论文部分内容阅读
由于物理原理或技术条件的限制以及噪声的介入,我们常常只能获得降质的模糊图像。如何由降质图像得到清晰图像,是图像处理的重要组成部分,也是图像清晰化要解决的问题,通常涉及到图像复原和图像增强两个方面。图像增强是根据人眼的主观感受进行的探索过程,没有统一的通用理论;经典的图像复原往往是建立一个客观的最佳准则,通过对降晰函数进行精确估计,运用反卷积的方法对图像进行复原。而大多数实际复原问题往往是没有源清晰图像作为参考,模糊原因无法得知,因而客观标准的建立与图像的复原困难重重,但这类问题却更具有现实意义。本论文的工作正是针对此类清晰化问题,同时结合图像复原与图像增强的研究特点与方法进行的探索性研究。
高维形象几何仿生信息学自提出以来,在理论研究与实际应用中均取得了丰富的成果。本论文基于高维形象几何仿生信息学,提出了一种新的图像清晰化思路:
基于高维形象几何仿生信息学理论的同源连续性原理,将图像复原的过程视为一系列同源点的定位过程,利用复原处理过程中图像的同源性,用高维形象几何仿生信息学的分析方法和工具,经过“模糊—清晰—模糊”的多次迭代,最终得到清晰图像。
本方法主要考虑的是模糊图像之间的同源联系,而不强烈依赖于对模糊的估计,将其运用到无源参考图像的盲图像复原问题中,实验结果证明了本方法的可行性和有效性。
在对复原图像清晰度的评价方面,采用了客观标准与人眼主观感受相结合的方法。从高维空间几何角度提出了信噪角的概念,并用高维形象几何仿生信息学的分析方法将其运用到复原实验中,结果证明了其作为图像复原客观评价指标的有效性。在进行无源参考图像的盲图像复原过程中,用信噪角作为客观检验指标,衡量清晰图像恢复情况,结果表明客观指标与人眼主观评判相吻合。
本方法的实现不存在病态性,算法的实现直观可行,能够解决一类实际问题,作为高维形象几何仿生信息学在图像处理领域里的应用,还有着深入研究的价值。