基于邊緣篩選的運(yùn)動(dòng)模糊圖像復(fù)原方法研究.pdf

1、在獲取圖像時(shí)由于種種原因會(huì)使獲取的圖像包含模糊及噪聲，從而使獲取的圖像質(zhì)量下降，運(yùn)動(dòng)模糊就是眾多圖像退化現(xiàn)象中最為常見(jiàn)的一種。在圖像處理領(lǐng)域運(yùn)動(dòng)模糊圖像的復(fù)原問(wèn)題目前已成為一個(gè)熱門(mén)研究課題。
　　圖像復(fù)原過(guò)程中的關(guān)鍵是模糊核估計(jì)和反非盲卷積。在估計(jì)模糊核時(shí)，強(qiáng)邊緣并不總是利于模糊核的估計(jì)，相反，在某些情況下反而會(huì)誤導(dǎo)模糊核的估計(jì)。基于這一現(xiàn)象設(shè)計(jì)了一種新的邊緣選擇方法，篩出有益于模糊核估計(jì)的邊緣。以此為基礎(chǔ)，設(shè)計(jì)了一種兩階段的模糊

2、核估計(jì)方法。第一階段利用篩選出來(lái)的可用邊緣對(duì)模糊核進(jìn)行初略估計(jì)，得到模糊核的大值和整體輪廓。這一階段使用了一種新的圖像先驗(yàn)知識(shí)用于正則化，即清晰圖像和沖擊濾波增強(qiáng)圖像的梯度差滿足高斯分布。第二階段使用ISD（Iterative Support Detection）選擇部分支持域進(jìn)行自適應(yīng)的正則化，只對(duì)模糊核中的小值進(jìn)行約束從而計(jì)算出模糊核的細(xì)節(jié)部分。此方法在保持模糊核大值的同時(shí)還原出細(xì)微部分，能得到精細(xì)的模糊核。最后在全變分L1范數(shù)的約