学位论文 > 优秀研究生学位论文题录展示

局部运动模糊图像恢复系统研究和实现

作　者: 季冰川
导　师: 黄学雨
学　校: 江西理工大学
专　业: 计算机应用技术
关键词: 运动模糊图像恢复图象分割高阶统计量形态重构等高线
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 268次
引　用: 0次
阅　读: 论文下载

内容摘要

运动模糊图像是由于摄像机与目标物体在曝光时间内有相对运动而产生的模糊图像。近年来,运动模糊图像恢复已经成为国内外图像界研究的热点问题之一。局部运动模糊图像是指在背景静止的条件下,拍摄的运动物体位移在曝光期间,造成模糊的图像。由于对运动模糊图像的恢复技术往往集中于整幅图像的运动模糊恢复(即所谓全局运动模糊图像恢复),无法将现有的技术直接应用到局部运动模糊图像的恢复。因此,分析模糊与非模糊区域特征,研究适合模糊图像分割的算法,分割出图像模糊区域,然后恢复模糊区域图像,开发软件系统来实现这一过程,这些是本文所要解决的核心问题。本文介绍与运动模糊图象恢复有关的基础理论,如图像退化模型,点扩散函数(PSF),恢复过程中的振铃效应,模糊参数获取,给出了图象质量评价的一些常用指标。阐述了逆滤波、有约束最小二乘方、维纳滤波和Richardson-Lucy四种图像恢复方法的原理,本文在有噪声和无噪声两种条件下对其做了运动模糊图象恢复实验,结果表明维纳滤波在恢复效果以及计算时间上优于其它算法。在图象分割中,首要是提取特征。因为运动模糊图像边缘退化,我们需要寻找区域特征。为了寻找局部模糊图像的模糊区域和非模糊区域特征,本文提出从三维空间的角度分析其模糊区域与非模糊区域的不同特征的方法。然后,建立等高线模型,它提取三维空间曲面的等高线,用等高线归纳图像的模糊区域与非模糊区域的特征。根据上述总结的特征,研究现有的图像分割算法,本文提出用HOS(higher order statistics)算法,二阶梯度算法和形态重构算法分割图像的模糊区域。最后,用现有的运动模糊图像恢复方法对其进行恢复。在综合上述运动模糊图像恢复理论尤其是模糊区域分割方法的基础上,利用Matlab的技术优势,实现了局部运动模糊图像恢复系统。该系统在无需人工干预的情况下,可以实现自动分割图像模糊区域,自动提取模糊参数及图像恢复等功能,并具有快速,准确,特别是处理过程的可视化等特点。

全文目录

摘要  2-3
ABSTRACT  3-6
第一章绪论  6-13
  1.1 课题的背景与意义  6-8
  1.2 国内外研究与现状  8-9
  1.3 局部运动模糊图像恢复过程中的关键问题  9-10
  1.4 研究重点：分割局部运动造成的模糊区域  10-11
  1.5 本文的主要内容安排  11-12
  1.6 本章小结  12-13
第二章运动模糊图像基本理论  13-28
  2.1 运动模糊图像的退化模型  13-15
    2.1.1 运动模糊的基本原理  13-14
    2.1.2 匀速直线运动模糊的退化模型  14-15
  2.2 点扩散函数的确定  15-17
    2.2.1 几个典型的点扩散函数  16
    2.2.2 运动模糊图像点扩散函数的离散化  16-17
  2.3 运动模糊图像的几种恢复算法  17-20
    2.3.1 逆滤波  17-18
    2.3.2 有约束最小二乘方恢复  18-19
    2.3.3 维纳滤波  19-20
    2.3.4 Richardson-Lucy 滤波  20
  2.4 恢复图像振铃效应的抑制  20-22
    2.4.1 循环边界法抑制振铃效应  20-21
    2.4.2 最优窗法抑制振铃效应  21-22
  2.5 图象质量评价  22-27
    2.5.1 图象质量的主观评价  22-24
    2.5.2 图象质量的客观评价  24-27
  2.6 本章小结  27-28
第三章模糊图像的三维空间曲面模型  28-36
  3.1 平面图像的三维空间映射  28
  3.2 灰度图的空间曲面特征  28-31
    3.2.1 地貌特征点的数学描述  29
    3.2.2 灰度图的空间曲面特征  29-31
    3.2.3 等高线表示法  31
  3.3 模糊与非模糊图像特征  31-35
    3.3.1 图像边缘退化  32
    3.3.2 模糊与非模糊图像的空间曲面特征  32-34
    3.3.3 运动模糊图像的空间曲面特征  34-35
  3.4 本章小结  35-36
第四章图像模糊区域分割  36-52
  4.1 图像分割的理论基础  36-39
    4.1.1 图像分割定义  36-37
    4.1.2 图像分割的一般过程  37-38
    4.1.3 图像分割研究的三个层次  38-39
  4.2 高阶统计量（HOS）  39-44
    4.2.1 数学工具高阶统计量（HOS）  39-40
    4.2.2 高阶统计量（HOS）在图象处理上的应用  40-41
    4.3.3 在局部模糊图像中HOS 变换  41-44
  4.3 二阶梯度算法  44-46
  4.4 数学形态学  46-51
    4.4.1 二值数学形态学  47
    4.4.2 腐蚀与膨胀运算  47-49
    4.4.3 开运算和闭运算  49-50
    4.4.4 形态重构算法  50-51
  4.5 本章小结  51-52
第五章局部运动模糊图像恢复系统的实现  52-58
  5.1 面向对象方法与开发环境介绍  52-54
    5.1.1 面向对象方法  52-53
    5.1.2 Matlab 系统介绍  53-54
  5.2 系统实现环境和框架  54-55
  5.3 系统处理步骤与适应范围  55
  5.4 实验结果  55-58
第六章总结与展望  58-59
  6.1 工作总结  58
  6.2 前景展望  58-59
参考文献  59-62
致谢  62-63
附录A 运动模糊图像恢复系统界面  63-66
附录B 运动模糊图像恢复系统部分程序代码  66-70
个人简历与在校期间科研成果  70-71

局部运动模糊图像恢复系统研究和实现

内容摘要

全文目录

相似论文