学位论文 > 优秀研究生学位论文题录展示

基于全变分的含噪图像盲复原算法研究

作　者: 来沛剑
导　师: 刘辉
学　校: 昆明理工大学
专　业: 计算机软件与理论
关键词: 盲复原全变分迭代盲解卷积 LPA-ICI 多通道
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 143次
引　用: 0次
阅　读: 论文下载

内容摘要

在图像的采集、传输和显示的过程中,不可避免地会产生退化现象,主要表现为图像的模糊和受噪声的污染。图像复原就是对观察到的退化图像进行处理,以最大的保真度重建出原始图像。传统的图像复原方法是在假设系统的点扩散函数和噪声分布都是已知的情况下,利用退化的反过程来复原原始图像。然而在实际应用中,许多关于图像和成像系统的先验知识是完全或部分未知的,在这种情况下,仅根据观察到的退化图像来复原原始图像的过程就称为图像的盲复原。这是一个非常实用且富有挑战性的课题。本论文就含噪图像盲复原的两个主要方面(图像的去模糊和去噪)进行了深入的研究,详细论述了图像的退化模型以及多种图像盲复原和图像去噪算法。基于全变分(TV)图像盲复原算法在保持图像边缘和去噪方面的优越性,重点研究和分析了该算法的模型、特点、数值实现以及多种改进形式。在此基础上,针对TV盲复原算法容易产生“阶梯”效应等缺点,提出了将各向异性LPA-ICI去噪算法内嵌在TV盲复原算法的迭代过程中的改进算法,并对各向异性LPA-ICI算法中尺度的选择进行了改进,设计出了适合本文算法的自适应尺度更新方法。同时,结合迭代盲解卷积算法的思想,将TV盲复原算法在频域和空域内交替进行,并根据先验信息对图像和点扩散函数加以限制,简化了正则化参数的选择,降低了算法的复杂度。最后,本论文将改进后的单通道TV盲复原算法扩展到多通道,考虑到多通道的退化图像可能受到运动变形的影响,引入了运动估计作为预处理项加入到多通道图像盲复原过程中,实现了基于运动估计的多通道图像盲复原算法。为了验证本论文工作的有效性,对多组退化图像进行了盲复原实验。单通道的实验结果证明改进后的TV盲复原算法明显的去除了复原图像的“阶梯”效应,无论是在去噪还是在保持图像边缘方面都有着更为优越的表现；多通道的实验结果证明本论文中的多通道图像盲复原算法能够产生超过融合通道分别复原的更显著的效果,无论在理想的采集条件下还是存在少量运动变形的情况下,算法都能够对退化图像进行高质量的复原且具有良好的收敛性和稳定性。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-13
  1.1 图像盲复原研究的课题背景与意义  8-9
  1.2 图像盲复原技术的研究状况  9-11
  1.3 论文的主要内容及安排  11-13
第二章图像盲复原的理论基础  13-23
  2.1 图像退化模型  13-14
  2.2 成像系统的点扩散函数  14-15
  2.3 图像噪声的理论基础  15-16
    2.3.1 噪声的概念及来源  15
    2.3.2 图像处理中常见的噪声  15-16
  2.4 图像盲复原的概念和特征  16-17
  2.5 图像盲复原问题的不适定性和正则化思想  17-18
  2.6 图像盲复原算法综述  18-22
    2.6.1 参数法  18-19
    2.6.2 迭代法  19-22
  2.7 小结  22-23
第三章图像去噪方法  23-36
  3.1 常用的图像去噪方法  23-24
    3.1.1 均值滤波器  23
    3.1.2 中值滤波器  23-24
    3.1.3 小波去噪  24
  3.2 各向异性LPA-ICI图像去噪算法  24-33
    3.2.1 基于LPA的变换  24-26
    3.2.2 ICI尺度自适应选择  26-28
    3.2.3 阈值Г的选择  28-29
    3.2.4 方向LPA  29
    3.2.5 各向异性LPA-ICI  29-33
  3.3 实验结果与分析  33-35
    3.3.1 图像去噪效果的评价标准  33
    3.3.2 参数设置  33
    3.3.3 实验结果  33-35
  3.4 小结  35-36
第四章全变分图像盲复原算法  36-51
  4.1 Tikhonov正则化算法  36
  4.2 全变分(TV)图像盲复原算法  36-41
    4.2.1 全变分的数学模型  36-37
    4.2.2 全变分模型的求解  37-38
    4.2.3 梯度下降法  38-39
    4.2.4 全变分图像盲复原  39-41
  4.3 改进的全变分盲复原算法  41-47
    4.3.1 现有的改进方法  41-42
    4.3.2 本论文的改进方法  42-46
    4.3.3 正则化参数的选择  46-47
  4.4 实验结果与分析  47-50
  4.5 小结  50-51
第五章改进算法的多通道应用  51-68
  5.1 改进算法的多通道扩展  51-54
  5.2 基于运动估计的多通道TV图像盲复原  54-60
    5.2.1 旋转估计  56-57
    5.2.2 位移估计  57
    5.2.3 混叠  57-60
  5.3 实验结果与分析  60-67
  5.4 小结  67-68
第六章总结与展望  68-70
  6.1 总结  68-69
  6.2 展望  69-70
致谢  70-71
参考文献  71-75
附录A:攻读学位其间发表论文目录  75

基于全变分的含噪图像盲复原算法研究

内容摘要

全文目录

相似论文