幾類降質(zhì)圖像的恢復(fù)方法研究.pdf

1、圖像在采集、轉(zhuǎn)換、傳輸和顯示等過程中不可避免的要受到設(shè)備、環(huán)境和場景的影響，導(dǎo)致圖像質(zhì)量的退化，進而影響圖像的后續(xù)處理和應(yīng)用。為了改善圖像質(zhì)量，獲得更加真實、可靠的信息，必須對圖像進行處理。從本質(zhì)上來說，圖像處理和計算機視覺領(lǐng)域中的許多研究，如圖像去噪、去模糊、圖像修補、超分辨率重構(gòu)和鏡頭畸變矯正等，其目的都是希望從可能被噪聲污染的或不完全的觀測信號中，盡可能精確地恢復(fù)出原始的、清晰的信號。這些反問題研究面臨的最大挑戰(zhàn)是它們都是病態(tài)的，

2、逆運算或者不存在，或者對噪聲特別敏感。因此，如何有效地求解這些病態(tài)的反問題，確定一個合理的、盡可能接近真實的解，成為當前研究的熱點與難點。本文從幾類常見的圖像降質(zhì)現(xiàn)象出發(fā)，圍繞圖像處理中的三個關(guān)鍵問題：圖像去噪、去模糊和鏡頭畸變矯正，進行了探索性和創(chuàng)新性的研究，主要內(nèi)容包括：
　　⑴在圖像去噪方面，首先，在分析了常用于衡量去噪效果優(yōu)劣的峰值信噪比公式的基礎(chǔ)上，利用Stein的均方誤差無偏估計(SURE)準則，結(jié)合圖像的局部近似模型

3、，提出了基于SURE準則的局部線性圖像濾波方法。該方法計算簡單，具有線性時間復(fù)雜度，而且在抑制噪聲的同時，能夠較好的保持圖像的幾何結(jié)構(gòu)等細節(jié)信息，因此可以有效地應(yīng)用于圖像處理的許多方面，如圖像去噪、細節(jié)增強和高動態(tài)范圍壓縮(HDR)等。其次，針對全變差(TV)正則化函數(shù)在零點不可微的問題，提出了基于局部線性模型的自適應(yīng)加權(quán)全變差去噪方法。該方法將求解含有全變差項的優(yōu)化問題，轉(zhuǎn)化為求解簡單的局部仿射變換問題，避免了在零點微分，并且，通過自

4、適應(yīng)的調(diào)節(jié)加權(quán)系數(shù)，有效地提高了圖像去噪效果。最后，在研究一維快速測地距離計算的基礎(chǔ)上，通過對二維圖像每一維分別進行處理的方法，提出了一種基于可分測地距離的快速圖像濾波方法，該方法不僅降低了計算量，而且能夠直接應(yīng)用于彩色圖像，進一步，利用測地距離衡量像素間的相似性，提出了一種測地超像素生成方法，該方法不僅運行速度快，而且能夠得到分割精度高、分布均勻、形狀近似規(guī)則的超像素。
　?、圃趫D像去模糊方面，首先，針對模糊核已知的非盲去模糊問

5、題，提出了一種基于l0-范數(shù)正則化的圖像去模糊方法。該方法利用圖像梯度具有稀疏性的統(tǒng)計特性，以l0-范數(shù)作為正則化約束函數(shù)，保證了恢復(fù)圖像的稀疏性要求，可以有效的去除不同程度的高斯模糊和運動模糊。其次，針對模糊核未知的盲去模糊問題，提出了一種基于邊緣檢測和l0-范數(shù)的盲去模糊方法。該方法利用提取的顯著邊緣信息，對模糊核的估計過程進行控制，克服了基于簡單的最大后驗概率方法的不足，同時，結(jié)合運動模糊核具有稀疏性的先驗知識，以l0-范數(shù)作為模

6、糊核約束，進一步提高了估計結(jié)果的精度。
　?、窃阽R頭畸變矯正方面，針對傳統(tǒng)矯正方法很少考慮畸變中心的不足，利用圖像中的直線特征，提出了基于單幅圖像的鏡頭畸變中心和畸變系數(shù)同時估計的徑向畸變矯正方法。該方法在鏡頭畸變的商模型下，詳細地討論了畸變直線的幾何性質(zhì)，證明了空間中的直線在鏡頭的徑向畸變作用下，投影成為圖像中的圓弧，并分析了畸變中心和畸變直線的關(guān)系，進而利用圓擬合方法，同時對畸變參數(shù)進行估計。與傳統(tǒng)方法相比，該方法考慮了畸變中