本文關(guān)鍵詞：單幅圖像全局運動去模糊研究，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像去模糊技術(shù)是當(dāng)今圖像處理研究領(lǐng)域中不可或缺的技術(shù)環(huán)節(jié)。通過近幾年來業(yè)內(nèi)學(xué)者孜孜以求的努力,圖像復(fù)原技術(shù)呈井噴式地發(fā)展。當(dāng)然,這其中許多學(xué)術(shù)成果的實用性還有待提高。因此,數(shù)字圖像復(fù)原領(lǐng)域中的圖像去模糊技術(shù)的研究意義不僅僅停留在理論價值上,更體現(xiàn)在現(xiàn)實場景的應(yīng)用當(dāng)中。為解決運動模糊圖像復(fù)原問題,本文對單幅全局運動圖像去模糊算法中的模糊核的估計技術(shù)、圖像反卷積算法以及自然圖像中的先驗知識進行了深入研究,提出了基于圖像中奇異值的去模糊算法與基于有理數(shù)多項式先驗?zāi)Ｐ偷膱D像盲去模糊算法。實驗結(jié)果表明本文中提出的算法的有效性。在客觀評價標(biāo)準(zhǔn)上,本文中提出的算法具有良好的參數(shù)性。在主觀評價上,本文中提出的算法具有良好的視覺效果,明顯地抑制振鈴效應(yīng),且節(jié)約計算成本。論文的主要工作包括以下幾方面：(1)簡單介紹圖像復(fù)原技術(shù)的目的和意義,對前人提出的退化模型進行學(xué)習(xí)與研究,著重對各類圖像復(fù)原算法進行研究比較。通過具體實驗結(jié)果,進行主客觀比較分析,總結(jié)優(yōu)缺點。對于由相對運動產(chǎn)生的模糊圖像的去模糊復(fù)原技術(shù)進行探究與總結(jié),并陳述本文主要研究工作。(2)從模糊核的估計和反卷積兩方面入手,研究與改進單幅圖像全局運動去模糊技術(shù),由邊緣估計方法結(jié)合快速反卷積算法得到清晰圖像。考慮到圖像中含有奇異值會對復(fù)原結(jié)果產(chǎn)生不良的影響,本文提出基于圖像中奇異值的去模糊算法,來減少復(fù)原結(jié)果中的振鈴效應(yīng)。(3)研究圖像的先驗知識,考慮到以往論文中出現(xiàn)用高斯或者混合高斯函數(shù)擬合自然場景圖像梯度分布帶來的問題,提出利用有理數(shù)多項式函數(shù)代替高斯或者混合高斯函數(shù),使得自然場景圖像梯度分布的擬合優(yōu)度提高,邊界條件的約束性提高,從而使得模糊核的估計更佳精確,有效的抑制了振鈴效應(yīng),提高了圖像恢復(fù)質(zhì)量。(4)總結(jié)本文的主要研究工作,并對以后可深入研究的方向提出設(shè)想。
【關(guān)鍵詞】：運動圖像去模糊 奇異值 有理數(shù)多項式函數(shù) 模糊核修正 先驗知識
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-17
• 1.1 研究意義11-12
• 1.2 研究現(xiàn)狀與分析12-15
• 1.3 本文研究工作15
• 1.4 論文結(jié)構(gòu)15-16
• 1.5 本章小結(jié)16-17
• 2 單幅圖像全局運動去模糊算法17-33
• 2.1 理論知識17-21
• 2.1.1 退化模型分析17-19
• 2.1.2 模糊類型19-21
• 2.2 無約束的復(fù)原算法21-24
• 2.2.1 無約束復(fù)原算法21-22
• 2.2.2 逆濾波算法22-23
• 2.2.3 L-R算法23-24
• 2.3 有約束的復(fù)原算法24-26
• 2.3.1 維納濾波算法24-25
• 2.3.2 功率譜均衡算法25-26
• 2.3.3 最小二乘方約束算法26
• 2.4 噪聲影響復(fù)原結(jié)果26-29
• 2.4.1 去噪后復(fù)原效果27-28
• 2.4.2 去噪前復(fù)原效果28-29
• 2.5 圖像復(fù)原質(zhì)量測度與評價標(biāo)準(zhǔn)29-32
• 2.5.1 均方根誤差29-30
• 2.5.2 峰值信噪比30
• 2.5.3 結(jié)構(gòu)相似度30-31
• 2.5.4 噪聲增益31-32
• 2.5.5 曲線擬合的評價標(biāo)準(zhǔn)32
• 2.6 本章小結(jié)32-33
• 3 模糊核估計與反卷積33-50
• 3.1 問題模型33-34
• 3.2 模糊核估計34-37
• 3.2.1 圖像預(yù)處理34-35
• 3.2.2 選取圖像邊緣35-36
• 3.2.3 估計模糊核36-37
• 3.2.4 模糊核修正37
• 3.3 快速反卷積37-41
• 3.3.1 算法分析37-38
• 3.3.2 算法總結(jié)38-39
• 3.3.3 實驗結(jié)果分析39-41
• 3.4 基于圖像中奇異值的去模糊算法41-49
• 3.4.1 奇異值分析41-43
• 3.4.2 基于奇異值的反卷積43-47
• 3.4.3 實驗結(jié)果分析47-49
• 3.5 本章小結(jié)49-50
• 4 基于有理數(shù)多項式先驗?zāi)Ｐ偷膱D像盲去模糊算法50-62
• 4.1 貝葉斯模型50-51
• 4.2 問題模型建立51-52
• 4.3 問題模型解決52-54
• 4.4 擬合自然圖像梯度分布特征函數(shù)54-57
• 4.5 實驗結(jié)果分析57-61
• 4.6 本章小結(jié)61-62
• 5 總結(jié)與展望62-64
• 5.1 總結(jié)62
• 5.2 展望62-64
• 參考文獻64-67
• 作者簡歷67-69
• 學(xué)位論文數(shù)據(jù)集69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 姚敏;去模糊機制及其一般形式[J];自動化儀表;1997年12期

