基于單幅圖像的模糊去除及質(zhì)量評(píng)價(jià)研究.pdf

1、數(shù)碼相機(jī)的時(shí)代已經(jīng)到來(lái)，其革命無(wú)處不在，數(shù)字圖像也是。然而，相機(jī)對(duì)圖像質(zhì)量的提高并非總能跟得上人類(lèi)的苛求。圖像質(zhì)量的降低稱(chēng)為圖像降質(zhì)，有許多原因?qū)е拢钪饕怯捎谀：驮肼?。隨著相機(jī)鏡頭的小型化和廉價(jià)化，受限于拍攝水平，如果沒(méi)有拍攝時(shí)沒(méi)有拿穩(wěn)相機(jī)或者對(duì)焦不準(zhǔn)，都會(huì)減少圖像清晰度，讓人很難分辨細(xì)節(jié)。一些其它的隨機(jī)因素也會(huì)給相機(jī)帶來(lái)不可避免的噪聲。美好的瞬間一去不回，難以復(fù)制。人們迫切希望找到一些簡(jiǎn)單有效的方法來(lái)恢復(fù)圖像，提高質(zhì)量。我們的工

2、作就是圍繞著各種形式的圖像模糊展開(kāi)。
　　我們的主要工作和創(chuàng)新點(diǎn)如下:
　　一、首先回顧了相關(guān)背景知識(shí)和研究現(xiàn)狀，指出了圖像恢復(fù)和圖像增強(qiáng)之間的區(qū)別，介紹了圖像式恢復(fù)相對(duì)于其它恢復(fù)方式的優(yōu)點(diǎn)，展望了其廣泛的應(yīng)用領(lǐng)域;就什么是圖像恢復(fù)技術(shù)這個(gè)問(wèn)題的解釋?zhuān)瑢D像恢復(fù)和圖像增強(qiáng)之間作出對(duì)比。接著我們對(duì)圖像恢復(fù)技術(shù)中的關(guān)鍵技術(shù)和難點(diǎn)進(jìn)行了闡述。
　　二、搭出基于單幅模糊圖像的盲復(fù)原框架:模糊圖像的盲恢復(fù)是一項(xiàng)極富挑戰(zhàn)性的工作，

3、導(dǎo)致其病態(tài)性的主要原因是已知量少于未知量。針對(duì)這個(gè)問(wèn)題，我們?cè)噲D通過(guò)增加輔助信息作為約束條件來(lái)限制未知量。具體做法是:用兩個(gè)包含顯著邊緣的空間先驗(yàn)的正則代價(jià)函數(shù)來(lái)交替迭代模糊核和清晰圖像直至收斂，得到模糊圖像的模糊核;之后又利用包含稀疏先驗(yàn)的正則函數(shù)來(lái)恢復(fù)清晰圖像，可以保持更多的結(jié)構(gòu)細(xì)節(jié)。為減少噪聲對(duì)模糊核的干擾，我們還提出模糊核的修正準(zhǔn)則。針對(duì)前人相對(duì)盲目的人工設(shè)置模糊核尺寸，我們首次提出了自適應(yīng)模糊核尺寸選擇機(jī)制。
　　三、根

4、據(jù)各自數(shù)學(xué)模型，對(duì)幾種特殊模糊作出快速處理:在直線運(yùn)動(dòng)模糊的對(duì)數(shù)頻譜中找到其模糊參數(shù):模糊方向和模糊尺度，并且結(jié)合誤差參數(shù)法進(jìn)一步做出精確估計(jì);在離焦模糊的倒頻譜的第一個(gè)中心圓環(huán)中估計(jì)出了離焦半徑;用Hough變換先提取出旋轉(zhuǎn)運(yùn)動(dòng)模糊圖像邊緣中的有效圓弧段，接著用最小二乘擬合出圓心位置，然后依據(jù)Bresenham畫(huà)圓算法提取出各個(gè)同心圓上的像素，分別對(duì)其進(jìn)行一維復(fù)原，最后鑲嵌回去得到完整的二維去模糊圖像;針對(duì)局部模糊，用一系列的形態(tài)學(xué)方

5、法先分割出模糊區(qū)域，接著用盲復(fù)原框架算法對(duì)模糊區(qū)域進(jìn)行恢復(fù)，最后同原清晰區(qū)域整合得到完整去模糊圖像。
　　四、針對(duì)更加病態(tài)的含噪模糊圖像，首先利用方向高通濾波器和Radon逆變換來(lái)重建模糊核。然后在去噪去卷積階段，我們建立兩個(gè)代價(jià)函數(shù)交替迭代直至收斂，最終收斂得到去噪去卷積的清晰圖像。
　　五、針對(duì)模糊圖像質(zhì)量的評(píng)價(jià)，首次提出了考慮主觀感受的客觀評(píng)價(jià)標(biāo)準(zhǔn)。我們不僅考慮了一些客觀評(píng)價(jià)準(zhǔn)則諸如飽和度、對(duì)比度、邊緣信息以及基于自然