论文部分内容阅读
图像去模糊与图像增强是图像处理领域的研究热点,其目的在于从退化图像中复原原始清晰图像。导致图像退化的原因多种多样,其中以图像噪声、图像丢失和图像模糊最为主要。本文的主要工作就是充分利用有效的先验知识,对退化图像进行复原研究,具体研究内容分为三个:1.对椒盐噪声下单幅数据丢失图像的复原工作展开研究,创新性的提出了一种可以同时实现椒盐噪声消除、丢失矩阵估计以及清晰图像复原的算法模型。主要贡献在于,首先,将数据丢失矩阵模型化为一个只有0和1组成的稀疏矢量,并充分利用椒盐噪声所特有的稀疏特性。其次,为了充分利用清晰图像的稀疏特性,分别对图像进行小波域与紧小波域下的系数分解。然后,利用L1范数约束构造联合优化模型,实现椒盐噪声消除的同时得到对于丢失矩阵以及清晰图像的估计。最后,分别使用交替方向乘子(ADMM)算法和加速梯度投影(APG)算法对所提出算法模型进行求解。2.对椒盐噪声下单幅模糊图像的复原问题进行研究,提出了一种能够同时去除椒盐噪声与图像模糊的算法。传统算法均是先利用噪声检测器区分可能受到噪声影响的像素点,然后利用纯净像素点的信息估计清晰图像。然而当噪声水平较高时,算法性能会因为可用纯净像素点的减少而急剧下降。本文中将模糊核与清晰图像通过紧小波分解进行稀疏表示,并利用椒盐噪声自身的稀疏特性构造联合优化方程,创造性的实现椒盐噪声消除的同时得到对于清晰图像与模糊核的估计。3.对多幅模糊噪声图像下单幅清晰图像的复原问题进行研究,提出了一种全新的盲去模糊算法。主要贡献在于,首先,为了执行盲去模糊,分别对模糊核与清晰图像的局部与非局部信息进行探索,即利用组稀疏域分别对模糊核与清晰图像进行稀疏表示。其次,对每幅模糊图像增加一个权重系数以进一步提高图像复原性能。然后,通过改进匹配块寻找中的距离测量准则,消除匹配块寻找过程中噪声所带来的影响,从而获得更加准确的稀疏表示。最后,利用两步迭代更新模型以及分裂布雷格曼迭代(SBI)算法对所提出联合估计模型进行求解。