盲圖像復(fù)原方法的研究.pdf

1、圖像復(fù)原一直是數(shù)字圖像處理的一個重要領(lǐng)域，在實際應(yīng)用中，圖像退化系統(tǒng)的點擴展函數(shù)一般是未知的，只能憑退化圖像的觀測數(shù)據(jù)，再附加很少的關(guān)于系統(tǒng)與原圖像先驗知識來估計原圖像，稱之為盲圖像復(fù)原。盲圖像復(fù)原具有廣泛的實際應(yīng)用。 本文對幾類主要的盲圖像復(fù)原方法進行了分析性和探索性的研究，主要工作集中在以下幾個方面： (1)正則化圖像復(fù)原方法的研究，分別討論了Tikhonov正則化、MAP正則化、截斷SVD正則化和迭代正則化，并研究

2、了這些正則化方法的統(tǒng)一性。 (2)研究了三種主要的盲圖像復(fù)原方法和算法，它們是本文研究的主題。ARMA的ML-EM算法是重要的參數(shù)類盲解卷積算法，在本文的第三章對它的算法進行了完整詳細的分析，并研究了施加關(guān)于原圖像和模糊的先驗知識來解決估計的唯一性問題。 (3)NAS-RIF算法是一種主要的非參數(shù)類算法，在本文的第四章對它的算法進行了完整詳細的分析。關(guān)于TV約束盲圖像復(fù)原方面，研究了TV約束最小二乘盲圖像復(fù)原，采用了用牛