面向運(yùn)動(dòng)模糊圖像和霧天圖像的復(fù)原算法研究.pdf

1、在成像過(guò)程中，由于種種因素的影響成像圖像有可能產(chǎn)生不同程度的退化。但在許多應(yīng)用中，人們需要得到高質(zhì)量的圖像。因此，如何有效地恢復(fù)出原始圖像或復(fù)原出我們所希望的圖像，就成為圖像處理中一個(gè)重要的研究課題。運(yùn)動(dòng)模糊圖像是由于相機(jī)和被拍攝對(duì)象之間的相對(duì)運(yùn)動(dòng)而造成的模糊現(xiàn)象。霧天模糊圖像是由于霧天條件下，空氣中含有大量對(duì)光線具有散射作用的懸浮粒子造成的，主要表現(xiàn)為圖像對(duì)比度比較低、圖像模糊不清。這兩種現(xiàn)象在日常生活中經(jīng)常遇到，因此，本文圍繞運(yùn)動(dòng)模

2、糊圖像和霧天圖像的復(fù)原展開研究。
　　本文的主要工作內(nèi)容如下:
　　(1)研究了基于小波變換和曲波變換的圖像去噪算法。將基于小波變換的閾值去噪算法、基于小波域的維納濾波去噪算法和基于曲波變換的閾值去噪算法進(jìn)行了對(duì)比，實(shí)驗(yàn)結(jié)果表明，基于曲波變換的閾值去噪算法相對(duì)來(lái)說(shuō)最好。針對(duì)曲波變換缺乏平移不變性這個(gè)缺點(diǎn)，提出了基于曲波變換的循環(huán)平移閾值去噪算法，實(shí)驗(yàn)結(jié)果表明，該算法能更好地改善退化圖像的質(zhì)量。
　　(2)研究了運(yùn)動(dòng)模糊

3、圖像的復(fù)原。運(yùn)動(dòng)模糊圖像的復(fù)原過(guò)程為:首先估計(jì)出運(yùn)動(dòng)模糊圖像的點(diǎn)擴(kuò)散函數(shù)參數(shù)，然后根據(jù)估計(jì)出來(lái)的點(diǎn)擴(kuò)散函數(shù)參數(shù)，采用經(jīng)典的已知點(diǎn)擴(kuò)散函數(shù)的復(fù)原方法進(jìn)行復(fù)原。在有噪聲的情況下，維納濾波的復(fù)原效果算是其中最好的，但其抑制噪聲能力仍然不理想，對(duì)此，本文提出在采用經(jīng)典的已知點(diǎn)擴(kuò)散函數(shù)的復(fù)原算法進(jìn)行復(fù)原后，再采用基于曲波變換的循環(huán)平移閾值去噪算法做進(jìn)一步的去噪處理。L-R算法的抑制噪聲能力雖然不如維納濾波，但L-R算法保留細(xì)節(jié)信息的能力遠(yuǎn)優(yōu)于維納

4、濾波，考慮到本文在采用經(jīng)典的復(fù)原算法處理之后會(huì)進(jìn)行進(jìn)一步的去噪處理，所以本文在鑒別出運(yùn)動(dòng)模糊圖像點(diǎn)擴(kuò)展函數(shù)參數(shù)后，采用了L-R算法進(jìn)行初始復(fù)原，然后再采用基于曲波變換的循環(huán)平移閾值去噪算法進(jìn)行進(jìn)一步的去噪處理。
　　(3)研究了基于暗通道先驗(yàn)信息的霧天圖像去霧算法，該算法的去霧效果比較好，但運(yùn)行時(shí)間比較長(zhǎng)，且大部分時(shí)間花在了透射率的優(yōu)化上，根據(jù)這個(gè)特點(diǎn)，本文采用了一種快速的優(yōu)化透射率的方法來(lái)代替原來(lái)的方法，使透射率優(yōu)化所花費(fèi)的時(shí)間