隨著互聯(lián)網(wǎng)運(yùn)用的不斷發(fā)展,人們主要通過(guò)圖像獲取外界信息.而圖像在獲取、傳輸、處理、保存、輸出等過(guò)程中,受不可制約因素的影響,會(huì)導(dǎo)致圖像退化.因此,由模糊的帶噪圖像復(fù)原出或恢復(fù)出原始圖像在實(shí)際應(yīng)用中顯得非常重要.本文以圖像復(fù)原為研究背景,結(jié)合全變差正則化和優(yōu)化算法,對(duì)圖像復(fù)原問(wèn)題進(jìn)行了深入的分析和研究,其主要工作有以下幾個(gè)方面.(1)基于圖像復(fù)原的基本知識(shí),詳細(xì)敘述了該問(wèn)題的研究背景、意義及國(guó)內(nèi)外研究現(xiàn)狀.(2)基于退化圖像的數(shù)學(xué)模型,給出退化模型的離散過(guò)程,并介紹了退化函數(shù)的類型及圖像退化的噪聲類型.(3)以全變差正則化方法為基礎(chǔ),重點(diǎn)探討了全變差正則化適用于圖像復(fù)原的理論依據(jù),推導(dǎo)了全變差正則化的離散過(guò)程.探討了基于全變差正則化圖像復(fù)原的牛頓法、阻尼牛頓法結(jié)合BB算法、原始對(duì)偶牛頓法三種優(yōu)化算法及詳細(xì)步驟,并進(jìn)行實(shí)驗(yàn)與分析.通過(guò)比較三種優(yōu)化算法的實(shí)驗(yàn)結(jié)果,得出原始對(duì)偶牛頓法在圖像復(fù)原時(shí)復(fù)原效果較好.(4)基于全變差正則化項(xiàng)、Huber函數(shù)正則化項(xiàng)提出了一種新的正則化項(xiàng)用于圖像復(fù)原,并進(jìn)行數(shù)值實(shí)驗(yàn)與分析.通過(guò)比較三種正則化項(xiàng)的實(shí)驗(yàn)結(jié)果,驗(yàn)證了新提出的方法的有效性、可行性。

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-7不同程度退化圖像的全變差：(a)：1468.441，(b)：1525.713，(c)：1684.198，(d)：11659.939

5010015020025050100150200250圖像的全變差：(a)：1468.441，(b)：1525.713，(c)：1684.198，F(xiàn)ig.3-7Totalvariationofdegradedimageswithdifferent....

圖3-10(a)原始圖像(b)模糊圖像(c)模糊帶噪圖像(d)牛頓法復(fù)原圖像

3.4.1數(shù)值模擬一選取原始圖像4040，取退化圖像的模糊類型為高斯模糊，令0.7，0.01.圖3-10為牛頓法(310，0.3)、阻尼牛頓法結(jié)合BB法(310，0.51)、原始對(duì)偶牛頓法(310，6....

圖3-11(a)原始圖像(b)模糊圖像(c)模糊帶噪圖像(d)牛頓法復(fù)原圖像

333.4.2數(shù)值模擬二選取4040的原始圖像，模糊類型與數(shù)值模擬一一致.圖3-11為牛頓法(310，0.2)、阻尼牛頓法結(jié)合BB法(310，1.3)、原始對(duì)偶牛頓法(310，610)這三種優(yōu)化算法的圖像復(fù)原結(jié)果，三種優(yōu)化....

圖4-3(a)原始圖像(b)模糊圖像(c)模糊帶噪圖像(d)全變差正則化項(xiàng)復(fù)原圖像

4.3.1數(shù)值模擬一選取原始圖像4040，取退化圖像的模糊類型為高斯模糊，令0.7，0.01.圖4-3分別給出參考文獻(xiàn)[61]中正則化項(xiàng)為全變差正則化項(xiàng)時(shí)圖像復(fù)原圖(310，610)，參考文獻(xiàn)[77-79]中正則化項(xiàng)為Huber函....

本文編號(hào)：3914930