基于剪切波的圖像復(fù)原算法研究.pdf

1、隨著現(xiàn)今社會信息化進程的加深，人類獲取信息的方式也愈加趨于多樣化，其中，基于圖像的信息獲取方式因其獨有的直觀、形象的優(yōu)勢而在此進程中扮演著重要的角色。然而，由于成像系統(tǒng)的物理局限性、復(fù)雜的成像環(huán)境等不可抗因素以及成像設(shè)備與目標(biāo)的相對移動、散焦等相對易控因素的存在，不可避免的會給圖像引入一定程度的模糊和噪聲，甚至造成圖像的平滑失真，進而阻礙對圖像的進一步利用。由此，對圖像進行復(fù)原成為一項意義重大的課題。
　　剪切波是一種多尺度、多方

2、向、多分辨率的表示工具，具有很強的方向敏感性和各向異性，并且具有接近最優(yōu)的稀疏表示性能。鑒于此，本文以剪切波變換為圖像表示工具，最大程度提取了圖像的紋理細(xì)節(jié)信息，以較少的系數(shù)集合了圖像的大部分能量。本論文主要研究內(nèi)容和創(chuàng)新如下:
　　1.研究了剪切波理論及其離散化算法，并且詳細(xì)介紹了基于頻域的剪切波快速離散化算法，并對其兩個關(guān)鍵步驟:(1)基于拉普拉斯金字塔算法的多尺度分解;(2)基于偽極向格的方向局部化，進行了仿真與分析，指出剪

3、切波不同尺度分解水平相當(dāng)于經(jīng)歷不同截止頻率的低通濾波器，分解尺度越多，其低通濾波器截止頻率就越低，低頻圖像所包含的能量就越少，方向局部化內(nèi)容就越豐富，一定程度上，這非常有利于對圖像紋理細(xì)節(jié)及結(jié)構(gòu)信息進行提取。最后就其稀疏性、復(fù)雜度、冗余度進行了仿真與分析說明。
　　2.描述了圖像去模糊過程中非常突出又棘手的病態(tài)性問題，提出了基于傅里葉域的Tikhonov正則化反變換和基于剪切域的自適應(yīng)閾值廣義交叉驗證(GeneralizedCro

4、ssValidation，GCV)的雙域圖像復(fù)原算法，并對算法涉及到的未知參數(shù)進行自適應(yīng)估計。仿真結(jié)果表明，相對于傅里葉-小波域復(fù)原(Fourier-Wavelet)算法，該算法更好的保持了圖像的紋理、細(xì)節(jié)信息和重要的結(jié)構(gòu)信息，無論是在視覺效果還是數(shù)值比較上，均具有較好的性能，除此之外，該算法基于不同類型模糊算子的仿真結(jié)果表明了此算法對不同模糊算子的普遍適用性。
　　3.將圖像投影到剪切域，提出采用拉普拉斯(Laplacian)分