盲图像恢复算法的研究

论文摘要

随着多媒体技术和计算机技术的飞速发展,数字处理得到了越来越广泛的应用,突破了早期的应用领域,被广泛地应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域。盲图象恢复是图像处理的一个重要组成部分,它是指在缺乏退化过程的精确先验信息时,研究如何从退化的观测图像中恢复原始图像。盲图像恢复具有很强的数学背景,同估计理论、病态逆问题求解理论、线性代数、随即过程和数值分析等都有着密切的联系。其一般方法为:首先对退化过程建立相应的数学模型,然后通过求解该逆问题来获得对原始图像的合理估计。在此论文中,对一些常用的盲图像恢复算法进行了介绍;分析了两种盲迭代算法:EM和PBD算法,重点研究了NAS-RIF盲图像恢复算法。对复杂的EM算法和PBD算法给出了具体的实现过程,并通过Matlab软件编程对这两种算法进行实验验证及比较,对图像恢复结果进行了分析指出了此两种算法的优缺点;在NAS-RIF算法中,提出了零相位减少失真的改进算法,并通过Matlab软件编程对原始算法和改进的算法进行实验验证及比较,可以看出改进算法提高了图像的恢复质量和算法的执行效率。论文在最后进行了总结,并对文中所研究的几种算法进行了比较,指出了这些算法的优缺点和有待改进的地方,并对未来工作的方向和重点进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 目前的研究进展和发展趋势
• 1.3 本课题研究的主要内容
• 第2章 盲图像恢复技术
• 2.1 盲图像恢复算法理论基础
• 2.2 图像的成像模型
• 2.2.1 连续成像模型
• 2.2.2 离散成像模型
• 2.3 图像恢复问题的病态、正则化处理和边界效应
• 2.3.1 图像恢复问题的病态
• 2.3.2 正则化处理
• 2.3.3 边界效应
• 2.4 本章小结
• 第3章 综述盲图像恢复算法
• 3.1 零面分离法
• 3.2 模糊先验辨识法
• 3.2.1 一般方法
• 3.2.2 基于频域零点的模糊辨识法
• 3.3 ARMA 参数估计法
• 3.3.1 真实图像的AR 模型
• 3.3.2 模糊图像的AR 模型
• 3.3.3 PSF 的参数化模型
• 3.4 具有明确约束的非参数化方法
• 3.5 图像恢复算法的衡量标准
• 3.6 本章小结
• 第4章 EM 和PBD 盲图像恢复算法
• 4.1 引言
• 4.2 EM 恢复算法
• 4.2.1 EM 算法简介
• 4.2.2 EM 恢复算法原理
• 4.2.3 算法的恢复结果及收敛限制条件
• 4.2.4 EM 算法存在的问题
• 4.3 PBD 算法研究
• 4.3.1 PBD 算法原理
• 4.3.2 PBD 算法的模拟结果
• 4.4 本章小结
• 第5章 NAS-RIF 盲图像恢复算法
• 5.1 引言
• 5.2 逆滤波
• 5.3 NAS-RIF 算法
• 5.4 改进的 NAS-RIF 算法
• 5.4.1 零相位FIR 滤波器减少图像失真的原理
• 5.4.2 图像增强
• 5.5 实验结果和讨论
• 5.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