本文選題：運動模糊　切入點：參數(shù)估計　出處：《廣西師范大學(xué)》2017年碩士論文

【摘要】：圖像在拍攝過程中會因為相機(jī)的抖動或者是物體本身的運動產(chǎn)生運動模糊。運動圖像去模糊的目的是從模糊圖像中恢復(fù)出清晰的圖像信息。在模糊核未知和模糊圖像含噪聲的情況下,圖像去模糊難度大大加深。本文在介紹了圖像模糊的退化模型等理論基礎(chǔ)后,對模擬圖像和實拍圖像進(jìn)行去模糊算法研究。本文的工作主要在以下幾個方面:(1)研究了改進(jìn)的自適應(yīng)中值濾波方法對椒鹽噪聲進(jìn)行去噪,此方法僅對疑似噪聲進(jìn)行中值濾波,彌補了常規(guī)中值濾波造成圖像細(xì)節(jié)丟失的缺陷。(2)研究了一種改進(jìn)的勻速直線運動估計模糊核的方法。模糊角度的估計采用改進(jìn)的基于二次傅立葉變換和霍夫變換的模糊角度估計法。設(shè)計了一個改進(jìn)的自適應(yīng)模糊長度的估計方法,首先對模糊長度進(jìn)行自相關(guān)估計,當(dāng)所求模糊長度小于所設(shè)閾值時再用頻譜投影法進(jìn)行估計。設(shè)計精確估計的方法對所估計的模糊核進(jìn)行誤差范圍內(nèi)的遍歷,把所遍歷的值進(jìn)行維納濾波去模糊算法檢驗,精確估計出最佳的模糊核。計算機(jī)仿真實驗結(jié)果表明:此方法能很好的估計勻速直線運動模糊核。此研究為后續(xù)運動圖像去模糊算法研究打下了較好的前期基礎(chǔ)。(3)研究了一種基于遺傳自適應(yīng)的維納濾波去模糊方法。此方法用遺傳算法自適應(yīng)優(yōu)化維納濾波的正則化項k值達(dá)到最佳圖像復(fù)原效果。本方法不僅適用于含噪聲和不含噪聲的模擬圖像去模糊,對實拍圖像去模糊也具有一定的效果。(4)研究了一種改進(jìn)的自適應(yīng)中值濾波的RL圖像去模糊方法。對于含噪圖像,先對噪聲進(jìn)行改進(jìn)的自適應(yīng)中值濾波然后再用RL算法對圖像去模糊。之后對實拍圖片進(jìn)行兩種改進(jìn)的方法去模糊效果的比較,依據(jù)計算機(jī)仿真結(jié)果對兩種方法的最佳使用范圍進(jìn)行了討論。(5)設(shè)計了以MatlabGUI為平臺的運動圖像去模糊系統(tǒng)。
[Abstract]:The image will be blurred by the camera jitter or the motion of the object itself.The purpose of motion image deblurring is to recover clear image information from blurred image.When the fuzzy kernel is unknown and the blurred image contains noise, the image deblurring becomes more difficult.In this paper, the deblurring algorithm of simulated image and real image is studied after introducing the theory of image blur degradation model and so on.The main work of this paper is as follows: 1) the improved adaptive median filtering method is studied to remove salt and pepper noise. This method only applies median filtering to suspected noise.This paper makes up for the defect of image detail loss caused by conventional median filter. (2) an improved method for estimating blur kernels of uniform linear motion is studied.An improved fuzzy angle estimation method based on quadratic Fourier transform and Hough transform is used to estimate the fuzzy angle.An improved self-adaptive fuzzy length estimation method is designed. Firstly, the fuzzy length is estimated by autocorrelation. When the fuzzy length is less than the threshold, the spectral projection method is used to estimate the fuzzy length.The method of accurate estimation is designed to ergodicate the estimated fuzzy kernel within the error range, and the ergodic value is verified by Wiener filter de-fuzzy algorithm, and the best fuzzy kernel is estimated accurately.The computer simulation results show that this method can estimate the uniform linear motion blur kernel well.This study lays a good foundation for the further study of deblurring algorithm for moving images. (3) A genetic adaptive Wiener filter de-blurring method is studied.The genetic algorithm is used to adaptively optimize the regularization term k of Wiener filter to achieve the best image restoration effect.This method is not only suitable for deblurring simulated images with and without noise, but also has a certain effect on de-blurring of real images.) an improved adaptive median filtering method for de-blurring of RL images is studied in this paper.For noisy images, an improved adaptive median filter is applied to the noise and then the RL algorithm is used to deblur the images.Then two improved methods to deblur images are compared. According to the results of computer simulation, the optimal application range of the two methods is discussed. (5) A motion image deblurring system based on MatlabGUI is designed.
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉麗萍;;基于維納濾波的模糊圖像恢復(fù)算法[J];信息系統(tǒng)工程;2016年09期

2 王欣;田益民;項宏峰;;勻速直線運動模糊圖像經(jīng)典復(fù)原技術(shù)的研究[J];電腦知識與技術(shù);2016年21期

3 張素琦;李斌;劉巧紅;;勻速運動模糊圖像復(fù)原算法的研究[J];工業(yè)控制計算機(jī);2016年07期

4 李博學(xué);李鶴;;基于Hough變換圓檢測的方法研究[J];數(shù)碼世界;2016年05期

5 羅維薇;;一種用于抑制高密度椒鹽噪聲的中值濾波方法[J];自動化與儀器儀表;2016年04期

6 楊陽;王宏力;陸敬輝;崔祥祥;姜偉;;改進(jìn)的RL模糊星圖復(fù)原算法[J];傳感器與微系統(tǒng);2016年04期

7 羅秋棠;;基于數(shù)學(xué)形態(tài)學(xué)的圖像處理算法[J];電子技術(shù)與軟件工程;2016年06期

8 楊卓東;張欣;張濤;李陽;楊臣君;;改進(jìn)自適應(yīng)中值濾波的圖像去噪[J];通信技術(shù);2015年11期

9 王芳;錢煒;李文超;;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣提取方法[J];機(jī)械工程與自動化;2015年01期

10 章忠憲;黃德根;顧亞麗;;倒譜和快速全變差去卷積的運動模糊圖像復(fù)原[J];計算機(jī)工程與應(yīng)用;2015年08期

相關(guān)碩士學(xué)位論文 前10條

1 劉波;運動模糊圖像復(fù)原算法的研究[D];武漢科技大學(xué);2016年

2 寇杰;圖像的運動模糊復(fù)原算法研究[D];中國科學(xué)院研究生院(光電技術(shù)研究所);2016年

3 王宇;圖像去運動模糊算法研究與實現(xiàn)[D];電子科技大學(xué);2015年

4 李秋池;運動模糊圖像恢復(fù)的研究[D];沈陽工業(yè)大學(xué);2015年

5 賈帥;運動模糊圖像的恢復(fù)[D];南京航空航天大學(xué);2014年

6 趙嘉倫;運動模糊圖像的高效恢復(fù)算法研究[D];沈陽理工大學(xué);2014年

7 王鵬飛;運動模糊圖像復(fù)原算法研究[D];重慶大學(xué);2013年

8 李磊;基于MATLAB GUI的數(shù)字圖像處理系統(tǒng)設(shè)計[D];成都理工大學(xué);2012年

9 袁萬立;模糊圖像復(fù)原及評價方法的研究[D];江南大學(xué);2012年

10 劉玉明;勻速直線運動模糊參數(shù)估計與圖像復(fù)原[D];華中科技大學(xué);2011年

，

本文編號：1697663