论文部分内容阅读
图像复原技术作为数字图像处理中的一个重要分支,在生产生活、交通运输、航天科技等领域都有广泛的应用,也逐渐成为现代计算机技术的研究热点通过对当前运动模糊图像复原领域的研究发现,点扩展函数的估计不准确及图像复原算法的选取不恰当都将直接影响到最终得到的复原效果。因此,论文采用Radon变换和超分辨率图像复原算法相结合,进行了运动模糊图像复原的研究。论文主要对运动模糊图像的复原问题进行研究,重点围绕退化图像的点扩展函数的估计和复原算法等内容展开探索性的分析。论文首先对运动模糊图像复原的一些理论基础知识进行介绍,然后详细分析当前研究中几种常用的运动模糊图像点扩展函数估计的方法,并对传统的图像复原方法进行简单介绍,最后给出了图像复原质量的客观和主观评价标准。在现有文献中点扩展函数估计不准确且复原效果不理想。为了解决这些问题,论文将Radon变换和MPMAP超分辨率复原方法结合,给出一种基于Radon变换的超分辨率运动模糊图像复原算法(RMPMAP)。与其他几种点扩展函数估计方法相比,利用Radon变换对运动模糊图像的退化过程进行仔细分析和研究,推导出运动模糊方向与运动模糊长度的计算公式,能获得更精确的估计结果,适合于任意尺度大小的图像。然后选取基于Markov约束的Poisson-MAP超分辨率图像复原算法(MPMAP)对退化图像进行复原,与传统的复原滤波方法相比,它能有效地消除和减少复原图像中的噪声和振荡效应。实验仿真表明,RMPMAP算法得到较好的复原图像结果,峰值信噪比可以提高2dB左右。为了进一步提高图像复原质量,论文针对MPMAP算法进行改进。第二代Curvelet变换作为一种具有高度各向异性的多尺度多分辨率算法,具有很强的表达图像中边缘信息的能力,且在图像去噪领域有广泛的应用。因此,论文将MPMAP超分辨率复原算法与Curvelet变换结合,给出一种改进的超分辨率图像复原算法(CMPMAP)。该算法结合了两者的优势,很大程度上增强了抑制噪声和振荡的能力。仿真实验结果表明,相比于第3章算法(RMPMAP),本章算法的峰值信噪比能提高0.2~1.2dB,且在噪声较大时,对噪声的抑制能力更强,峰值信噪比提高更明显。