

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在拍攝的過程中,由于相機聚焦不準、與景物之間存在相對運動等各種影響因素,導致獲得的圖像模糊。如何對不同的模糊圖像進行復原是圖像處理領域的熱點和難點。本文對勻速直線運動模糊、散焦模糊、旋轉(zhuǎn)模糊、以及含有兩種以上多重模糊的圖像盲恢復的相關技術,從理論和實踐兩方面進行了較為深入的研究和探討。
本文在模糊圖像復原方面的工作和研究成果主要有:
1.影響勻速直線運動模糊圖像恢復的關鍵是模糊方向和模糊尺度兩個參數(shù)估計的精確
2、度。本文在研究現(xiàn)有模糊參數(shù)估計方法的基礎上,提出了一種基于改進的霍夫變換估計模糊方向的新方法,實驗結(jié)果證實了該方法的鑒別精度優(yōu)于以往的方法,并且抗噪聲性能也得到了提高,模糊圖像的總體恢復效果比較理想。
2.散焦模糊半徑的估計精度是影響散焦模糊圖像恢復的關鍵因素。本文對現(xiàn)有的散焦模糊參數(shù)方法進行了分析和討論,實驗證實了誤差-參數(shù)鑒別方法估計結(jié)果比較接近真實值。針對散焦模糊圖像的恢復,本文對受限制的自適應正則化復原方法的優(yōu)缺點
3、進行了分析,提出了一種改進的受限制的自適應正則化復原方法,實驗結(jié)果表明改進后的方法計算量變小,并且恢復圖像的邊界更平滑,圖像整體質(zhì)量得到提高。
3.針對旋轉(zhuǎn)模糊圖像的恢復,本文提出了一種估計旋轉(zhuǎn)模糊參數(shù)的新方法,該方法首先對旋轉(zhuǎn)模糊圖像進行各種不同方法的分塊(平均分塊和逐層分塊),對每個小塊近似地按照直線運動估計模糊角度和尺度,最后利用最小二乘擬合的方法估計出旋轉(zhuǎn)中心和角度。實驗結(jié)果表明,估計的旋轉(zhuǎn)中心和角度與真實值誤差很
4、??;同時,對于不同分塊方法的模糊圖像估計得到的結(jié)果誤差大小不一樣,這就需要根據(jù)實際情況來選擇合適的分塊方法。最后,本文采用極坐標變換和改進的對角加載兩種方法對旋轉(zhuǎn)模糊圖像進行恢復實驗,得到了理想的恢復結(jié)果。
4.針對多重模糊圖像的恢復,本文提出了將多重模糊圖像中的空間不變模糊的點擴展函數(shù)進行合并,然后經(jīng)過一次解卷積運算對其進行恢復。該方法首先要區(qū)分空間不變模糊部分和空間變化模糊部分的PSF(Point Spread Fun
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 運動模糊圖像恢復算法研究與實現(xiàn).pdf
- 運動模糊圖像的高效恢復算法研究.pdf
- 盲圖像恢復算法的研究.pdf
- 盲圖像恢復算法的研究與改進.pdf
- 霾圖像恢復算法研究.pdf
- 基于云的圖像恢復算法研究.pdf
- 圖像壓縮感知融合恢復算法研究.pdf
- 基于先驗信息的圖像恢復算法研究.pdf
- 基于SMP結(jié)構(gòu)的圖像恢復算法研究.pdf
- 低劑量CT圖像恢復算法研究.pdf
- 基于散焦圖像的深度恢復算法研究.pdf
- 運動圖像的快速恢復算法.pdf
- 旋轉(zhuǎn)運動模糊圖像快速恢復算法分析及其硬件設計研究.pdf
- 基于非局部的圖像恢復算法研究.pdf
- 基于相位恢復算法的圖像加密研究.pdf
- 基于壓縮感知圖像恢復算法的研究.pdf
- 基于Total Variation的圖像恢復算法研究.pdf
- 壓縮感知圖像自適應恢復算法的研究.pdf
- 圖像盲恢復算法中參數(shù)的預估.pdf
- 運動模糊圖像的處理與恢復研究.pdf
評論
0/150
提交評論