運動模糊圖像復原算法的研究與實現(xiàn).pdf

1、學校代碼：10406分類號：TP391.4學號：110085210016南昌航空大學南昌航空大學碩士學位論文（專業(yè)學位研究生）運動模糊圖像復原算法的研究與實現(xiàn)運動模糊圖像復原算法的研究與實現(xiàn)碩士研究生：鄧超導師：李其申副教授申請學位級別：碩士學科、專業(yè)：控制工程所在單位：信息工程學院答辯日期：2014年12月授予學位單位：南昌航空大學摘要在采集圖像的過程中，當相機與被拍攝物體之間在快門開啟與關閉的短暫時間內存在相對運動時，就會造成照片的

2、運動模糊。圖像復原就是為了獲得模糊圖像中隱藏的有效信息，以便得到可視化效果較好的圖像。通常，運動模糊圖像復原方法是先估計出運動模糊角度和運動模糊長度兩個參數(shù)，得到運動模糊的點擴散函數(shù)(PSF)，再使用去卷積算法進行處理。本文在估計模糊參數(shù)和去卷積方面，都提出了新的算法。在估計運動模糊參數(shù)方面，運動模糊圖像的一次傅立葉頻譜進行Radon變換來估計運動模糊角度有時誤差較大，針對這一問題，提出一種新的基于二次傅立葉頻譜聯(lián)合位平面分割算法和Ra

3、don變換的方法來準確估計模糊角度。求出模糊角度后，將模糊圖像按順時針方向旋轉同樣的角度，得到模糊方向為水平方向的模糊圖像，然后利用微分自相關運算估計出模糊長度。以得到的運動模糊角度和運動模糊長度為參數(shù)構成該運動模糊的PSF。通過大量計算機仿真實驗并與其他現(xiàn)有的幾種算法進行比較，我們的運動模糊參數(shù)估計方法具有更好的準確性和健壯性。在圖像去卷積方面，使用標準RidsonLucy(RL)算法復原的圖像在邊緣處會產生振鈴效應，針對這一問題，提

4、出一種使用參考圖的改進的RL算法，分兩個階段來復原。第一階段，從運動模糊圖像估計出第一幅參考圖，借助第一幅參考圖得到第一階段的復原圖像；第二階段，利用運動模糊圖像和第一階段的復原圖像估計出第二幅參考圖，第二幅參考圖描述了更準確的邊緣信息，有助于抑制復原圖像邊緣處的振鈴效應，借助第二幅參考圖得到最終的復原圖像。并采用高斯圖像先驗作為正則化項來改進標準的RL算法。最后，在Matlab平臺上分別對人工運動模糊圖像和真實運動模糊圖像進行復原實驗