圖像模糊檢測及人臉模糊消除算法研究.pdf

1、作為圖像中的一類典型現(xiàn)象，模糊對于圖像質量有著極大的影響。尤其是隨著各類缺乏穩(wěn)定裝置的智能終端和手持設備的廣泛普及，所拍攝圖像和視頻包含模糊部分變得越來越常見?？紤]到圖像清晰度對于視覺觀賞效果及各種視覺應用的重要性，如何檢測圖像中的模糊區(qū)域，并對模糊圖像進行去模糊操作，近年來吸引了越來越多計算機視覺領域的研究者的注意力。具體來說，模糊檢測的目標是對于給定輸入圖像，盡可能精確地檢測出其中所包含的模糊區(qū)域，從而方便后續(xù)算法進行處理；而圖像去

2、模糊的目的則在于從模糊輸入圖像中恢復出隱式的清晰圖像來。
　　經(jīng)過仔細分析和實驗探究，我們發(fā)現(xiàn)現(xiàn)有模糊檢測算法存在的一個較大的缺陷是：不同算法分別著眼于設計更加具有判別的特征提取方案和更好的分類算法，而沒能考慮到不同算法間性能的差異，以及得到結果之間的互補特性。而實驗表明，同一模糊檢測算法得到的檢測結果間具有一致性，而不同模糊檢測算法得到的結果則存在某種互補特性。針對該問題，我們提出了一種新的基于多方法融合的模糊檢測算法框架，并嘗

3、試了三種作用于不同圖像尺度的融合算法：隨機森林，條件隨機場和回歸樹場。實驗表明基于條件隨機場和回歸樹場的融合方法可以取得優(yōu)于選定的成分方法的檢測效果。
　　考慮到人臉圖像在日常生活中的普遍性和重要性，本課題將第二個關注點放在人臉圖像模糊消除的問題上。當前最好的人臉圖像去模糊算法基于樣本集匹配，需要構建一個較大的訓練樣本集。受到訓練樣本集有限表達能力的制約，這類算法無法很好地處理真實生活中在表情，形狀和姿勢方面都有著極大自由度的人臉