图像复原是数字图像处理中的一个重要分支,也一直是图像处理中的一个难点。它的主要目的是改善给定的图像质量,利用退化现象的某种先验知识来重建或恢复原有图像。在成像过程中,由于成像系统各种因素的影响,可能使图像质量降低。针对各种不同的退化图像,可从不同角度进行许多有价值的算法研究。本文主要研究了随机噪声的去除算法和运动模糊图像的复原算法。 非线性滤波较传统的线性滤波在滤除噪声的同时,能最大限度地保持图像信号的高频细节,使图像清晰、逼真,从而得到了广泛研究和应用。常用的中值滤波是非线性滤波的代表。虽然典型的中值滤波能够减少图像中的脉冲噪声,但是它在滤除噪声的同时会使图像中重要的细节信息受损。基于这种情况,本文提出了改进的中值滤波算法:一种是基于脉冲噪声检测的滤波方法,先通过多尺度窗口对噪声图像中的噪声点进行检测,其中判断噪声点的阈值可根据图像中不同区域的灰度值自适应地调整,然后根据检测结果进行选择性滤波。另一种是基于阈值的滤波方法,该方法通过设置一个阈值,当像素点的值和邻域均值的差值大于该阈值时,取邻域均值为该点的值,否则该点的值就保持不变。对多种图像在不同噪声干扰下的实验结果显示,两种方法都可以有效滤除图像中的脉冲噪声,又能较好的保持图像的边缘细节,前一种方法尤其在强噪声干扰下的效果更为明显,后一种方法对细节较多的图像效果较好,速度也较快。 运动模糊图像是由于摄像设备和对象之间在曝光瞬间的相对运动造成的。这种模糊具有普遍性,给人们的实际生活带来了很大的不便,因此,近年来国内外关于运动模糊图像的复原处理已成为一个研究热点。本文中建立了一种基于像素运动的运动图像模糊模型,并依据图像退化过程的逆过程推导出复原模型。然后对匀速运动造成的图像模糊进行了模糊和复原的仿真试验,取得了令人满意的效果。