论文部分内容阅读
模糊图像复原是数字图像处理中很重要的一个分支,在军工业、医疗诊断、交通监控等行业以及日常活动和学习中都有大量的应用。近年来模糊图像复原越来越被学者们重视,经过大量的实验研究探索后取得极佳的成绩。但是他们使用的大部分算法都存在一些缺陷,例如计算过程复杂、算法效率低、处理大尺寸的点扩散函数(PSF)效果较差,并且有些算法在复原图像时会出现严重的振铃现象。因此现阶段图像复原技术与预期效果还存在很大差距。随着模糊图像复原的应用愈加广泛,所以研究模糊图像复原的意义就更加重大。通常产生模糊图像的因素较多,比如摄像头的微小抖动或者被拍物体和摄像头之间发生相对运动等情况都可能产生模糊图像。本论文以嵌入式移动设备所拍摄的模糊图像为研究对象,探讨行之有效的处理模糊图像的方法。本文研究主要做了以下工作:1.本文基于处理图像的实时性、稳定性、可靠性等多种因素考虑,选用了内置ARM Mali-400双核GPU的Cortex-A9微处理器并以此搭建图像处理的实验平台。在搭建平台中移植了U-boot、Linux内核和根文件系统。在Linux操作系统中分析了CMOS摄像头驱动程序以及软件设计流程、引导装载程序流程。用CMOS摄像头驱动程序和MJPG_streamer服务器以及Linux接口函数实现单帧图像采集和处理功能。2.对数字图像处理的基础知识体系进行介绍,并对之前研究者对模糊图像复原的研究进行深入的分析。迭代估计PSF过程中用共轭梯度法对能量方程进行优化,并利用能量方程的一阶导数与二阶导数提升算法收敛速度。另外使用磁滞阈值抑制PSF噪声也有很好的效果;该算法能够复原出图像的清晰边缘及纹理,并对振铃效应以及图像的噪声均起到较好的抑制效果。3.为提高模糊图像复原的速率,本文通过对基于图像梯度高斯分布和基于图像梯度稀疏分布的盲反卷积算法分析研究之后,引入二维小波变换理论,并提出小波金字塔模型对模糊图像进行重构,采取从低分辨率到高分辨率的快速复原方法。基于该模型设计了适用于Cortex-A9处理器的快速模糊图像复原算法。最后经过实验结果表明该算法比传统的模糊图像复原算法复原效果更好,效率更高;并且能快速稳定的复原出图像的清晰边缘和纹理、抑制了振铃现象的发生。