【摘要】：隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展和圖像應(yīng)用的日常化,圖像復(fù)原成為一個應(yīng)用面極為廣泛的多學(xué)科交叉滲透的領(lǐng)域,數(shù)字圖像領(lǐng)域的研究重點(diǎn)也逐漸轉(zhuǎn)移到對圖像復(fù)原技術(shù)的研究上來。在圖像復(fù)原領(lǐng)域中,運(yùn)動模糊圖像屬于其中較難的一類,它在各個領(lǐng)域的應(yīng)用都非常普遍。對它的研究具有極其重大的實(shí)際意義,也引起了國內(nèi)外專家的注意,并取得了斐然的成績。然而,部分科研工作者提出的復(fù)原算法的計(jì)算相對繁瑣復(fù)雜,不能很好兼顧圖像細(xì)節(jié)的保存和偽像的消除。本文在廣泛的理解和分析前人科研成果的基礎(chǔ)上,綜合各種方法的優(yōu)勢,提出一種改進(jìn)的Lucy-Richardson復(fù)原算法。首先,描述了國內(nèi)外在運(yùn)動模糊圖像恢復(fù)領(lǐng)域的研究情況,并介紹了相關(guān)的圖像復(fù)原技術(shù)的理論基礎(chǔ)。對運(yùn)動模糊圖像的退化機(jī)理和經(jīng)典復(fù)原算法的工作原理做了敘述,并對各算法分別從主觀、客觀方面做出了評價(jià),分析它們的優(yōu)缺點(diǎn)。其次,對于維納濾波法中不能準(zhǔn)確估計(jì)K值的問題,提出一種改進(jìn)的自動估計(jì)K值的方法,通過仿真驗(yàn)證改進(jìn)的K值估計(jì)算法可以準(zhǔn)確估計(jì)K值,提高了復(fù)原圖像的質(zhì)量。最后,本文重點(diǎn)分析了Lucy-Richardson算法,通過仿真實(shí)驗(yàn),發(fā)現(xiàn)在使用Lucy-Richardson復(fù)原算法時(shí)暴露出一個很大的缺陷,迭代次數(shù)的增多會導(dǎo)致噪聲對圖像的污染越來越嚴(yán)重,而且迭代次數(shù)基本上都是不明確的,這些問題導(dǎo)致了Lucy-Richardson算法的應(yīng)用范圍受到限制。針對這些問題,提出的改進(jìn)算法先是對模糊圖像用高斯濾波器進(jìn)行去噪聲處理以抑制振鈴效應(yīng),并在迭代公式中加入系數(shù)項(xiàng)用來約束復(fù)原圖像。對迭代次數(shù)不能準(zhǔn)確估計(jì)的問題,提出合理的解決辦法,即最佳迭代次數(shù)的范圍由大步長來確定,而精確值由小步長來確定。最后利用Matlab軟件來仿真改進(jìn)的Lucy-Richardson算法的效果。對仿真實(shí)驗(yàn)的結(jié)果從主觀和客觀兩個方面評價(jià),由評價(jià)參數(shù)可以證明本文算法更加有效。
[Abstract]:With the rapid development of computer technology and the daily application of images, image restoration has become a wide range of multidisciplinary cross-penetration field. The research focus of digital image field has gradually shifted to the research of image restoration technology. In the field of image restoration, motion blur image belongs to one of the more difficult one, and its application in every field is very common. The research on it is of great practical significance and has attracted the attention of experts at home and abroad, and has made remarkable achievements. However, the computation of the restoration algorithm proposed by some researchers is relatively complicated, which can not take into account the preservation of image details and the elimination of artifacts. On the basis of extensive understanding and analysis of previous scientific research achievements, this paper proposes an improved Lucy-Richardson restoration algorithm by synthesizing the advantages of various methods. Firstly, the research situation in the field of motion blur image restoration at home and abroad is described, and the theoretical basis of the related image restoration technology is introduced. The degradation mechanism of motion blur image and the working principle of classical restoration algorithm are described. The subjective and objective aspects of each algorithm are evaluated and their advantages and disadvantages are analyzed. Secondly, for the problem that the K-value can not be estimated accurately by Wiener filter, an improved method of automatically estimating K-value is proposed. The simulation results show that the improved K-value estimation algorithm can estimate the K-value accurately and improve the quality of restored image. Finally, the Lucy-Richardson algorithm is analyzed in detail. The simulation results show that the Lucy-Richardson algorithm has a big defect when it is used. The increase of iteration times will lead to more and more noise pollution to the image. Moreover, the number of iterations is not clear, which leads to the limitation of the application of Lucy-Richardson algorithm. To solve these problems, the improved algorithm is first used to remove noise from fuzzy images using Gao Si filter to suppress the ringing effect, and the coefficient term is added to the iterative formula to constrain the restoration of the image. For the problem that the number of iterations can not be estimated accurately, a reasonable solution is put forward, that is, the range of the best iteration number is determined by the large step size, and the exact value is determined by the small step length. Finally, the improved Lucy-Richardson algorithm is simulated by Matlab software. The results of simulation experiments are evaluated from both subjective and objective aspects. The evaluation parameters can prove that the proposed algorithm is more effective.
【學(xué)位授予單位】：北京印刷學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬里,路林吉;基于頻譜參數(shù)估計(jì)和神經(jīng)網(wǎng)絡(luò)的運(yùn)動模糊圖像恢復(fù)[J];計(jì)算機(jī)工程;2004年10期

