單幅運動模糊圖像的盲復(fù)原研究.pdf

1、運動模糊圖像的復(fù)原問題一直是圖像復(fù)原領(lǐng)域研究的熱點。在照片的拍攝過程中，由于相機與物體之間產(chǎn)生相對位移，導(dǎo)致發(fā)生運動模糊，嚴(yán)重影響到圖像的后續(xù)處理與應(yīng)用。圖像去模糊就是采用一定的手段從模糊圖像中恢復(fù)出清晰的圖像，而在模糊核未知的情況下的復(fù)原問題就屬于圖像的盲復(fù)原范疇，這屬于一種嚴(yán)重的病態(tài)問題。隨著研究的不斷深入，研究者提出很多優(yōu)秀的算法，解決了圖像盲復(fù)原的難題，但是許多現(xiàn)有的算法存在著一些不足，主要就是由于圖像邊緣提取和模糊核估計不準(zhǔn)確

2、導(dǎo)致的振鈴效應(yīng)以及圖像細節(jié)信息丟失的問題。針對這些問題，本文從邊緣提取和模糊核估計方面提出了一些改進算法，來改善運動模糊圖像的盲復(fù)原效果。
　　首先，本文提出了改進的Canny算子邊緣提取算法。通過研究快速盲去模糊的算法，利用邊緣檢測算子進行邊緣提取，再根據(jù)圖像邊緣信息的先驗知識來估計模糊核。通過對邊緣提取算法的研究，提出自適應(yīng)的閾值設(shè)置方法，來設(shè)置高低閾值，濾除虛假邊緣以及孤立的邊緣點。實驗結(jié)果表明該算法能夠濾除大量的偽邊緣，使

3、得到的邊緣更清晰、更連續(xù)。
　　其次，本文提出了對估計的初始模糊核的細化方法。該方法通過邊緣檢測，估計模糊核，然后采用迭代支持域檢測算法對模糊核進行修正細化，抑制初始模糊核中的一些離散值，使得到的模糊核更加精細、更加準(zhǔn)確，采用超拉普拉斯分布擬合圖像梯度分布，并且利用圖像金字塔進行多尺度恢復(fù)，解決了模糊核過大的問題。實驗結(jié)果表明該算法可以有效抑制初始模糊核中的離散值，獲得較理想的模糊核，能有效地減弱復(fù)原圖像的振鈴效應(yīng)以及能夠保留大量