基于稀疏先验的二值图像盲复原算法的研究

基于稀疏先验的二值图像盲复原算法的研究

ID:34239736

大小:3.15 MB

页数:73页

时间:2019-03-04

基于稀疏先验的二值图像盲复原算法的研究_第1页
基于稀疏先验的二值图像盲复原算法的研究_第2页
基于稀疏先验的二值图像盲复原算法的研究_第3页
基于稀疏先验的二值图像盲复原算法的研究_第4页
基于稀疏先验的二值图像盲复原算法的研究_第5页
资源描述:

《基于稀疏先验的二值图像盲复原算法的研究》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、中图分类号:TP391论文编号:102871618-S089学科分类号:081200硕士学位论文基于稀疏先验的二值图像盲复原算法的研究研究生姓名许影学科、专业计算机科学与技术研究方向数字图像处理指导教师刘宁钟教授南京航空航天大学研究生院计算机科学与技术学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofComputerScienceandTechnologyResearchonBinaryImageBlindRestorationAlgorithmBa

2、sedonSparsePriorAThesisinComputerScienceandTechnologybyYingXuAdvisedbyProf.NingzhongLiuSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的

3、学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学硕士学位论文摘要图像复原问题是数字图像处理与机器视觉领域的热门研究方向,其目的是从模糊有噪的降质图像中复原出清晰图像。图像复原问题分为盲图像复原和非盲图像复原,盲图像复原问题是在点扩散函数未知的情况下从退化图像中估计点扩散函数并复原退化图像,与非盲图像复原相比适用性更强。由于已知图像信息太少,盲图像复原问题是一个高度病态的问题,因此通

4、常将图像的先验信息作为正则项加入目标函数来将其转化为非病态问题。但是,使用何种先验信息要根据具体图像进行选择,并且先验选择的不同会导致算法复杂度不同。本文主要研究的是一类特定的盲图像复原问题——二值图像盲复原问题。二值图像的每个像素值只能从两个特定的值中选取。由于其像素值具有稀疏特性,使用传统的L/L范数的先12验信息性能并不理想,因此我们在工作中采用基于L范数的正则化图像复原方法。具体来讲,0本文工作分为以下几方面:首先我们研究了图像复原问题的国内外研究进展,通过回顾经典图像复原理论,研究图像降质/复原的模型,重点分析了当前比较常用的总变分图像复原方法,对

5、现有盲图像复原算法进行分类总结,并分析讨论各种算法的适用范围和不足之处。本文详细剖析了图像模糊的成因,并分别给出了三种常见的模糊核函数的数学模型。对于更为复杂的空间不变模糊,分析在图像空间与图像梯度空间采用不同范数的正则化模型进行核估计的优势与不足。并通过对比实验,选择出对二值退化图像的核估计效果最佳的先验模型。随后本文重点提出了一种基于图像的二值先验和L梯度优化框架的二值图像盲复原交替0最小化算法。常见的图像复原方法都将二值图像看作灰度值图像来处理,考虑二值图像的特殊性质将会针对这种特定类型的图像得到更好的复原效果。基于L梯度最小化问题的框架,算法0采用L

6、梯度图像平滑方法平滑每一次迭代的复原图像以便获得明显的梯度图像来估计模糊核,0并在图像复原过程中通过二值先验来强制复原结果二值化。最后本文设计了一个交替地求解模型中不同变量的方案,阐述了基于迭代的二值图像盲复原模型目标函数的优化过程。并设计对比实验对算法的复原效果和鲁棒性进行了验证,通过实验比较我们的算法与当前一些较新的盲反卷积复原算法,结果说明本文算法对二值图像复原问题是有效的。关键词:L范数,盲反卷积,模糊核估计,正则化方法,二值图像,交替最小化0I基于稀疏先验的二值图像盲复原算法的研究ABSTRACTImagerestoration,aimingtor

7、estorethegroundtruthimagefromthedegradedimage,isahotareaindigitalimageprocessingandmachinelearning.Generally,imagerestorationcanbecategorizedintotwotypes:blindimagerestorationandnon-blindimagerestoration.Blindimagerestorationisthemoreapplicableonewhichassumesthepointspreadfunction(

8、PSF)isunknown,thusweneedto

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。