【RS49】毕业论文_运动模糊图像复原技术的研究.doc文档 ㊣ 精品文档 值得下载

容，第章常见的图像增强方法，图像的增强应用，空间与增强，频率域的增强，第章直接灰度变换，数字图像的基本概念，灰度变换，灰度线性变换，第章直方图修正法，直方图修正基础直方图的用途直方图均衡化直方图规定化第章图像的平滑处理图像的平滑邻域平均法中值滤波多图像平均法频域低通滤波法第章图像的锐化图像的锐化处理河北北方学院毕业论文梯度法拉普拉斯算子空间域高通滤波第章伪彩色图像处理伪彩色图像处理基本介绍灰度分割法空间域灰度级彩色变换频率域伪彩色增强第章结论与展望第章致谢参考文献摘要图像在形成传输和记录过程中，由于受多种因素的影响，其质量会有所下降。

引起图像退化的因素有很多，如大气湍流效应传感器的非线性光学系统的像差成像设备与物体之间的相对运动等图像恢复是指去除或减轻在获取数字图像过程中发生的图像质量下降退化，它是图像处理中重要而又富有挑战性的研究内容我们在用相机拍摄景物期间，当相机和景物之间存在相对运动时，往往会造成拍摄出来的相片的不清晰，称之为运动模糊。

本文重点介绍运动模糊图像的退化模型点扩散函数的参数提取和几种具有代表性的复原方法，例如逆滤波法有约束最小二乘方法和维纳滤波法。

关键词运动模糊点扩散函数模糊图像的复原河北北方学院毕业论文，河北北方学院毕业论文第章引言课题背景及意义在用相机拍摄景物期间，相机和景物之间存在相对运动时，就会造成相片的运动模糊，我们称之为运动模糊图像。

运动模糊图像在日常生活中普遍存在，给人们的实际生活带来了很多不便。

例如在高速行驶的列车汽车中拍摄窗外景物在飞机或宇宙飞行器上进行拍照等均有可能使所得到图像中的景物模糊不清。

图象复原就是研究如何从所得的变质图象中复原出真实图象，或说是研究如何从获得的信息中反演出有关真实目标的信息。

运动模糊图象在日常生活中普遍存在，给人们的实际生活带来了很多不便。

近年来，在数字图象处理领域，关于运动模糊图象的复原处理成为了国内外研究的热点问题之。

图象复原关键是要知道图象退化的过程，即要知道图象退化模型，并据此采取相反的过程以求得原始清晰图象。

由于图象中往往伴随着噪声，噪声的存在不仅使图象质量下降，而且也影响了图象的复原效果，关于图象噪声的特征也是研究的重点。

从上面论述可以知道，运动造成图象的退化是非常普遍的现象，所以对于退化后的图象进行复原处理非常具有现实意义。

图象复原的目的就是根据图象退化的先验知识，找到种相应的反过程方法来处理图象，从而尽量得到原来图象的质量，以满足人类视觉系统的要求，以便观赏识别或者其他应用的需要。

河北北方学院毕业论文图像复原技术的研究概况在早期，图像复原技术主要应用于卫星发回的图像的处理中。

但是，近几年随着视频技术以及流媒体技术的迅速发展，网络对图像质量的要求越来越高，因此，图像复原技术也越来越重要。

从而，在数字图像处理领域，关于运动模糊图像的恢复处理成为了国内外研究的热点问题之。

国内外的许多专家和科研人员对运动模糊图像复原技术近六十年的研究，使得运动模糊图像的恢复处理取得了丰硕的成果。

从六十年代中期，逆滤波方法开始被广泛地应用于模糊图像的恢复。

用二维去卷积的方法来处理由漫游者探索者等宇宙探索器得到的图像。

后来，采用，点扩散函数的解析模型对望远镜图像中由于大气扰动所造成的模糊进行了逆滤波处理，则是采用了由实验室确定的来对大气扰动进行逆滤波处理。

从此以后，逆滤波就成了图像恢复的种重要技术。

但是这种方法对于噪声很敏感，在噪声较大的情况下，图像恢复的效果不明显。

考虑大部分图像中，邻近的像素是高度相关的，同时为了减少噪声的干扰。

采用最小均方误差估计方法，提出了维纳滤波器。

将维纳滤波进行推广用来处理随机的情况例如大气扰动引起的。

其后，和提出了提高维纳滤波计算的方法。

但是维纳滤波只是在最小均方意义下的最优方法，针对个具体图像，它不定是恢复图像的最好方法。

后来提出了功率谱均衡滤波器，它和维纳滤波器类似，但是在些情况下，它的恢复性能优于维纳滤波器。

第章运动模糊图像复原的理论基础图像的数字化图像对我们并不陌生，它是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生知觉的实体。

