具有显著异常值的模糊图像去卷积算法研究

发布时间：2021-02-17 03:27

　　运动模糊是一种常见的图像退化现象,其成因是在相机曝光期间由于相机抖动或物体运动造成拍摄对象与相机的相对运动。近年来学术界提出了大量先进的去卷积算法,但大部分算法都基于线性模糊模型假设以及较轻的噪声,然而在极端拍摄条件下模糊图像中通常会包含大量不满足线性模型的异常值（非高斯噪声与饱和像素）。典型的场景如夜间手持成像设备进行拍摄,由于低光照条件导致相机需要更长的曝光时间,在成像过程中也容易引入更多噪声,而手持相机由于不可避免的抖动产生运动模糊,同时场景中的各类人造光源及镜面反射使图像中部分区域饱和。这些异常值违反了一般去卷积算法的线性模糊假设,导致算法的复原图像中产生严重人工伪影。为了有效处理不同类型异常值的干扰,本文做的主要工作如下:1.提出了一种基于联合稀疏与最大熵先验的异常值检测去卷积模型。算法通过迭代交替地进行异常值检测与图像去卷积,能够有效检测并抑制分布具有稀疏性的异常值（如冲击噪声）。相比经典去噪去模糊算法,本文算法对不同密度冲击噪声的自适应性更好。2.与冲击噪声不同,饱和像素的分布具有聚集性。通过分析高度饱和区域对去卷积算法的影响,设计了一种修正高度饱和区域周边振铃伪影的算法... 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图１．１日常生活中典型的运动模糊现象??

图像。Ｐａｎ等人提出的??Ｌ〇文本图像先验对改善部分饱和模糊图像的去卷积质量也有一定效果。Ｄｏｎｇ等??人［７２］设计了一个判别框架从模糊图像中学习数据保真项，从而实现对噪声和异??常值的自适应。Ａｎｇｅｒ等人设计了一个涵盖像素饱和、量化、ｇａｍｍａ校正等多??种图像退化因素的更为贴近真实的模糊模型，并使用随机去卷积算法（Ｓｔｏｃｈａｓｔｉｃ??Ｄｅｃｏｎｖｏｌｕｔｉｏｎ）求解模型。??■圓關１??（ａ）不包含异常值?（ｂ）包含冲击噪声?（ｃ）包含饱和像素?（ｄ）包含两类异常值??图１．?２异常值对非盲去卷积的影响??５??

?第二章运动模糊图像复原基本理论???Ｑ?运动模糊??＾?Ｄ?＝?Ｌ?“?．ｒ＿ｗ??Ｍ?Ｋｍ??ｒｎ?＝?散鎌糊??ｕ?＿誦??图２．?２不同模糊类型及对应模糊核??２．１．２边界条件??求模糊核Ａ：对应的ＴｏｅｐＨｔｚ矩阵时需要对图像做出不同的边界条件假设，而??不同的边界条件对应不同的Ｔｏｅｐｌｉｔｚ矩阵，常见边界条件有：??（１）零边界条件（ＺｅｒｏＢｏｕｎｄａｒｙＣｏｎｄｉｔｉｏｎｓ）：假设图像边界以外的像素值??都是零值。模糊核对应的?Ｔｏｅｐｌｉｔｚ?矩阵为?ＢＴＴＢ［４８］?（Ｂｌｏｃｋ?Ｔｏｅｐｌｉｔｚ?ｗｉｔｈ?Ｔｏｅｐｌｉｔｚ??Ｂｌｏｃｋｓ）〇??使用零边界条件对图像进行填充可以表示为：??＇〇?〇?０??ｘ＾?＝?Ｏ?ｘ?Ｏ?（２．７）??０?０?０??式中：＆ｘｔ表示扩展后的图像，〇为全０矩阵。??（２）周期边界条件（ＰｅｒｉｏｄｉｃＢｏｕｎｄａｒｙＣｏｎｄｉｔｉｏｎｓ）：假设图像沿周边八个方??向重复自身。模糊核对应的Ｔｏｅｐｌｉｔｚ矩阵为ＢＣＣＢ［４８］?（Ｂｌｏｃｋ?Ｃｉｒｃｕｌａｎｔ?ｗｉｔｈ??Ｃｉｒｃｕｌａｎｔ?Ｂｌｏｃｋｓ）?〇??使用周期边界条件对图像进行填充可以表示为：??ＸＸＸ??Ｘｅｘ，?＝?Ｘ?ｘ?ｘ?（２．８）??ＸＸＸ??９??


本文编号：3037355