圖像恢復(fù)是圖像處理領(lǐng)域中重要的研究方向,其主要研究目標(biāo)是從受損的圖像中恢復(fù)出清晰圖像。本文主要是針對泊松噪聲下的模糊圖像進行恢復(fù)研究。首先根據(jù)貝葉斯原理和最大后驗概率對泊松噪聲模型進行變換,然后充分利用稀疏域的稀疏特性對信號進行稀疏表示,并對問題建立優(yōu)化模型并求解,最后實現(xiàn)了對泊松噪聲下的模糊圖像的有效恢復(fù)。主要研究工作包括以下內(nèi)容:1.在已知模糊的先驗信息下對泊松噪聲下的模糊圖像進行恢復(fù)研究,提出了由兩種不同的稀疏域構(gòu)造的恢復(fù)模型。為了充分地利用稀疏表示對圖像進行有效的恢復(fù),首先利用組稀疏自適應(yīng)字典的稀疏性對圖像進行稀疏表示,并聯(lián)合1-范數(shù)作為正則化項建立優(yōu)化模型。為了更有效地對優(yōu)化問題進行求解,特引入交替方向乘子法（alternating direction method of multipliers,ADMM）獲取優(yōu)化模型的稀疏解。另外,為了減少自適應(yīng)字典運算的復(fù)雜度,本文又探索利用緊小波框架系統(tǒng)對圖像的先驗信息進行稀疏表示并聯(lián)合1-范數(shù)構(gòu)造優(yōu)化方程,再利用ADMM算法對優(yōu)化問題進行交替求解。提出的兩種算法均能對泊松噪聲下的模糊圖像進行有效的恢復(fù)。2.對泊松噪聲下的模糊圖像進行盲... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同算法對高斯模糊下的噪聲圖像恢復(fù)效果

重慶郵電大學(xué)碩士學(xué)位論文第4章泊松噪聲下的圖像盲去模糊564.4.2真實圖像的恢復(fù)效果與分析在本節(jié)中，將考慮兩種真實場景下的退化圖像，分別是由運動模糊占主導(dǎo)的無人機拍攝的圖像和在低光照圖像中以泊松噪聲為主要退化因子的退化圖像[57]。在第一種情況下，圖4.9提供了由大疆無人機DJIPHANTOM3拍攝的真實圖像，其中DJIPHANTOM3在繁忙的道路上進行操作。由于運動中的汽車和無人機之間存在相對運動，因此捕獲的圖像是模糊的并且?guī)в幸徊糠衷肼暋?a)(b)圖4.9無人機拍攝的真實圖像(a)原圖(b)PIDAL-TV(c)1(d)OGS-ADMM(e)GSB-ADMM(f)TWB-ADMM圖4.10不同算法對無人機拍攝的圖像恢復(fù)效果對比

重慶郵電大學(xué)碩士學(xué)位論文第4章泊松噪聲下的圖像盲去模糊564.4.2真實圖像的恢復(fù)效果與分析在本節(jié)中，將考慮兩種真實場景下的退化圖像，分別是由運動模糊占主導(dǎo)的無人機拍攝的圖像和在低光照圖像中以泊松噪聲為主要退化因子的退化圖像[57]。在第一種情況下，圖4.9提供了由大疆無人機DJIPHANTOM3拍攝的真實圖像，其中DJIPHANTOM3在繁忙的道路上進行操作。由于運動中的汽車和無人機之間存在相對運動，因此捕獲的圖像是模糊的并且?guī)в幸徊糠衷肼暋?a)(b)圖4.9無人機拍攝的真實圖像(a)原圖(b)PIDAL-TV(c)1(d)OGS-ADMM(e)GSB-ADMM(f)TWB-ADMM圖4.10不同算法對無人機拍攝的圖像恢復(fù)效果對比

【參考文獻】：
博士論文
[1]基于小波框架的非凸極小化圖像恢復(fù)方法[D]. 劉晶晶.中國工程物理研究院 2019

碩士論文
[1]圖像泊松去噪算法研究[D]. 張芳.杭州電子科技大學(xué) 2017



本文編號：3120329