基于全变分模型的运动模糊图像复原方法的研究

《基于全变分模型的运动模糊图像复原方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391.4密级公开UDC004.93学位论文编号D-10617-30852-(2016)-01055重庆邮电大学硕士学位论文中文题目基于全变分模型的运动模糊图像复原方法的研究英文题目Researchonmotionblurredimagerestorationmethodbasedonthetotalvariationmodel学号S130131069姓名马忍学位类别工程硕士学科专业电子与通信工程指导教师李俭兵高级工程师完成日期2016年6月8日声巧独创性縣帥賴ｓＭ神脯訂脯賴胆帅铺ｍｌｕ本人声叫社恤、城賴帥‘帖Ｉ邮师禪虛Ｒ獅仍．也不枯鲁

2、腳崖品；：柳減！别气刷祂：巧票：献均：Ｌ化：－员姑扣同邮的人＃化獅粗面则这的禪＝与耻ｋＭ爵趴切甚。Ｉ市如作了賴年日紙【織．自，马見娜ｔ学位论女版权使用援权书’；，丰Ｌ亢全］粗吾．ｒ：趾电太学有权賠扭化用爭位也克抽雨ｒ丘时屯子版３的巧皂，目［宇巧吊Ｋ阿民孟有Ａ部ｎ或机巧哇龙运文＊化许电义巧冉－Ｉ亩和间巧巧屯人投较１巧邮Ｓ大半可权公布本学化论史的心部迪就ｉｔ巧扣．叫编人有、友技据库浊悟息完统巧巧垃束分巧或巧机Ｉ可［ａ采用影印、缩印、Ｕ描或巧巧写毎和手賠惊巧，汇巧击华位论文．＇注；枯酱的旱位记；化鸦审后话用本受巧巧，ｊ

3、＿■作者签知為见导师签名：私１哉日耻年巧娜日巧：年口合ｆ月扣《占《重庆邮电大学硕士学位论文摘要摘要感光物质和拍摄装置的相对移动会导致图像产生运动模糊。运动模糊图像复原是图像复原中的研究热点，已广泛应用于视频监控、交通管理、犯罪侦查、卫星遥感等领域。因此，提高运动模糊图像复原效果具有重要现实意义。论文着重研究图像复原方法中的全变分(TV)盲去模糊方法，从先验盲去模糊和联合盲去模糊两个方面进行改进，主要研究内容如下：首先，在先验盲去模糊方面，针对运动模糊点扩散函数(PSF)估计不准确问题，采用一种结合图像梯度倒频分析和相位恢复的PSF估计方法，利用

4、图像梯度倒频谱信息得到PSF能量信息，然后对PSF能量信息进行交替傅里叶变换，得到PSF相位信息，最终得到完整的PSF。结果表明，该方法得到的PSF更接近真实的PSF。针对图像棱角结构复原不理想问题，采用一种混合高阶各向异性TV复原方法。该方法将上一步估计的PSF作为输入，利用各向异性TV结合高阶约束的策略来构建复原模型，然后使用该模型进行图像复原。结果表明，该方法在棱角结构处的复原效果更好，抑制了圆滑效应。其次，在联合盲去模糊方面，针对复原过程中出现的边缘扩散问题，采用一种吉洪诺夫(Tikhonov)和TV混合约束的联合盲去模糊方法。该方法首先利用边缘提取滤

5、波器将图像分解为边缘区域和平缓区域，然后对边缘区域采用TV约束、平缓区域采用Tikhonov约束来构建复原模型，防止边缘信息扩散到平缓区域，从而解决边缘扩散问题；针对图像和PSF迭代过程中微小正噪声的放大效应问题，在迭代求解中，采用一种较小正阈值约束的分裂布雷格曼方法进行数值求解，将传统方法的非负约束条件改进为较小正阈值约束条件，在迭代初期对微小正噪声进行抑制，然后逐步得到PSF和复原图像。结果表明，该方法适用于各种模糊类型并且在真实模糊图像复原上也有较好表现，具有一定的应用性。综上所述，论文从两个方面对TV盲去模糊方法进行研究和改进，提高了图像盲去模糊的复原

6、效果，为图像盲去模糊技术的实际应用打下坚实的理论基础。关键词：图像复原，运动模糊，正则化，全变分I重庆邮电大学硕士学位论文AbstractAbstractTherelativemovementofthephotographicmaterialandthephotographingdevicecausesmotionblurredimage.Motionblurredimagerestorationisahotresearchandhasbeenwidelyusedinvideosurveillance,trafficmanagement,criminalinv

7、estigation,satelliteremotesensingandsoon.Therefore,itisofgreatpracticalsignificancetoimprovetherestorationofmotionblurredimage.Thisthesisfocusesontheresearchofthetotalvariation(TV)blinddeconvolutionmethodinimagerestoration,andimprovestheTVmethodfromtwoaspects:prioriblinddeblurringan

8、djointblinddeconvol