目前,光學成像系統(tǒng)為了滿足人們對圖像質量的要求,其結構設計、系統(tǒng)研發(fā)和后期處理變得越來越先進。傳統(tǒng)復雜光學系統(tǒng)為消除透鏡成像的圖像模糊,結構設計越來越復雜,這提高了生產和使用成本。計算攝影技術是近年來被大量研究的一種計算機成像技術,該技術運用計算機,結合數(shù)字傳感器進行數(shù)字化處理,以代替沉重昂貴的組合鏡頭。本文的研究所基于單透鏡成像系統(tǒng)的鏡頭由1到3個鏡片組成。為了消除單透鏡成像系統(tǒng)拍攝過程中所造成的圖像模糊,論文提出一種圖像復原算法,主要研究內容如下:（1）研究分析單透鏡系統(tǒng)成像導致圖像模糊的退化過程和原理;分析單透鏡成像系統(tǒng)特殊的光學特性造成的模糊核的結構特點,將單透鏡圖像復原問題轉化為一個多通道盲去卷積問題,在此框架下對單透鏡圖像復原問題建模。（2）針對由單透鏡成像系統(tǒng)所得到的模糊圖像,論文提出基于多通道約束的單透鏡圖像復原算法,該算法利用新的模糊核與圖像先驗信息,以增加所估計的模糊核,即點擴散函數(shù)的精確度,進而提高最終圖像復原質量。（3）采用穩(wěn)健交替方向乘子法優(yōu)化算法對圖像復原凸優(yōu)化問題進行迭代求解,該算法基于交替方向乘子法優(yōu)化算法框架,對參數(shù)具有一定穩(wěn)健性,增加了算法的適用性和... 

【文章來源】：國防科技大學湖南省 211工程院校 985工程院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

多通道圖像退化過程

國防科學技術大學研究生院碩士學位論文第19頁為了解決圖像復原問題，具有各種先驗信息的基于正則化的算法已被廣泛應用。為了解決這種去卷積問題，需要具有確保收斂特性的凸優(yōu)化算法。近年來，Schuler[4]設計了單鏡頭相機并通過實現(xiàn)某些算法獲得了清晰的圖像，其估計的空間變化模糊核如圖3.2（a）所示。Li和Liu[65]提出了一組新的算法，其中圖像和稀疏核先驗被組合以估計盲去卷積中的空間變化PSF，然后應用基于超拉普拉斯先驗[66]的非盲去卷積方法。獲得清晰的圖像。（a）（b）(c)圖3.2單透鏡鏡頭與圖像的光學特性在許多先前的研究中已經(jīng)證明，如Heide等人[5]估計的單透鏡圖像空間變化模糊核在圖3.2（b）中表示，模糊以空間的方式高度變化，如盤狀結構（球面像差）。Levin等人[46]通過將圖像細分為具有假定的常量PSF的圖塊來解決該問題。因此，在細分的區(qū)塊中，存在一個相同或近似的PSF，因為不同區(qū)塊中的不同內核可以以某種幾何方式彼此傳遞。本文主要關注單透鏡像差模糊核的兩個結構特性：第一，單透鏡成像系統(tǒng)的鏡頭特性導致其拍攝圖像的PSF存在空間變化的特點，可大致表述為，中心區(qū)域的PSF接近圓形，而越往四周到圖像邊緣區(qū)域延伸，PSF愈加呈現(xiàn)出線型的形狀。要估計這樣的空間變化PSF，對整幅圖像直接進行去

區(qū)域所對應的PSF也是空間對稱的。歸根結底，該特點與單透鏡鏡頭的光學特性有關。因此，為提高PSF估計的速度和精度，我們將各個對稱位置的子圖像塊組合成為多通道問題，利用本文提出的基于多通道盲去卷積的單透鏡圖像復原算法分別進行求解。如圖3.2（b）所示，對稱的兩個區(qū)塊可視作一種多通道圖像復原問題，與本章3.1所描述的傳統(tǒng)多通道圖像復原問題不同，3.1小節(jié)中考慮的是同一場景，即統(tǒng)一原始清晰圖像經(jīng)過不同的模糊核的退化；而本文所要解決的問題，單通道圖像復原問題考慮的情況是不同的區(qū)塊圖像經(jīng)過相同模糊核的退化，圖3.3與3.1小節(jié)中的圖3.1相比，更加明了地展示了這種衍生形式的多通道圖像退化過程。圖3.3第二種形式的多通道圖像退化過程為了利用單透鏡的這種幾何特性和該問題與多通道圖像復原問題的相似，在本研究中，我們提出了一種基于多通道去卷積算法的單透鏡圖像復原算法，將多幅區(qū)塊圖像聯(lián)合去模糊處理，該算法與單通道方法相比，可以更好地提高效率，得到更清晰的結果圖像。以下是正則化方法（或具有貝葉斯推斷的最大后驗概率方法（MAP））的框架下構建的問題公式化，即單透鏡圖像復原問題的建模。在本研究中，我們用離散域中的向量矩陣表示法來制定問題。模糊過程被建模為原始圖像g與PSF加上加性高斯噪聲的卷積。假設我們有K個輸入模糊圖像，這些圖像與K個未知的原始圖像和相同的模糊內核相關，那么該公式的建模如下：1（3.2）其中，是用簡單的單鏡頭相機直接拍攝的第k次退化觀察，即模糊圖像;h是

【參考文獻】：
期刊論文
[1]圖像恢復中的穩(wěn)健交替方向乘子法[J]. 吳越,曾向榮,周典樂,劉衍,周家慶,周經(jīng)綸.  國防科技大學學報. 2018(02)
[2]基于簡單透鏡計算成像的圖像復原重建[J]. 王新華,郝建坤,黃瑋,歐陽繼紅.  吉林大學學報(工學版). 2017(03)
[3]淺談數(shù)字圖像處理的應用與發(fā)展趨勢[J]. 賀東霞,李竹林,王靜.  延安大學學報(自然科學版). 2013(04)

博士論文
[1]自適應正則化圖像復原方法研究[D]. 吳顯金.國防科學技術大學 2006

碩士論文
[1]基于計算光學的簡單透鏡成像技術[D]. 郝建坤.中國科學院研究生院(長春光學精密機械與物理研究所) 2015



本文編號：3609164