摩尔纹源于法文Moiré一词,泛指两个频率相近的等幅正弦波叠加而产生的干涉条纹。在现代数字成像过程中,由于图像采集设备的采样率有限,某些场景下采集图像极易出现摩尔纹效应,如针织布料的拍摄图像、LED屏幕的屏摄图像等,严重影响成像质量和后续的图像分析处理。图像摩尔纹属于欠采样导致的信号混叠干扰,与拍摄场景密切相关,因此摩尔纹降质图像的恢复算法研究工作具有很大的挑战性。目前,针对数字图像中摩尔纹消除方法的研究仅限于硬件层面的避免措施或借助专业图像处理软件手动修复图像,尚未有成熟的算法研究解决带摩尔纹干扰图像的恢复问题。为了解决这一问题,本文提出了一种联合低秩稀疏矩阵分解和导向滤波的图像分解模型,很好地实现了纹理图像中摩尔纹的消除。论文的工作成果和创新点如下:1.研究了图像纹理和摩尔纹的统计特性和相关特性,以此为基础,提出对纹理分量的空域结构添加低秩先验约束及对摩尔纹分量的频域分布添加稀疏先验约束;利用摩尔纹与原始高频纹理两者频域分布的对称相关性,提出对摩尔纹频域分布添加位置约束,进一步提高区分纹理与摩尔纹的准确度。2.基于上述先验,构建有效区分纹理与摩尔纹的低秩稀疏矩阵分解模型,针对该模型变元多、不可导等问题设计增广拉格朗日乘子法框架下的交替方向法进行有效求解。该模型能在保留几乎全部纹理的基础上实现摩尔纹的消除。3.基于彩色滤波阵列的采样规则及图像色彩通道间结构的相似性,提出彩色图像摩尔纹消除方案:对绿色通道图像应用低秩稀疏矩阵分解模型进行恢复,借助已恢复图像信息,应用导向滤波方法实现红、蓝色通道纹理图像的恢复。该方案不仅降低了算法时间复杂度,而且提高了彩色图像整体的恢复质量。在合成仿真图像数据集和真实图像数据集上的实验结果表明,本文所提出的方法能够很好地对带有摩尔纹干扰的纹理图像数据进行恢复,推动了当前摩尔纹降质图像恢复领域的研究进展。与其他文献中的恢复方法相比,无论主观评价还是客观评价,针对纹理图像中摩尔纹消除问题本文方法都有最优的表现。