圖像恢復(fù)中的整體變分方法研究.pdf

1、圖像恢復(fù)的目的是消除或者減輕圖像獲取傳輸過(guò)程中所發(fā)生的品質(zhì)退化現(xiàn)象，逼近沒(méi)有退化的理想圖像，即重建出原始圖像。 本論文在能量變分方法的框架下，研究圖像恢復(fù)問(wèn)題，主要討論如何利用整體變分對(duì)圖像(特別是邊緣)的較優(yōu)的度量特征來(lái)實(shí)現(xiàn)圖像恢復(fù)這一病態(tài)問(wèn)題的更好的正則化性，由此獲得更理想的圖像恢復(fù)結(jié)果?；谡w變分的圖像恢復(fù)概括的說(shuō)就是把圖像恢復(fù)問(wèn)題形式化為帶有整體變分正則化項(xiàng)的圖像能量泛函極值問(wèn)題，采用變分原理將其中的最小化問(wèn)題轉(zhuǎn)為所要

2、求解的偏微分方程，即Euler-Lagrange方程，利用數(shù)字圖像本身的離散特征使用適當(dāng)?shù)臄?shù)值方法來(lái)求它的最優(yōu)解，最后達(dá)到逼近原始圖像的目的。論文對(duì)所采用的整體變分(Total Variation)方法的原理及其理由進(jìn)行了詳細(xì)的說(shuō)明。 論文針對(duì)圖像恢復(fù)中兩個(gè)主要問(wèn)題：去噪和去模糊展開了研究。在去噪問(wèn)題的研究中，我們首先討論了傳統(tǒng)正則化模型中的缺點(diǎn)，并描述了TV模型在抑制噪聲的同時(shí)能保持邊緣的特性，接著詳細(xì)推導(dǎo)了相應(yīng)的數(shù)值計(jì)算模型

3、。最后通過(guò)模擬和自然圖像的實(shí)驗(yàn)結(jié)果來(lái)給出驗(yàn)證和分析。在去模糊的研究中，首先討論了如何解決已知模糊核的圖像復(fù)原問(wèn)題，然后推廣到了去模糊問(wèn)題中的一種更病態(tài)的情況——盲復(fù)原，即在不確知模糊核的情況下復(fù)原退化圖像。在盲復(fù)原算法中，論文利用交替迭代方法來(lái)求解偏微分方程，把恢復(fù)過(guò)程分解為模糊辨識(shí)和復(fù)原圖像兩個(gè)階段；同時(shí)，針對(duì)方程中的擴(kuò)散系數(shù)的特性，在盲復(fù)原的交替迭代過(guò)程中引入了一種自適應(yīng)參數(shù)調(diào)整機(jī)制以便更好的保持圖像的某些細(xì)節(jié)信息。最后的實(shí)驗(yàn)結(jié)果也