兩階段反卷積圖像去模糊算法的DSP實現(xiàn).pdf

1、運動、散焦或大氣湍流等非理想因素導(dǎo)致成像系統(tǒng)采集到的圖像產(chǎn)生不同程度的模糊，而傳統(tǒng)的目標(biāo)識別方法主要依賴于目標(biāo)自身的特征與表達(dá)，模糊的圖像必然將加大目標(biāo)檢測與識別的難度。如何提高模糊圖像的分辨率，為后期信息處理提供有效數(shù)據(jù)，具有重要的理論與實際意義。
　　兩階段圖像去模糊算法可以有效復(fù)原模糊圖像，首先利用自然圖像稀疏性先驗估計模糊核，再利用非盲反卷積求解清晰圖像，采用交替方向法將原本復(fù)雜的優(yōu)化問題轉(zhuǎn)換為若干個具有封閉解的子問題進(jìn)行

2、迭代求解；為了加快算法的收斂速度，同時防止求解過程中陷入局部極小值，采用了一種由粗到精的多尺度圖像金字塔求解框架。本文在DSP平臺(TMS320C6657)上實現(xiàn)了兩階段去模糊算法。首先分析了DSP的硬件資源、開發(fā)環(huán)境，設(shè)計了需使用的DSP外設(shè)的驅(qū)動軟件。進(jìn)一步，分析算法中主要模塊的處理流程，對關(guān)鍵步驟的實現(xiàn)進(jìn)行了詳細(xì)的闡述，并通過實驗確定算法參數(shù)的選取規(guī)則。最后，提出了一種基于圖像水平及豎直梯度圖的多節(jié)點并行優(yōu)化方式，并調(diào)用 DSPL