含噪圖像盲復(fù)原算法的研究

含噪圖像盲復(fù)原算法的研究

ID:36499520

大小:1.46 MB

頁數(shù):51頁

時間:2019-05-11

含噪圖像盲復(fù)原算法的研究_第1頁
含噪圖像盲復(fù)原算法的研究_第2頁
含噪圖像盲復(fù)原算法的研究_第3頁
含噪圖像盲復(fù)原算法的研究_第4頁
含噪圖像盲復(fù)原算法的研究_第5頁
資源描述:

《含噪圖像盲復(fù)原算法的研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、長春工業(yè)大學(xué)碩士學(xué)位論文含噪圖像盲復(fù)原算法的研究姓名:宋春鵬申請學(xué)位級別:碩士專業(yè):信號與信息處理指導(dǎo)教師:王宏志20070301長春工業(yè)人學(xué)碩上論文摘要隨著多媒體和計算機(jī)技術(shù)的迅速發(fā)展,數(shù)字圖像處理技術(shù)得到了越來越廣泛的應(yīng)用。數(shù)字圖像處理包括圖像去嗓、圖像分割、圖像壓縮等等許多方面,其中圖像復(fù)原是一個重要的研究的方向。圖像復(fù)原的目的是從觀測到的退化圖像重建原始圖像,它是圖像處理、模式識別、機(jī)器視覺等的基礎(chǔ),因而受到廣泛的研究。在天文學(xué)、遙感技術(shù)、醫(yī)療圖像等領(lǐng)域獲得應(yīng)用。圖像復(fù)原技術(shù)是以圖像退化的某種先驗知識為基礎(chǔ),當(dāng)假定系統(tǒng)的脈沖響應(yīng)(即點擴(kuò)散函數(shù)PSF)

2、已知時,這一類圖像復(fù)原稱為經(jīng)典的圖像復(fù)原。但是,在許多實際情況下點擴(kuò)散函數(shù)難以確定,必須從觀察圖像中以某種方式抽出退化信息,找出圖像復(fù)原方法,這種方法就是圖像盲復(fù)原。早期的圖像復(fù)原算法中,通常不考慮噪聲的影響,但在實際的圖像獲取、傳輸、存貯的過程中,噪聲的產(chǎn)生難以避免,往往直接影響圖像的復(fù)原效果。因此本文主要研究了含有噪聲的圖像盲復(fù)原算法,重點研究了兩種算法,一種是具有非負(fù)和有限支持域的遞歸逆濾波器的圖像盲復(fù)原算法(即NAS.RIF算法),該算法可以對全黑、全白或全灰的背景均勻的圖像進(jìn)行有效復(fù)原,但是算法對噪聲十分敏感表現(xiàn)為在高頻下的放大,因此本文提出用高階

3、累積量抑制噪聲同時在算法的迭代過程中結(jié)合圖像分割技術(shù)進(jìn)一步確定目標(biāo)支持域。另一種是基于高階統(tǒng)計量和Radoll變換圖像盲復(fù)原算法。這兩種算法中,前者是基于逆濾波器技術(shù)的迭代算法,后者則是采用基于高階累積量的系統(tǒng)模型辨識方法,由于高階累積量計算量十分巨大而圖像又是二維信號,因此本文提出采用R_adon變化將二維信號投影到一維空間,這樣就大大降低了算法的運(yùn)算量,改善了算法的性能。在這兩種算法中,由于僅僅使用高階統(tǒng)計量,因此可以抑制高斯噪聲的影響。對這兩種算法的仿真試驗表明,本文提出的算法即使是在還有噪聲的環(huán)境下也可以獲得較好的復(fù)原結(jié)果。最后,對全文進(jìn)行了總結(jié),提

4、出了進(jìn)一步的研究方向。關(guān)鍵詞:高階統(tǒng)計量,圖像盲復(fù)原,點擴(kuò)散函數(shù)(PSF),Radon變換,NAS-RIFK存工業(yè)大學(xué)碩£論文AbstractWiththerapiddevelopmentofmultimediaandcomputertechnology,imageprocessingtechnologyhasalreadybeenwidelyappliedtoalotoffields,suchasscientificresearch,industrialandagriculturalproduction,militarytechnology,governm

5、entdepartment,healthcare,etc.TheimageprocessingIechnologyincludesmanykindsofaspects,forexample,imagedenoise.imagesegmentationandsoon.Imagerestorationisoneimportantpartofthese.Thegoalofimagerestorationistoreconstmcttheoriginalscenefromadegradedobservation.Itisthebasisofimageprocessi

6、ng,patternidentification,machinevisionandiswidelyusedsuchasastronomy,GIS,medicalengineeretc.Intheconventionalimagerecovery,thePSF(pointspreadfunction)issupposedtobeknown.Butinactualimageapplications.thePSFisdifficulttoidentify,onlytoreconstructthetrueimagefromtheobservationscene,th

7、iskindofalgorithmiscalledblindimagerestoration.Earlyintheimagerestorationalgorithm,generallydoesnotconsidertheimpactofnoise,butintheactualimageacquisition,transmission,storageprocess,itisdifficulttoavoid,butoftenadirectimpactontheimagerecoveryresults.Inthispaper,theauthorcarriedonr

8、esearchtothetechnologyofim

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。