基于模糊核稀疏先驗的文本圖像運(yùn)動模糊去除.pdf

1、圖像是人們獲取信息、保存信息和傳遞信息的重要手段，在人們的生活中占據(jù)了重要的地位，尤其是文本圖像，其中包含的信息往往非常重要，也因此人們對于文本圖像的質(zhì)量要求很高。但在獲取圖像時，有很多因素會使獲取的文本圖像是模糊的，例如天氣、聚焦、運(yùn)動等，此時通過研究將模糊的文本圖像恢復(fù)成高質(zhì)量的清晰圖像，是一個非常有意義的工作。本文主要通過分析文本圖像和模糊核的稀疏性，對文本圖像的盲去模糊進(jìn)行了研究。本文的內(nèi)容主要包括以下幾個方面:
　　首先

2、，為了后續(xù)的研究工作，本文講述了去模糊的一些基本理論知識和相關(guān)工作，介紹了描述圖像退化過程的退化模型，分析了自然圖像、文本圖像和模糊核的先驗知識，同時討論了一些根據(jù)圖像先驗知識建立的能量優(yōu)化模型以及這些模型的一些解法。
　　其次，針對前人在文本圖像去模糊中對模糊核稀疏性的考慮不足，本文提出基于模糊核稀疏性的文本圖像去模糊方法。本文主要將文本圖像的亮度和梯度的稀疏性，以及模糊核的稀疏特性作為先驗知識，使用L0范數(shù)分別對文本圖像的亮度

3、的稀疏性、梯度的稀疏性以及模糊核的稀疏性進(jìn)行約束，建立相應(yīng)的能量優(yōu)化模型，然后使用半二次分裂的方法對模糊核和清晰圖像分別進(jìn)行求解。在求得模糊核后，為進(jìn)一步提高去模糊的效果，本文又提出了模糊核去噪的方法對模糊核進(jìn)行優(yōu)化:首先將上面求得的模糊核的運(yùn)動軌跡利用骨架提取的方法提取出來，然后對此軌跡使用十字型窗口遍歷并將噪聲點去除，最后使用去噪后的模糊核再對清晰圖像進(jìn)一步恢復(fù)。實驗結(jié)果分析也表明，使用L0范數(shù)約束文本圖像的亮度和梯度的稀疏性以及模

4、糊核的稀疏性，對于文本圖像去模糊，能夠取得不錯的效果，而經(jīng)過模糊核去噪步驟后的結(jié)果更好。
　　最后，本文對非均勻文本圖像去模糊加以研究，提出了一種基于紋理豐富度的分塊去模糊方法。首先對非均勻模糊的文本圖像進(jìn)行分塊，把每塊當(dāng)作均勻模糊處理，然后使用前面分析的文本圖像的亮度和梯度的稀疏性以及模糊核的稀疏性作為先驗知識，用L0范數(shù)對每塊進(jìn)行約束，最后建立起能量優(yōu)化模型并進(jìn)行迭代求解。為提高處理效果，本文通過分析相鄰塊間模糊核的相似度，提

5、出使用相鄰塊已知的模糊核初始化未知模糊核進(jìn)行迭代求解的方法。并且在各塊的求解順序上，本文使用圖像梯度和圖像熵去計算模糊塊的紋理豐富程度對求解順序進(jìn)行排序，首先選擇紋理最豐富的塊進(jìn)行處理，然后在已知鄰近塊模糊核的模糊塊中，選擇紋理最豐富的塊進(jìn)行處理，直至處理完所有的塊。同時，為了提高求得模糊核準(zhǔn)確性，前面所講述的模糊核去噪方法也被運(yùn)用到此處理過程中，每塊的模糊核在進(jìn)行去噪后，再作為其鄰近塊模糊核迭代的初值。實驗結(jié)果分析也表明，使用此分塊方