2 洪漢玉,張?zhí)煨?非零邊界旋轉(zhuǎn)運(yùn)動模糊圖像的恢復(fù)算法[J];中國圖象圖形學(xué)報(bào);2004年03期

3 賀衛(wèi)國,黎紹發(fā);運(yùn)動模糊圖像的噪聲功率的精確估計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2005年08期

4 孟昕;張燕平;;運(yùn)動模糊圖像恢復(fù)的算法研究與分析[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年08期

5 張磊;王廣生;;運(yùn)動模糊圖像重構(gòu)的算法及其并行化處理研究[J];現(xiàn)代電子技術(shù);2008年10期

6 相林;崔榮一;;利用獨(dú)立分量分析的運(yùn)動模糊圖像檢索[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

7 王曉;劉澤乾;;基于提升小波的運(yùn)動模糊圖像恢復(fù)[J];計(jì)算機(jī)仿真;2010年05期

8 魏雷;;運(yùn)動模糊圖像的復(fù)原[J];硅谷;2011年02期

9 李陽;張路;張志勇;趙菲;;一種改進(jìn)的運(yùn)動模糊圖像恢復(fù)算法[J];計(jì)算機(jī)仿真;2011年05期

10 郭永彩;丁小平;高潮;;基于差分自相關(guān)的運(yùn)動模糊圖像尺度參數(shù)識別[J];光電工程;2011年06期

相關(guān)會議論文 前8條

1 劉立欣;平振;陳曦;;高速運(yùn)動模糊圖像的恢復(fù)[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

2 張旭明;熊有倫;尹周平;;噪聲污染運(yùn)動模糊圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

3 楊曉冬;劉俊;張倩倩;;紅外運(yùn)動模糊圖像復(fù)原技術(shù)[A];浙江省信號處理學(xué)會2012學(xué)術(shù)年會論文集[C];2012年

4 李金夏;胡紹海;李向軍;;勻速直線運(yùn)動模糊圖像的恢復(fù)技術(shù)研究[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會專刊[C];2009年

5 范學(xué)良;張晶晶;賈志海;蔡小舒;;基于頻域分析的水滴運(yùn)動方向識別[A];中國顆粒學(xué)會第六屆學(xué)術(shù)年會暨海峽兩岸顆粒技術(shù)研討會論文集（上）[C];2008年

6 孫農(nóng)亮;曹茂永;;運(yùn)動模糊圖像清晰度評價(jià)函數(shù)的研究[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

7 杜春;孫即祥;;基于峰度和圓擬合的旋轉(zhuǎn)運(yùn)動模糊參數(shù)辨識[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 禹晶;翁梓鈞;蘇開娜;;散焦與運(yùn)動模糊圖像參數(shù)辨識的研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前5條

1 徐樹奎;基于計(jì)算攝影的運(yùn)動模糊圖像清晰化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

2 范賜恩;運(yùn)動模糊圖像復(fù)原方法的研究[D];武漢大學(xué);2012年

3 關(guān)柏青;基于主動序列模糊圖像的運(yùn)動估計(jì)和振動測量[D];上海交通大學(xué);2007年

4 邸慧;靶場圖像預(yù)處理和目標(biāo)運(yùn)動單像機(jī)測量方法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

5 石明珠;運(yùn)動模糊圖像全變分復(fù)原理論及關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馬彥中;基于正則約束的運(yùn)動模糊圖像盲復(fù)原研究[D];東北大學(xué);2014年

2 賈秋月;基于歸一化稀疏先驗(yàn)和指導(dǎo)濾波的運(yùn)動模糊圖像復(fù)原[D];吉林大學(xué);2016年

3 周培培;基于塊先驗(yàn)的運(yùn)動模糊圖像復(fù)原算法研究[D];華中科技大學(xué);2014年

4 付婷;印刷檢測系統(tǒng)運(yùn)動模糊圖像復(fù)原的研究[D];天津科技大學(xué);2015年

5 王青青;霧化場景下運(yùn)動模糊圖像復(fù)原技術(shù)研究[D];昆明理工大學(xué);2016年

6 刁兆靜;基于變分方法的單幅運(yùn)動模糊圖像盲復(fù)原[D];青島大學(xué);2016年

7 馬忍;基于全變分模型的運(yùn)動模糊圖像復(fù)原方法的研究[D];重慶郵電大學(xué);2016年

8 牟加俊;一種理論可分的單幅圖像模糊區(qū)域檢測方法[D];天津大學(xué);2014年

9 王欣;運(yùn)動模糊圖像復(fù)原技術(shù)的算法研究[D];北京印刷學(xué)院;2017年

10 劉輝;受限運(yùn)動模糊圖像的處理研究[D];武漢理工大學(xué);2009年

，

本文編號：2128780