發(fā)布時(shí)間：2021-02-28 05:12

　　圖像作為接受信息和傳遞信息的最主要媒介之一,在現(xiàn)代人們的日常生活、航空航天、醫(yī)療診斷、軍事公安以及其他科學(xué)領(lǐng)域中發(fā)揮著至關(guān)重要的作用.然而在實(shí)際應(yīng)用中,由于成像系統(tǒng)、記錄設(shè)備和傳輸介質(zhì)的不完善等因素會(huì)導(dǎo)致圖像退化.因此,圖像恢復(fù)技術(shù)顯得尤為重要,即根據(jù)圖像退化模型和迭代算法反演出原始圖像的最佳近似.本文針對(duì)圖像恢復(fù)的迭代正則化方法進(jìn)行了深入的分析與研究,主要工作概括為以下幾個(gè)方面:（1）針對(duì)模糊圖像的恢復(fù)問題,詳細(xì)敘述了圖像退化的理論基礎(chǔ),圖像恢復(fù)的研究背景與意義及其國(guó)內(nèi)外研究現(xiàn)狀.（2）基于圖像退化的數(shù)學(xué)模型,分析了圖像恢復(fù)的不適定性,退化函數(shù)的分類及圖像退化的噪聲分類,研究了正則化方法的基礎(chǔ)理論,并推導(dǎo)了中矩形公式離散退化模型的過程。（3）以Tikhonov正則化和TSVD正則化為基礎(chǔ),研究了 Krylov子空間方法中的RRGMRES方法和CGLS方法.重點(diǎn)討論了三種影響正則化效果的正則化參數(shù)的選取策略,分別是Morozov的偏差原理、廣義交叉效驗(yàn)（GCV）準(zhǔn)則和UPRE準(zhǔn)則.（4）基于Krylov子空間方法,提出了由Tikhonov正則化結(jié)合LSQR算法形成的混合正則化LSQR算... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

原始圖像及其三種模糊圖像

4混合正則化LSQR算法374.3.1數(shù)值模擬一選取原始圖像大小7171的硬幣圖，由三種Morozov偏差原理（DP）、GCV準(zhǔn)則以及無偏預(yù)風(fēng)險(xiǎn)估計(jì)方法（UPRE）確定正則化參數(shù)．圖4-1分別給出了原始圖像、模糊加噪圖以及用混合正則化LSQR方法去模糊去噪圖．本節(jié)還對(duì)文獻(xiàn)[27]中的正則化Gmres算法(tol0.1)稍加改進(jìn)，用上述三種方式確定該算法中的正則化參數(shù)．將其與新算法、LSQR算法、CGLS算法和RRGMRES算法的圖像復(fù)原數(shù)據(jù)進(jìn)行比較分析，所對(duì)應(yīng)的數(shù)值實(shí)驗(yàn)結(jié)果見表4-1．圖4-1(a)原始圖像(b)模糊圖像(c)模糊帶噪圖像(d)混合正則化LSQR算法(UPRE)復(fù)原圖像(e)混合正則化LSQR算法(GCV)復(fù)原圖像(f)混合正則化LSQR算法(DP)復(fù)原圖像Fig.4-1(a)Originalimage(b)Blurredimage(c)Blurrednoisyimage(d)HybridregularizationLSQRalgorithm(UPRE)restoredimage(e)HybridregularizationLSQRalgorithm(GCV)restoredimage(f)HybridregularizationLSQRalgorithm(DP)restoredimage表4-1幾種迭代算法圖像恢復(fù)的逼真度比較Tab.4-1Comparisonofthefidelityofimagerestorationofseveraliterativealgorithms迭代算法ISNR解的相對(duì)誤差時(shí)間（s）混合正則化LSQR算法（UPRE）8.8627116.482379×10-22.561348混合正則化LSQR算法（GCV）8.7093816.619452×10-22.412364混合正則化LSQR算法（DP）8.7454946.587414×10-22.465481正則化GMRES算法（UPRE）7.3500599.329267×10-20.020003正則化GMRES算法（GCV）7.3572549.313824×10-20.020326正則化GMRES算法（DP）7.3559929.316531×10-20.028434RRGMRES算法5.9030121.351161×10-11.643743LSQR算法5.9040931.350824×10-12.369648CGLS算法5.9040921.350824×10-12.903362圖4-1顯示的結(jié)果說明混合正則化LSQR方法有效地去除了噪聲和模糊，從?

西安理工大學(xué)碩士學(xué)位論文38看更為清晰．通過觀察比較，從表4-1可以得知，提出的新算法的ISNR值高于LSQR算法，這也就達(dá)到了對(duì)已有LSQR算法改進(jìn)的目的，而ISNR值的提高意味著降低了噪聲對(duì)信號(hào)的影響，相對(duì)誤差縮小約LSQR算法的2.3倍，從而得到最優(yōu)的恢復(fù)圖像．值得注意的是，新算法的數(shù)值表現(xiàn)耗時(shí)較長(zhǎng)，但總體上均優(yōu)于文獻(xiàn)[27]所提出的正則化GMRES算法．4.3.2數(shù)值模擬二選取大小為7171的衛(wèi)星圖作為原始圖像，混合正則化LSQR方法在不同的正則化參數(shù)下的去模糊去噪圖像見圖4-2，所對(duì)應(yīng)的數(shù)值實(shí)驗(yàn)結(jié)果見表4-2，其中還包括一系列Krylov子空間方法和文獻(xiàn)[27]中的正則化Gmres(tol0.1)基于三種正則化參數(shù)的實(shí)驗(yàn)數(shù)據(jù)．圖4-2(a)原始圖像(b)模糊圖像(c)模糊帶噪圖像(d)混合正則化LSQR算法(UPRE)復(fù)原圖像(e)混合正則化LSQR算法(GCV)復(fù)原圖像(f)混合正則化LSQR算法(DP)復(fù)原圖像Fig.4-2(a)Originalimage(b)Blurredimage(c)Blurrednoisyimage(d)HybridregularizationLSQRalgorithm(UPRE)restoredimage(e)HybridregularizationLSQRalgorithm(GCV)restoredimage(f)HybridregularizationLSQRalgorithm(DP)restoredimage表4-2幾種迭代算法圖像恢復(fù)的逼真度比較Tab.4-2Comparisonofthefidelityofimagerestorationofseveraliterativealgorithms迭代算法ISNR解的相對(duì)誤差時(shí)間（s）混合正則化LSQR算法（UPRE）8.9738026.662357×10-22.766062混合正則化LSQR算法（GCV）8.8093816.919426×10-22.612688混合正則化LSQR算法（DP）8.8454946.862126×10-22.683749正則化GMRES算法（UPRE）8.0004318.336139×10-20.055146正則化GMRES算法（GCV）8.0260688.287076×10-20.056949正則化GMRES算法（DP）8.0218528.295125×10-20.057993RRGMRES算法5.9030121.351161×10-11.6


本文編號(hào)：3055375