论文摘要
图像是通过传感器来获取的、能够反映外界真实景物的信息。有时需要把它转换成可视信息,然后进行记录、存储和再现。在图像的获取、传输和存储的过程中,由于外界环境条件及成像设备的限制,使得获取的图像不可避免会引入不同程度的模糊和噪声污染,从而引起图像降质。在不知道降质原因或者成像系统先验知识的情况下,通过某种方法从观测图像中抽出退化信息,估计出原始图像,这种技术就叫图像盲复原。图像盲复原技术是一个改善图像质量的有用工具,其应用领域包括遥感图像、医学图像、视频监控、计算机视觉等。目前,研究者们也在寻求和探索关于图像盲复原的数学模型、理论框架和高效的数值计算方法。本文深入研究了图像盲复原技术,并且对基于梯度投影的图像盲复原算法进行了改进和实现。实验结果表明,改进后算法在去除噪声及模糊方面取得了较好的效果。本文的主要贡献如下：(1)采用一种自适应的参数选取方法对Yunmei Chen全变分去噪模型进行了改进,并且进行了详细的数值求解和去噪仿真实验。改进后的方法有效吸取了Yunmei Chen提出的全变分去噪模型思想。通过设定阈值来区分平坦区和边缘,在边缘处的平滑处理近似于全变分去噪,有效的保护边缘；在平坦区去噪近似于L2范数的各项同性扩散。更重要的是引入了局部方差的思想来得到自适应参数,也就是对原始图像施加了空域的自适应变化方差约束。实验结果表明改进后的算法不仅提高了图像的信噪比和保持图像边缘,而且在平坦处去噪的同时还能更好地保留了图像的纹理细节。(2)对现有的频域梯度投影算法进行了改进。首先考虑多帧图像之间会存在运动位移或形变,在进行灰度图像盲复原前先对图像进行运动估计。然后将改进的自适应保真的全变分去噪方法应用于图像盲复原,分别对梯度投影算法所估计出的真实图像和点扩散函数去噪,从而实现了多帧灰度图像的盲复原。最后本文将提出的改进盲复原算法从灰度图像推广到了彩色图像复原,实现了彩色图像盲复原。(3)基于本文改进的图像盲复原算法,进行了图像盲复原实验。在灰度图像盲复原实验中对本文算法与现有的算法进行了对比,实验结果表明本文算法能较好的去除噪声和模糊,较好的体现图像细节和边缘。对彩色图像进行了模拟实验,实验也表明该算法具有较好的收敛性和稳定性。