運(yùn)動(dòng)模糊圖像復(fù)原的全變分方法研究.pdf

1、用照相機(jī)獲取圖像時(shí)，由于景物和照相機(jī)之間的相對(duì)運(yùn)動(dòng)，往往會(huì)造成圖像的模糊。另外，圖像在獲取和傳輸過(guò)程中，往往產(chǎn)生大量隨機(jī)噪聲。運(yùn)動(dòng)模糊和噪聲使圖像質(zhì)量退化，對(duì)進(jìn)一步的邊緣檢測(cè)、圖像分割、特征提取及模式識(shí)別等帶來(lái)不便。全變分(TotalVariation，TV)模型應(yīng)用于運(yùn)動(dòng)模糊圖像復(fù)原領(lǐng)域較傳統(tǒng)圖像復(fù)原方法有著獨(dú)特的優(yōu)勢(shì)。本文在充分研究全變分復(fù)原模型的基礎(chǔ)上，提出了一種改進(jìn)自適應(yīng)全變分模型，并將其運(yùn)用到真實(shí)運(yùn)動(dòng)模糊圖像的復(fù)原。

2、論文首先介紹了運(yùn)動(dòng)模糊圖像復(fù)原的理論基礎(chǔ)及傳統(tǒng)圖像復(fù)原方法，研究傳統(tǒng)復(fù)原方法對(duì)運(yùn)動(dòng)模糊圖像的復(fù)原效果。 然后介紹了全變分方法圖像復(fù)原的基本模型，分析了TV模型的特點(diǎn)及其數(shù)值解法。研究了自適應(yīng)全變分模型，并將其用于運(yùn)動(dòng)模糊退化圖像復(fù)原，得到較好的復(fù)原結(jié)果。 接著，在分析各向同性擴(kuò)散和全變分模型的優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一種改進(jìn)的自適應(yīng)全變分模型。新模型綜合利用各向同性擴(kuò)散模型和全變分模型的優(yōu)點(diǎn)，引入兩個(gè)門(mén)限：小于門(mén)限β1的梯