運動模糊圖像盲恢復(fù)研究.pdf

1、運動模糊圖像恢復(fù)是數(shù)字圖像處理的一個重要研究方面，其中盲圖像恢復(fù)又是現(xiàn)代模糊圖像恢復(fù)的一個熱點研究課題，在實際生活中，有著非常廣闊的應(yīng)用前景和市場。傳統(tǒng)的圖像恢復(fù)方法可以很好地恢復(fù)出來原始圖像，但是要求事先知道系統(tǒng)的先驗知識（例如系統(tǒng)的點擴散函數(shù)）。在先驗知識不足的情況下，如何恢復(fù)出原始圖像就需要模糊圖像盲恢復(fù)技術(shù)。 在對運動模糊圖像做了大量研究的基礎(chǔ)上，本文提出如下幾點： 1．本文提出一種新的混和恢復(fù)方法，將維納濾波和

2、盲迭代恢復(fù)這兩種各有所長的技術(shù)結(jié)合起來，根據(jù)對運動模糊參數(shù)的辨識設(shè)定域值，由計算機自動識別選擇最佳算法，以適應(yīng)各種具體的運動模糊圖像。 2．本文改進了參數(shù)預(yù)估算法，結(jié)合使用兩種不同的鑒別方法同時估計模糊尺度，通過設(shè)定域值，對鑒別值加權(quán)，在不同的模糊尺度下，自動選擇最佳值。在小模糊尺度的情況下，自動選擇頻譜等間隔條紋法估算的數(shù)值作為模糊尺度；在大模糊尺度的情況下，選擇圖像改進自相關(guān)法估算的值作為模糊尺度，添加特征自相關(guān)行向量求最小

3、值提高鑒別精度。本文采用Sobel算子，旋轉(zhuǎn)圖像計算頻譜能量對運動方向進行檢測，方法簡單，鑒別精度高，抗噪性強，速度快。 3．本文采用了類似加速衰減R-L迭代的方法進行模糊圖像盲恢復(fù)，速度較快，效果明顯。引入一種加權(quán)矩陣，對灰度變化大的部分設(shè)置閾值權(quán)矩陣，在去卷積中對圖像中各個象素點進行加權(quán), 可消除或減小振鈴效應(yīng)的存在, 進一步改善復(fù)原效果。并且通過設(shè)定合適的PSF閾值，調(diào)整后續(xù)迭代的PSF的數(shù)值，使得PSF收斂于一條更加集中