(duì)于相機(jī)抖動(dòng)相關(guān)的復(fù)雜模糊核則無能為力。 本文參考了2006年Fergus提出的估計(jì)相機(jī)抖動(dòng)軌跡進(jìn)行復(fù)原的方法，通過進(jìn)一步對(duì)自然圖像統(tǒng)計(jì)特性的研究，尋找出模糊圖像和清晰圖像在統(tǒng)計(jì)特性上的差異，即清晰圖像的小波域細(xì)節(jié)分量服從拉普拉斯分布，而模糊圖像則不具有這種特性。利用自然清晰圖像小波域的細(xì)節(jié)分量統(tǒng)計(jì)分布作為先驗(yàn)信息，采用Bayesian法來解決未知量的估計(jì)，尋找出模糊核，進(jìn)而通過經(jīng)典的圖像復(fù)原法重

3、建圖像。實(shí)驗(yàn)結(jié)果從收斂性、圖像清晰度和紋理三個(gè)方面來評(píng)價(jià)，實(shí)驗(yàn)數(shù)據(jù)表明，經(jīng)過本算法復(fù)原后的圖像質(zhì)量明顯優(yōu)于復(fù)原前，并且在復(fù)原效果相當(dāng)?shù)那闆r下，本算法的收斂速度遠(yuǎn)高于Fergus算法的收斂速度。 大多數(shù)的成像設(shè)備都會(huì)引入不同程度的亮度及幾何非線性失真，因此還需要考慮這兩種非線性失真對(duì)復(fù)原的影響。由于人對(duì)亮度失真的感知比幾何失真敏感，因此在本文僅考慮亮度非線性對(duì)于復(fù)原結(jié)果的影響，主要結(jié)合亮度非線性的盲移除進(jìn)行研究。通過分析非線性對(duì)于