數(shù)字圖像盲復(fù)原方法研究.pdf

1、隨著圖像處理和模式識別技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)得到了越來越廣泛的應(yīng)用。圖像盲復(fù)原技術(shù)作為圖像處理技術(shù)的一個重要組成部分，它是指在缺乏退化過程的先驗信息的情況下，通過有關(guān)圖像處理技術(shù)從退化的觀測圖像來恢復(fù)出原始圖像。由于圖像盲復(fù)原技術(shù)不依賴系統(tǒng)的傳遞函數(shù)，因此該技術(shù)在實際應(yīng)用中有著迫切的需求，近年來成為研究的焦點。
　　 本文首先針對圖像盲復(fù)原算法的現(xiàn)狀，根據(jù)圖像退化模型的特點，對圖像盲復(fù)原算法進行了簡單的分類，對各類具有代表

2、性的算法進行了簡單的介紹，并且指出了各種算法的優(yōu)缺點。根據(jù)參數(shù)法和迭代法不具備通用性的缺點，本文介紹了兩種空間不變的多通道圖像盲復(fù)原算法一基于獨立分量分析的圖像盲復(fù)原算法和基于非負(fù)矩陣分解的圖像盲復(fù)原算法。
　　 獨立分量分析是一種新的數(shù)據(jù)處理方法，目的為從觀測信號中分離出相互獨立的源信號，近來在語音信號處理、通信、人臉識別等領(lǐng)域得到了廣泛的應(yīng)用。本文根據(jù)Taylor級數(shù)的數(shù)學(xué)原理，利用Gabor濾波器的特性，介紹了一種基于獨立

3、分量分析的圖像盲復(fù)原算法。此方法既不用考慮估計退化模型的參數(shù)并且收斂速度快，適用于多種退化圖像的復(fù)原。為了提高圖像復(fù)原質(zhì)量，本文對傳統(tǒng)的獨立分量分析算法進行了非負(fù)的限制，避免了負(fù)值對圖像恢復(fù)質(zhì)量的影響，并且對獨立分量分析的假設(shè)條件進行了分析，通過去相關(guān)矩陣削弱了源圖像的相關(guān)對獨立分量分析算法的影響。
　　 非負(fù)矩陣分解算法與獨立分量分析算法模型類似，是國際上新近提出的一種矩陣分解方法，非負(fù)矩陣分解算法特殊之處在于其對于矩陣分解過