2 徐靜;石玉英;王肖玉;;全變分圖像去噪和去模糊問題的外插邊值條件(英文)[J];計算物理;2007年03期

3 馬麗紅,張宇;波動方程去模糊的累積噪聲的CURVELET變換消除方法[J];信號處理;2005年05期

4 王國棟;潘振寬;劉存良;鄭世秀;;基于混合數(shù)據(jù)項的運動去模糊變分方法[J];儀器儀表學(xué)報;2013年07期

5 唐夢;彭國華;鄭紅嬋;;基于正則化方法的圖像盲去模糊[J];計算機應(yīng)用研究;2014年02期

6 徐志浩;靳東明;李志堅;;基于電荷泵實現(xiàn)的模糊控制器去模糊電路設(shè)計[J];微電子學(xué);2005年06期

7 裴玉龍;仝衛(wèi)國;李寶樹;;航拍絕緣子圖像的去模糊處理[J];電瓷避雷器;2010年05期

8 唐敏;彭國華;;基于非均勻模糊核的RL改進算法[J];計算機工程與應(yīng)用;2013年21期

9 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李剛;航空成像去運動模糊技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 黨格;視頻去運動模糊技術(shù)應(yīng)用研究[D];電子科技大學(xué);2015年

2 呂雪銀;基于自適應(yīng)稀疏先驗的圖像盲去模糊[D];西安電子科技大學(xué);2014年

3 李桐;單幅圖像全局運動去模糊研究[D];北京交通大學(xué);2016年

4 闞未然;基于輻照度的運動去模糊研究[D];安徽大學(xué);2014年

5 李新剛;單幅運動模糊圖像的盲去模糊[D];大連理工大學(xué);2013年

6 吳波;場景圖像旋轉(zhuǎn)運動去模糊[D];武漢工程大學(xué);2014年

7 陳嘉華;面向畫質(zhì)增強的去運動模糊技術(shù)研究[D];上海交通大學(xué);2011年

  本文關(guān)鍵詞：單幅圖像全局運動去模糊研究，，由筆耕文化傳播整理發(fā)布。

本文編號：264434