基于局部自適應(yīng)稀疏約束的圖像去模糊.pdf

1、隨著數(shù)字化技術(shù)的快速發(fā)展，人們?cè)谏詈凸ぷ髦胁粩嗟亟佑|數(shù)字圖像。在圖像采集過(guò)程中，往往由于拍攝設(shè)備與拍攝景物之間存在一定的相對(duì)運(yùn)動(dòng)，會(huì)導(dǎo)致圖像中出現(xiàn)模糊不清，給人們帶來(lái)了諸多不便。近年來(lái)，圖像去模糊問(wèn)題逐漸成為國(guó)內(nèi)外的圖像處理領(lǐng)域的熱點(diǎn)研究課題，圖像復(fù)原技術(shù)也廣泛應(yīng)用于公共安全領(lǐng)域、醫(yī)學(xué)圖像領(lǐng)域、交通安全監(jiān)控領(lǐng)域、軍事偵察領(lǐng)域、航天航空領(lǐng)域等等，因此該課題具有一定研究意義和重要的應(yīng)用價(jià)值。
　　本文主要的關(guān)注目標(biāo)是單幅圖像的盲去運(yùn)

2、動(dòng)模糊問(wèn)題。首先，基于圖像去模糊問(wèn)題的研究背景，強(qiáng)調(diào)其具有的重要研究意義和應(yīng)用價(jià)值，并闡述現(xiàn)有方法的優(yōu)勢(shì)所在及其不足之處。其次，分析圖像去模糊這一反問(wèn)題的不適定性，簡(jiǎn)要說(shuō)明基于正則化的解決方法。再次，根據(jù)自然圖像梯度和模糊核的先驗(yàn)假設(shè)信息，介紹幾種相應(yīng)的典型的稀疏分布先驗(yàn)及稀疏約束函數(shù)。
　　為了能夠自適應(yīng)地調(diào)節(jié)圖像中不同區(qū)域的懲罰力度，本文利用圖像的局部信息，提出一種基于局部自適應(yīng)稀疏約束的正則化方法，該方法能夠自動(dòng)地減少對(duì)邊緣

3、等特征區(qū)域的懲罰，加大對(duì)平坦區(qū)域的懲罰，使模型的解更加傾向于清晰圖像。
　　由于圖像顯著性結(jié)構(gòu)對(duì)模糊核估計(jì)的準(zhǔn)確度有重要影響，本文采用基于RTV的方法提取圖像的顯著性結(jié)構(gòu)，并結(jié)合局部自適應(yīng)稀疏約束的正則化模型，采用多尺度的方法進(jìn)行模糊核估計(jì)。此外，為了在抑制模糊核中噪聲的同時(shí)，保持模糊核結(jié)構(gòu)的連續(xù)性和稀疏性，本文采用有效的基于l0范數(shù)的方法對(duì)初步估計(jì)的模糊核進(jìn)行提煉處理。
　　豐富的實(shí)驗(yàn)表明，本文方法能夠保證模糊核的稀疏性以