本文關(guān)鍵詞：一種基于去均值歸一化約束的圖像復(fù)原算法

  更多相關(guān)文章： 圖像復(fù)原 復(fù)原偽像 MSCN 光學(xué)遙感

【摘要】：高分辨率和高質(zhì)量圖像對軍事情報信息獲取、國防監(jiān)測、測繪都具有重要意義。然而,在光學(xué)遙感成像過程中,受到大氣路徑、相機光學(xué)系統(tǒng)、探測器及成像電子學(xué)以及衛(wèi)星平臺環(huán)境等因素的影響,獲取的圖像通常存在模糊、噪聲等像質(zhì)退化問題,從而大大降低了圖像的實際應(yīng)用價值。因此在實際應(yīng)用中需要采用圖像復(fù)原技術(shù)消除上述因素的影響。目前,國內(nèi)外圖像復(fù)原算法的相關(guān)研究很多,但通常存在圖像去模糊的同時,噪聲被放大以及復(fù)原圖像邊緣附近出現(xiàn)非規(guī)則性的波紋、鋸齒等問題,使得圖像的主觀視覺效果欠佳。本文即是針對上述問題,將密切關(guān)聯(lián)人眼視覺特性的圖像質(zhì)量評價指標作為正則化約束引入傳統(tǒng)的圖像復(fù)原模型,并研究模型的求解方法,從而提出了一種更符合人眼視覺特性的圖像復(fù)原算法。同時開展了相應(yīng)的仿真驗證。主要研究內(nèi)容包括:(1)建立基于去均值歸一化正則化約束的圖像復(fù)原模型。在圖像質(zhì)量退化模型的基礎(chǔ)上,考慮到去均值歸一化系數(shù)(MSCN)是一種公認的符合人眼視覺特性的圖像質(zhì)量評價指標,將其作為圖像先驗引入到圖像復(fù)原的正則化模型,從而建立融入人眼視覺特性的圖像復(fù)原模型。(2)提出基于MSCN的圖像復(fù)原算法。在圖像復(fù)原的正則化模型基礎(chǔ)上,針對模型中包含多個正則化項的模型求解問題,利用交替優(yōu)化算法對模型進行求解,從而實現(xiàn)正則化參數(shù)的自適應(yīng)選擇。建立基于MSCN的圖像算法流程,從而提出一種新的圖像復(fù)原算法。同時結(jié)合光學(xué)成像仿真,分析算法的處理性能。(3)復(fù)原算法的實驗驗證及其在光學(xué)遙感圖像中的應(yīng)用分析�；贚ena等標準圖像數(shù)據(jù)源,對本文提出算法與傳統(tǒng)算法的圖像復(fù)原結(jié)果進行比較分析。與此同時,基于大量的真實遙感圖像,分析算法在實際遙感圖像處理應(yīng)用中的可行性以及適用性。
【關(guān)鍵詞】：圖像復(fù)原 復(fù)原偽像 MSCN 光學(xué)遙感
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題研究背景、目的及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及分析10-13
• 1.3 本文主要研究內(nèi)容13-15
• 第2章 圖像復(fù)原基礎(chǔ)理論15-28
• 2.1 引言15
• 2.2 圖像復(fù)原模型15-16
• 2.3 基于正則化方法的圖像復(fù)原算法16-23
• 2.3.1 Tikhonov正則化方法18-19
• 2.3.2 基于全變分的正則化方法19-20
• 2.3.3 基于小波分析的正則化方法20-21
• 2.3.4 基于稀疏表示的正則化方法21-23
• 2.4 傳統(tǒng)圖像復(fù)原算法問題分析23-26
• 2.4.1 復(fù)原偽像24-25
• 2.4.2 噪聲放大25-26
• 2.4.3 問題分析26
• 2.5 本章小結(jié)26-28
• 第3章 基于去均值歸一化約束的圖像復(fù)原算法28-38
• 3.1 引言28
• 3.2 基本思想28
• 3.3 去均值歸一化系數(shù)（MSCN）28-32
• 3.4 基于去均值歸一化約束的圖像復(fù)原算法32-36
• 3.4.1 復(fù)原算法模型32-33
• 3.4.2 模型求解方法33-35
• 3.4.3 復(fù)原算法流程35-36
• 3.5 本章小結(jié)36-38
• 第4章 仿真實驗分析與評價38-57
• 4.1 引言38
• 4.2 實驗方案38-42
• 4.2.1 仿真方法38
• 4.2.2 實驗樣本選擇38-39
• 4.2.3 復(fù)原圖像質(zhì)量評價方法39-42
• 4.3 復(fù)原結(jié)果分析42-56
• 4.3.1 復(fù)原算法性能的仿真實驗驗證42-47
• 4.3.2 針對遙感鏈路不同類型像質(zhì)退化的復(fù)原算法適用性能分析47-56
• 4.4 本章小結(jié)56-57
• 結(jié)論57-59
• 參考文獻59-64
• 致謝64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊俊;謝勤嵐;;基于DCT過完備字典和MOD算法的圖像去噪方法[J];計算機與數(shù)字工程;2012年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 孫韶杰;模糊圖像中感興趣信息的盲復(fù)原方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

2 喬建蘋;超分辨率重建與圖像增強技術(shù)研究[D];山東大學(xué);2008年

3 周籮魚;基于盲解卷積的圖像盲復(fù)原技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張歡;運動模糊圖像復(fù)原的全變分方法研究[D];西北大學(xué);2009年

，

本文編號：600440