摘要:
随着计算机多媒体技术的发展,数字图像处理也取得了相应地发展.但是由于各种原因,如图像的获取,传输和存储过程中等的影响,图像的质量会产生退化现象.而噪声以及运动模糊为最为常见的图像退化问题.图像的噪声多产生于图像采集和传输的过程,而相机和观察物间的的相对运动则造成了图像的运动模糊退化.二者都对图像的质量产生了重要的影响.本文的研究工作主要研究图像去噪以及运动模糊图像的恢复问题. 去除图像噪声是图像过程常有的预处理操作.对于图像去噪,本文详细介绍了几种经典去噪算法的数学原理以及优缺点.噪声,作为一种特殊的信号,本文将其作为最普通的信号来进行处理,主要应用经典的信号处理和机器识别方法的独立分量分析方法ICA.ICA算法首先认为图像和噪声是相互独立的,再在统计的基础上,从图像中重构原始图像,在独立成分分析模型的基础上提出了一种新的单道去噪方法,取得了理想的效果. 针对运动模糊图像恢复问题,本文详细地介绍了几种最为常见最为经典的模糊图像恢复算法,探讨了各个方法的数学原理以及优缺点.为寻找运动模糊图像的模糊长度以及模糊方向,本文在频域基础上,根据图像梯度功率谱的计算,以及图像梯度的变化,再加上功率谱在频域中的结构与模糊长度方向的关联,提出了一种快速寻找模糊方向和模糊长度的方法,并取得很好的仿真效果.同时,对图像恢复工作做出了总结和预测.
展开