Matlab铁路监控图像的复原技术研究(2)
4.4 利用Lucy-Richardson算法进行复原 19
4.5 利用盲去卷积算法复原 21
4.6 四种复原方法的对比 23
5总结与展望 25
致 谢 27
参考文献 28
附 录 29
附录1 利用文纳滤波进行复原 29
附录2 利用约束最小二乘方复原法进行复原 30
附录3 利用Lucy-Richardson算法进行复原 31
附录4 利用盲去卷积算法复原 32
附录5 四种复原方法的对比 33
1绪论
1.1 研究背景与研究意义
数字图像处理(Digital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。第一台可以执行有意义的图像处理任务的大型计算机出现在20世纪60年代早期，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。在我们的实际生活当中，人们总是希望尽可能地得到高质量的图像。但是由于许多客观条件的限制，例如成像环境的条件，成像设备的性能，成像过程中人为的失误等方方面面的情况，导致我们实际中所获得的图像在大多数的情况下都不尽如人意。在现实情况下，光依靠提高成像设备的性能等成像的先决条件来提高成像的质量并不是完全可行的，但在多数情况下人们又希望能够得到高质量的图像，此时就会期望有相应且理想的后处理算法——图像复原技术来提高图像的质量。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、图像复原、图像编码、图像压缩等。
图像复原的基本问题是去模糊，即依据观测到的某种模糊和噪声的降质来估计原来的图像。图像复原试图利用退化现象的某种先验知识来重建或复原被退化的图像，在科学研究和工程领域中被广泛应用。在获取图像过程中，由于光学系统的像差、光学成像的衍射、成像系统的非线性畸变、记录介质的非线性、成像过程的相对运动、大气的湍流效应、环境随机噪声等原因的影响，会使观测图像和真实图像之间不可避免地存在偏差和失真。这种图像质量下降的情况在很多实际应用中都会遇到，因此，为了消除或减轻这种退化造成的影响，尽可能使图像恢复本来面貌，就需要使用图像复原技术。
图像复原试图利用退化图像的某种先验知识来重建或复原被退化的图像，因此图像复原可以看成是图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量。典型的图像复原方法往往是在假设系统的点扩散函数(PSF)为己知，并且常需假设噪声分布也是己知的情况下进行推导求解的，采用各种反卷积处理方法，如逆滤波等，对图像进行复原。然而随着研究的进一步深入，在对实际的图像进行处理时，许多先验知识(包括图像的及成像系统的先验知识)往往并不具备，于是就需要在系统点扩散函数未知的情况下，从退化图像自身抽取出退化信息，仅仅根据退化图像数据来复原真实图像，这就是盲目图像复原(Blind Image Restoration)所要解决的问题。由于缺乏足够的信息来唯一确定真实图像的估计值，盲目图像复原方法需要利用有关图像信号、点扩散函数和高斯噪声的己知息和先验知识，结合一些附加条件，对噪声模糊图像的盲复原及振铃的消除问题的解形成约束条件，而盲目图像复原就是在满足这些约束条件的前提下，求取真实图像在某种准则下的最佳估计值。