在數(shù)字圖像處理的各個(gè)研究領(lǐng)域當(dāng)中,圖像復(fù)原是一個(gè)很重要的部分,近些年來模糊圖像還原應(yīng)用于社會(huì)各個(gè)方面,例如衛(wèi)星拍下很多的地表和空間的圖像,人們可以通過這個(gè)圖像來捕獲地球上的一些資源,地球的天氣情況和所受污染的情況等;在醫(yī)學(xué)領(lǐng)域上面,大夫能夠通過觀察X光片來觀察病人身體的局部斷層圖像,在工廠里,工作人員可以利用點(diǎn)數(shù)圖像來更好的操作生產(chǎn)等。但由于相對(duì)運(yùn)動(dòng),散焦和噪聲等許多不同因素的影響,會(huì)使得獲取的圖像有一定程度的污染,所以模糊圖像還原技術(shù)就顯得尤為重要。主要針對(duì)模糊圖像,分析并研究了幾種常見不同模糊類型的圖像還原技術(shù),并給出了一些圖像復(fù)原技術(shù)的改進(jìn)方法。論文闡述了模糊圖像退化的原因和退化的類型,以及MATLAB數(shù)字圖像還原的基礎(chǔ),針對(duì)幾種經(jīng)典的圖像還原技術(shù),分析了它們的優(yōu)缺點(diǎn),其中包括:維納濾波,逆濾波,Lucy-Richardson濾波復(fù)原技術(shù),分別在MATLAB進(jìn)行了仿真,并針對(duì)仿真結(jié)果做出對(duì)比分析;建立了圖像退化模型,對(duì)模糊圖像做出分類,對(duì)圖像的模糊類型進(jìn)行判別。用二維傅立葉變換,把圖像從空間域變換到了頻域;給出用二維傅傅立葉變換對(duì)圖像模糊類型進(jìn)行判別的方法。主要研究運(yùn)動(dòng)模糊類型和... 

【文章來源】：長(zhǎng)春工業(yè)大學(xué)吉林省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像退化模型

用傅里葉變換把圖像完成從空間域到頻域，獲取到頻譜圖像，在這里為了能更的看出圖像的一些特征，就需要把這個(gè)倒譜圖加強(qiáng)一下，也就得出一個(gè)增強(qiáng)的頻譜函數(shù)(2-9)： ( ( )) = ( ( )) (2其中的 ( )是 ( )的傅里葉變換，作為復(fù)變換的傅里葉僅僅需要實(shí)部就可了，所以用公式(2-10)來計(jì)算： ( ( )) = ( ( )) (2-1假設(shè)沒有噪聲存在的話，模型能夠被簡(jiǎn)化為 ( ) = ( ) ( )，得到簡(jiǎn)的退化圖像頻域方程式(2-11): ( ) = ( ) ( ) (2-1把公式(2-11)代入到增強(qiáng)函數(shù)(2-9)當(dāng)中，那么就最后就可用公式(2-12)來表示: ( ( )) = ( ( )) ( ( )) = ( ( )) ( ( )) (2-1PSF 頻譜與原圖頻譜進(jìn)行現(xiàn)行的相加結(jié)合也就變成了模糊圖像的頻譜[12]。式子F(u, v)就是清晰圖傅里葉變換，G(u, v)是模糊圖傅里葉變換，H(u, v)是退化函數(shù)傅葉變換。平移頻譜圖像，就能夠獲取特征更加清晰地頻譜圖了。

方法中 I 為退化后的圖， NSR 是噪聲與信號(hào)功率的比值，在這個(gè)比值為零就變成了逆濾波復(fù)原了。NCORR 代表的是噪聲的自相關(guān)函數(shù)，ICORR 代表的自相關(guān)函數(shù)，J 是最后得到的復(fù)原之后所得到的圖像。下面的圖 3.1 中圖(a)是原來的清晰圖像，圖(b)是在原清晰圖像中加入白噪聲化圖像，圖(c)是使用了NSR參數(shù)恢復(fù)后的圖像，圖(d)是使用了NCORR和IC之后所恢復(fù)的圖像。具體用到的 MATLAB 代碼見附錄 1。(a)原圖像 (b)退化后的圖像

【參考文獻(xiàn)】：
期刊論文
[1]有效保留圖像細(xì)節(jié)的模糊區(qū)域復(fù)原方法仿真[J]. 陳藝.  計(jì)算機(jī)仿真. 2018(09)
[2]運(yùn)動(dòng)模糊圖像經(jīng)典復(fù)原算法[J]. 季亞男,劉光遠(yuǎn),陳通,李劍峰.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(08)
[3]運(yùn)動(dòng)模糊車牌圖像的復(fù)原算法研究與實(shí)現(xiàn)[J]. 黃小芬.  山西大同大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[4]運(yùn)動(dòng)模糊圖像復(fù)原[J]. 孫浩.  數(shù)字通信世界. 2018(06)
[5]基于增益控制Lucy-Richardson算法的臍橙模糊圖像復(fù)原[J]. 龔中良,王習(xí)文,杜偉濤.  江西農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(01)
[6]Lucy-Richardson與維納濾波算法比較分析[J]. 顏偉,朱煜峰.  江西科學(xué). 2017(05)
[7]基于倒譜分析的混合模糊圖像復(fù)原參數(shù)判別方法（英文）[J]. 石明珠,鞏憲偉.  天津師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[8]運(yùn)動(dòng)模糊圖像復(fù)原技術(shù)研究[J]. 劉書君.  信息通信. 2017(04)
[9]模糊圖像復(fù)原技術(shù)在刑事偵查中的應(yīng)用簡(jiǎn)析[J]. 任志飛.  影像技術(shù). 2017(01)
[10]基于MATLAB的數(shù)字圖像去噪處理[J]. 周旭廷,王桂麗,傅赟,侯雪鵬.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(11)

碩士論文
[1]帶噪聲離焦模糊圖像復(fù)原[D]. 趙艷.西安電子科技大學(xué) 2014
[2]半盲圖像復(fù)原技術(shù)的研究與改進(jìn)[D]. 牛麗娜.太原理工大學(xué) 2014
[3]基于數(shù)字圖像頻域特性的模糊圖像盲復(fù)原算法研究[D]. 李秀怡.上海師范大學(xué) 2008



本文編號(hào)：2960491