基于數(shù)值代數(shù)的圖像復(fù)原技術(shù)研究.pdf

1、在圖像的獲取、傳輸以及記錄保存過程中，由于相對(duì)運(yùn)動(dòng)、大氣干擾、散焦和噪聲等諸多因素的存在，圖像的質(zhì)量不可避免地產(chǎn)生退化。如何從降質(zhì)的圖像中復(fù)原出原始圖像是人們普遍關(guān)注的。經(jīng)過大量學(xué)者的研究，出現(xiàn)了大量復(fù)原算法。目前，基于正則化的復(fù)原算法是最為有效的。
　　本文在數(shù)值代數(shù)的基：
　　首先，根據(jù)礎(chǔ)上，重點(diǎn)研究了基于全變差的正則化復(fù)原方法。全變差正則化方法不僅克服了Tikhonov正則化復(fù)原算法中的一些缺點(diǎn)，而且更好地保存了圖像的

2、邊緣信息，并且相對(duì)于經(jīng)典的迭代算法，其復(fù)原效果更優(yōu)。基于此，本文研究主要內(nèi)容如下圖像的退化系統(tǒng)，建立了退化模型，并且將退化模型演變到數(shù)值代數(shù)上的線性系統(tǒng)中求解，同時(shí)簡(jiǎn)略地闡述了一些經(jīng)典迭代方法。
　　然后，詳細(xì)地描述了基于傅里葉變換的全變差（Fast Total Variation deconvolution:FTVd）復(fù)原算法的原理和推導(dǎo)過程，同時(shí)從工程上應(yīng)用的角度出發(fā)，通過理論分析和數(shù)值實(shí)驗(yàn)驗(yàn)證了其存在的缺點(diǎn)。
　　最后