基于神經(jīng)網(wǎng)絡(luò)的空間自適應(yīng)正則化圖像復(fù)原研究.pdf

1、圖像是人類獲取視覺信息的主要途徑，調(diào)查研究表明人類獲取的外界信息絕大部分(約80％)來自視覺系統(tǒng)。大量清晰的圖像對人們的社會生活科學(xué)研究等都有不可估量的促進作用。但是在圖像的形成、傳輸以及記錄顯示過程中，由于成像系統(tǒng)的不完善、傳輸介質(zhì)的影響、景物與成像系統(tǒng)的相對運動、環(huán)境噪聲等原因，使得幾乎所有的圖像都有一定程度的質(zhì)量降級，這就是所謂的圖像退化。 圖像復(fù)原就是研究如何利用退化過程的先驗知識從退化圖像中復(fù)原出原始圖像。圖像復(fù)原可以

2、看作是圖像退化的逆過程，根據(jù)圖像退化的先驗知識估計圖像的退化過程，建立退化過程的數(shù)學(xué)模型，然后采用一種相應(yīng)的逆過程方法來處理圖像，以獲得原始圖像的最優(yōu)估計值。圖像復(fù)原技術(shù)在眾多領(lǐng)域都有著廣泛的應(yīng)用, 復(fù)原算法的研究是目前圖像復(fù)原研究的熱點。 本文首先介紹了數(shù)字圖像處理技術(shù)必要的基礎(chǔ)知識，研究了人的視覺系統(tǒng)的特點和圖像質(zhì)量評價的方法。介紹并分析了幾種不同退化模型的點擴散函數(shù)的特點以及幾種不同類型的圖像噪聲及特點。分析研究了圖像復(fù)原

3、技術(shù)的原理、特點，在此基礎(chǔ)上詳細闡述了圖像退化的過程、原因和數(shù)學(xué)模型。同時本文還介紹了人工神經(jīng)網(wǎng)絡(luò)的原理、網(wǎng)絡(luò)結(jié)構(gòu)；研究了連續(xù)Hopfield網(wǎng)絡(luò)以及連續(xù)Hopfield網(wǎng)絡(luò)最優(yōu)化計算問題并將其應(yīng)用于數(shù)字圖像復(fù)原。研究了目前圖像復(fù)原應(yīng)用中的幾種典型復(fù)原算法：維納濾波算法、中值濾波算法、正則濾波器算法、盲去卷積算法、Lucy-Richardson算法，并用Matlab軟件使用這些算法對幾種不同類型的降質(zhì)圖像進行了復(fù)原實驗。 在研究