模糊图像复原与校正方法研究

论文摘要

随着社会生产力的发展,图像处理技术已经远远突破早期的应用领域,被广泛应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域。图像处理技术包括对图像进行数字化、编码、分析等各种处理,当然模糊图像复原也是数字图像处理中非常重要的一个研究领域,它的研究成果正被广泛的应用到以上所述的各个领域。本文主要针对模糊图像的复原与校正方法进行了研究,内容主要包括以下几个方面:(1)首先对模糊图像复原研究的背景、意义及国内外研究现状进行阐述。(2)针对模糊图像降晰函数辨识问题,提出了使用最小二乘降晰函数辨识方法和基于ARMA图像模型的EM方法,并且研究了非负最小二乘法(NNLS)。(3)分析了图像盲复原过程中存在的两个主要问题:噪声放大和振铃效应,并对这两个问题的解决方法进行了分析。另外,对目前广泛使用的几种图像盲复原算法作了概括性介绍。(4)对复原图像的质量评价方法进行了深入而全面的总结。在对人眼视觉兴趣特性研究的基础上,提出了一种基于人眼视觉兴趣特性的图像质量客观评价方法,解决了传统客观评价方法与主观评价方法相矛盾的问题,但目前该类方法还只是处于初级研究阶段,仍有许多问题需要解决。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文研究背景和研究意义
• 1.2 图像复原技术国内外研究现状
• 1.3 论文主要研究工作
• 第2章 常用图像复原方法
• 2.1 图像复原理论
• 2.1.1 图像退化简述
• 2.1.2 点扩散函数性质
• 2.1.3 退化过程中的加性噪声
• 2.2 经典图像复原算法
• 2.2.1 Wiener滤波算法
• 2.2.2 约束最小二乘算法
• 2.2.3 增量Wiener滤波算法
• 2.3 本章小结
• 第3章 图像盲复原技术
• 3.1 图像反卷积的模型及性质
• 3.2 图像复原中的噪声放大和振铃效应
• 3.2.1 噪声放大
• 3.2.2 振铃效应
• 3.2.3 两者的共同作用
• 3.3 边界效应
• 3.4 图像盲复原中的正则化技术
• 3.4.1 图像复原问题的病态
• 3.4.2 正则化技术
• 3.4.3 主要正则化方法
• 3.5 基本的图像盲复原方法
• 3.5.1 最大熵复原
• 3.5.2 凸集投影方法（POCS）
• 3.5.3 EM算法
• 3.5.4 约束最小平方法
• 3.5.5 其他研究方向
• 3.6 图像复原算法的衡量标准
• 第4章 模糊图像降晰函数辨识及仿真
• 4.1 降晰图像建模分析
• 4.2 降晰函数辨识常用形式
• 4.3 最小二乘辨识基本原理
• 4.4 期望-最大化（EM）辨识算法
• 4.4.1 参数辨识的最大似然函数
• 4.4.2 EM算法的E部算法原理
• 4.4.3 EM算法的M步算法原理
• 4.4.4 初始条件的选择及算法的简化运算
• 4.4.5 EM算法程序设计的框架和流程图
• 4.4.6 仿真结果
• 4.5 本章小结
• 第5章 复原图像的质量评价
• 5.1 主观评价方法
• 5.2 传统客观评价方法
• 5.3 基于视觉兴趣的图像质量评价模型
• 5.3.1 图像质量的测量过程
• 5.3.2 视觉的兴趣性测量
• 5.3.3 图像感兴趣区的确定
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