發(fā)布時(shí)間：2025-05-14 23:14

　　近年來(lái),圖像恢復(fù)技術(shù)因其在遙感成像、室外監(jiān)控和公共安全等眾多領(lǐng)域的廣泛應(yīng)用而備受人們的關(guān)注。大量的圖像恢復(fù)算法被提出,以從失真圖像中恢復(fù)出潛在的清晰圖像。然而,沒(méi)有哪一種圖像恢復(fù)算法能對(duì)所有的視覺(jué)內(nèi)容都有效。而恢復(fù)圖像的質(zhì)量直接關(guān)系恢復(fù)算法的性能,也直接決定了該技術(shù)能否在實(shí)際環(huán)境中成功應(yīng)用。因此,研究圖像恢復(fù)質(zhì)量的客觀評(píng)價(jià)具有重要意義。在對(duì)國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)進(jìn)行總結(jié)分析的基礎(chǔ)上,本文對(duì)該領(lǐng)域中存在的關(guān)鍵問(wèn)題進(jìn)行深入研究,并提出相應(yīng)的解決方案。具體地,本文主要研究恢復(fù)圖像的質(zhì)量評(píng)價(jià)和圖像恢復(fù)算法的性能評(píng)價(jià)。本文的研究成果能用于圖像恢復(fù)算法的自動(dòng)參數(shù)選擇、圖像恢復(fù)算法的選擇和指導(dǎo)圖像恢復(fù)算法的設(shè)計(jì)等,具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文的主要工作和貢獻(xiàn)如下:(1)研究了壓縮感知圖像恢復(fù)過(guò)程中引入失真對(duì)壓縮感知恢復(fù)圖像質(zhì)量的影響機(jī)制,提出了一種基于局部和全局失真度量的壓縮感知恢復(fù)圖像質(zhì)量評(píng)價(jià)方法�？紤]到該課題尚無(wú)可用于質(zhì)量評(píng)價(jià)方法性能測(cè)試的公開(kāi)數(shù)據(jù)庫(kù),本文首先建立了一個(gè)壓縮感知恢復(fù)圖像數(shù)據(jù)庫(kù)(Compressive Sensing Recovered Image Database,...

【文章頁(yè)數(shù)】：150 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1-1恢復(fù)圖像客觀質(zhì)量評(píng)價(jià)模型的分類Figure1-1Classificationofobjectivequalityassessmentmodelsofrestoredimages

博士學(xué)位論文16表示形式，本文根據(jù)圖像恢復(fù)場(chǎng)景討論每個(gè)質(zhì)量評(píng)價(jià)方法。圖1-1恢復(fù)圖像客觀質(zhì)量評(píng)價(jià)模型的分類Figure1-1Classificationofobjectivequalityassessmentmodelsofrestoredimages1)圖像去噪：在文獻(xiàn)[79]....

圖1-2本文結(jié)構(gòu)安排Figure1-2Structurearrangementofthispaper

1緒論231.4論文章節(jié)安排（OrganizationStructure）本文共包括六個(gè)章節(jié)，對(duì)圖像恢復(fù)質(zhì)量客觀評(píng)價(jià)展開(kāi)了深入研究，并提出了兩種特定型恢復(fù)圖像質(zhì)量評(píng)價(jià)方法和兩種通用型圖像恢復(fù)算法性能評(píng)價(jià)方法。本文工作的遞進(jìn)關(guān)系為：由針對(duì)特定恢復(fù)場(chǎng)景的方法遞進(jìn)到通用恢復(fù)場(chǎng)景的方法，....

圖2-1一個(gè)壓縮感知恢復(fù)圖像的例子

博士學(xué)位論文26和不同視覺(jué)內(nèi)容下恢復(fù)的圖像實(shí)例。從圖中可以看出，隨著壓縮率的降低，恢復(fù)圖像的質(zhì)量也隨之下降。此外，恢復(fù)圖像的質(zhì)量通常會(huì)受到多重失真的影響。具體來(lái)說(shuō)，它們同時(shí)表現(xiàn)出模糊和局部紋理的不自然性，這進(jìn)一步導(dǎo)致了壓縮感知恢復(fù)圖像的全局自然性損失。基于對(duì)壓縮感知恢復(fù)圖像失真特....

圖2-2用于建立數(shù)據(jù)庫(kù)的十幅原始圖像

壓縮感知圖像恢復(fù)算法的性能。最后，通過(guò)實(shí)驗(yàn)還證明了本章提出的方法在壓縮感知圖像恢復(fù)算法的參數(shù)自動(dòng)選擇中具有很好的性能表現(xiàn)。2.2壓縮感知恢復(fù)圖像數(shù)據(jù)庫(kù)（CompressiveSensingRecoveredImageDatabase）在本節(jié)中，將建立一個(gè)壓縮感知恢復(fù)圖像數(shù)據(jù)庫(kù)，為....

本文編號(hào)：4045881