人的视觉系统就是个观测系统，通过它得到的图像就是客观景物在人心目中形成的影像。

我们生活在个信息时代，科学河北北方学院毕业论文研究和统计表明人类从外界获得的信息约有来自视觉系统，也就是从图像中获得的。

这里图像的含义是广义的，例如照片绘图动画视像等等。

图像中带有大量的信息，百闻不如见和图值千字都说明了这个事实。

客观世界在空间上是三维的，但般从客观景物得到的图像是二维的。

幅图像可以用个二维数组，来表示，这里和表示二维空间中个坐标点的位置，而则代表图像在点，的种性质的数值。

例如常用的图像般是灰度图，这时表示灰度值，它常对应客观景物被观察到的亮度。

需要指出，我们般是根据图像内不同性质来利用图像的。

幅图像必须要在空问和灰度上都离散化才能被计算机处理。

空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化。

早期英文书籍里般采用代表图像，随着数字技术的发展，现都用代表离散化了的数字图像。

图像中每个基本单元叫做图像元素，简称像素。

对图像，英文里常用代表像素。

如果采集系列的图像或利用些特殊设备还可得到图像。

对图像，英文里常用代表其基本单元，简称体素。

假设用在个数组中等距的采样来近似幅连续图像即其中每个元素是个离散变量。

等式的右边代表我们常说的数字图像，数组中的每个元素即对应像素。

现在我们用更正式的数学语言来描述采样和量化。

用和分别代表实整数集和实数集。

采样过程可看作将图像平面划分成网格，每个网格中心点的位置由对迪卡尔坐标所决定，他们是所有有序元素对，的集合，其中和是属于的整数。

如果和是中的整数是给点对，赋予灰度值个中的实数的函数，那么就是幅空间数字化的图像。

这个赋值过程就是前面所说的量化过程。

如果灰度值也是整数本文中都是这样，即代替了，那么，就是幅数字图像，且是坐标和灰度值都是整数的函数以上讨论的数字化过程需要确定图像尺寸，和每个像素所具有的离散灰度级数不河北北方学院毕业论文同灰度值的个数数字图像处理中般将这些量取为的整数幂，即我们假设这些离散灰度级是均匀分布在和之间。

从式到式可得到储存幅数字图像所需的位数单位是如果以下我们般都假设，则储存幅数字图像所需的比特数常很大。

例如幅，个灰度级的图像要来储存，而幅，个灰度级的图像需要来储存。

因为式是对连续图像的个近似，所以常会产生这样的问题为达到较好的近似，需要多少个采样和灰度级呢我们常说的图像分辨率区分细节的程度是与这两个参数紧密相关的。

从理论上讲，这两个参数越大，离散数组与原始图像就越接近。

但从实际出发，式明确指出储存和处理的需求将随，和的增加而迅速增加，所以采样量和灰度级数不能太大。

针对现有的实际应用，数字图像处理具有以下特点信息量大，要求处理速度比较快。

目前，数字图像处理的信息大多是二维信息，处理信息量很大。

比如幅低分辨率的黑白图像，要求约的数据量对高分辨率彩色图像，则要求数据量如果要处理帧的视频图像，则每秒要求处理数据量。

因此对计算机的计算速度存储容量等要求较高。

占用频带较宽与语音信息相比，数字图像占用的频带要大几个数量级。

如电视图像的带宽约，而语音带宽仅为左右。

所以数字图像在成像传输存储处理和显示等各个环节的实现上，技术难度较大，成本高，且对频带压缩技术提出了更高的河北北方学院毕业论文要求。