運(yùn)動(dòng)模糊圖像恢復(fù)方法.pdf

1、運(yùn)動(dòng)模糊圖像恢復(fù)一直是圖像恢復(fù)領(lǐng)域的熱點(diǎn)問(wèn)題，無(wú)論在工業(yè)、軍事、醫(yī)療等領(lǐng)域還是在日常生活中都有非常廣泛的應(yīng)用。近年來(lái)，多種圖像去運(yùn)動(dòng)模糊方法被相繼提出，但其中絕大部分算法具有計(jì)算復(fù)雜、速度緩慢、不能處理較大的運(yùn)動(dòng)模糊核、需要多幅圖像甚至輔助的硬件設(shè)備、恢復(fù)的圖像帶有嚴(yán)重的振鈴效應(yīng)等缺點(diǎn)，距離實(shí)際應(yīng)用都相差甚遠(yuǎn)。
　　 本文提出了一種快速、魯棒的基于反盲卷積的單幅運(yùn)動(dòng)模糊圖像恢復(fù)算法，該算法通過(guò)沖擊濾波器預(yù)測(cè)清晰圖像的強(qiáng)邊緣，該預(yù)

2、測(cè)使得我們可以使用簡(jiǎn)單而易于優(yōu)化的高斯分布先驗(yàn)知識(shí)來(lái)約束自然圖像的梯度和運(yùn)動(dòng)模糊核，并能夠在頻域中快速、準(zhǔn)確地計(jì)算出運(yùn)動(dòng)模糊核；之后我們通過(guò)基于自然圖像梯度大尾巴分布的稀疏反非盲卷積算法恢復(fù)清晰圖像，該算法能夠恢復(fù)出圖像清晰的邊緣和紋理，并能夠顯著地抑制振鈴效應(yīng)以及圖像的噪聲。在計(jì)算運(yùn)動(dòng)模糊核的過(guò)程中，我們使用共軛梯度法來(lái)優(yōu)化能量方程，并利用圖像一階和二階導(dǎo)數(shù)比圖像像素值本身具有更小的條件數(shù)的良好結(jié)構(gòu)使得算法能夠快速收斂。此外，本文提出