运动模糊图像复原算法的研究与实现

【摘要】：在采集图像的过程中,当相机与被拍摄物体之间在快门开启与关闭的短暂时间内存在相对运动时,就会造成照片的运动模糊。图像复原就是为了获得模糊图像中隐藏的有效信息,以便得到可视化效果较好的图像。通常,运动模糊图像复原方法是先估计出运动模糊角度和运动模糊长度两个参数,得到运动模糊的点扩散函数(PSF),再使用去卷积算法进行处理。本文在估计模糊参数和去卷积方面,都提出了新的算法。在估计运动模糊参数方面,运动模糊图像的一次傅立叶频谱进行Radon变换来估计运动模糊角度有时误差较大,针对这一问题,提出一种新的基于二次傅立叶频谱联合位平面分割算法和Radon变换的方法来准确估计模糊角度。求出模糊角度后,将模糊图像按顺时针方向旋转同样的角度,得到模糊方向为水平方向的模糊图像,然后利用微分自相关运算估计出模糊长度。以得到的运动模糊角度和运动模糊长度为参数构成该运动模糊的PSF。通过大量计算机仿真实验并与其他现有的几种算法进行比较,我们的运动模糊参数估计方法具有更好的准确性和健壮性。在图像去卷积方面,使用标准Richardson-Lucy(RL)算法复原的图像在边缘处会产生振铃效应,针对这一问题,提出一种使用参考图的改进的RL算法,分两个阶段来复原。第一阶段,从运动模糊图像估计出第一幅参考图,借助第一幅参考图得到第一阶段的复原图像;第二阶段,利用运动模糊图像和第一阶段的复原图像估计出第二幅参考图,第二幅参考图描述了更准确的边缘信息,有助于抑制复原图像边缘处的振铃效应,借助第二幅参考图得到最终的复原图像。并采用高斯图像先验作为正则化项来改进标准的RL算法。最后,在Matlab平台上分别对人工运动模糊图像和真实运动模糊图像进行复原实验,实验结果表明,本文方法能在保存图像细节的同时也能较好的抑制振铃效应。
【关键词】：运动模糊图像 二次傅立叶频谱 位平面分割 Richardson-Lucy(RL)算法 振铃效应
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41