圖像是重要的信息媒介,在各行各業(yè)發(fā)揮著重要作用。圖像在獲取、存儲及傳輸?shù)倪^程中,由于成像設(shè)備及條件的限制,例如相機失焦、傳感器內(nèi)部噪聲、傳輸信道受干擾等,會出現(xiàn)質(zhì)量下降,如模糊、噪聲污染、對比度及細(xì)節(jié)丟失等。提升降質(zhì)圖像的質(zhì)量、復(fù)原清晰的圖像是圖像處理領(lǐng)域非常重要的研究內(nèi)容。圖像復(fù)原指的是去除或最小化圖像中已知的降質(zhì)。它是中高級圖像處理的基礎(chǔ)。圖像復(fù)原問題往往是不適定問題。本文從正則化方法的角度出發(fā),針對不同噪聲干擾下的降質(zhì)圖像,建立了相應(yīng)的圖像復(fù)原變分模型,提出了對應(yīng)的求解算法,分析了所提算法的收斂性,并實施了數(shù)值實驗以驗證提出方法的有效性。本文的主要內(nèi)容分為如下五個部分：一、受文獻(xiàn)[SIAM J. Sci. Comput., vol.31, pp.2322-2341,2009]的啟發(fā),將l1全變分模型推廣到脈沖噪聲干擾下的彩色圖像去模糊問題,提出了交替最小化算法,并從“五點特性”(five-point property)的角度證明了該算法的收斂性。數(shù)值實驗驗證了所提方法的有效性。二、相干圖像獲取系統(tǒng)中,如合成孔徑雷達(dá)成像,觀測到的圖像往往會受到乘性噪聲的干擾。全變分正則化方法因其保邊緣性而被廣泛地應(yīng)用于乘性噪聲去除問題的研究,但基于該正則化方法的去噪結(jié)果往往會出現(xiàn)階梯效應(yīng)。為了克服這個不足,建立了一個混合模型,該模型很好地利用了全變分的保邊緣性和高階全變分的保光滑性,從而有效地緩解階梯效應(yīng)。此外,還采用了空間適應(yīng)性正則化參數(shù)更新策略,數(shù)值實驗表明所建立模型很好的平衡了復(fù)原圖像的邊緣細(xì)節(jié)和平滑區(qū)域。三、基于光子計數(shù)的圖像采集系統(tǒng)獲取的圖像時常會被泊松噪聲所干擾。針對泊松噪聲干擾的圖像去模糊問題,建立了基于高階全變分的混合復(fù)原模型。給出了模型解的存在性與唯一性定理。該模型能有效地復(fù)原真實圖像信息并很好地避免階梯效應(yīng)。在交替方向乘子法的框架下提出了求解算法。數(shù)值實驗結(jié)果說明了該方法的優(yōu)越性。四、提出了新的全變分重疊組稀疏正則化函數(shù)。針對高斯噪聲干擾下的圖像去噪和去模糊問題,建立了基于所提正則化方法的圖像復(fù)原模型,該模型能很好地抑制傳統(tǒng)全變分方法所導(dǎo)致的階梯效應(yīng)。對于模型求解涉及的子問題,采用了化繁為簡的策略,利用Majorization-Minimization方法來進(jìn)行求解。數(shù)值實驗結(jié)果驗證了該方法的優(yōu)越性與高效性。五、針對乘性噪聲去除問題,建立了基于全變分重疊組稀疏正則的噪聲去除模型。在交替方向乘子方法框架下,提出了求解該模型的高效算法。與基于全變分正則和全廣義變分正則的方法相比,數(shù)值實驗結(jié)果表明所提出方法的去噪效果更好,獲得了更高的峰值信噪比和結(jié)構(gòu)相似性指數(shù)值。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張坤;洪漢玉;孫協(xié)昌;張?zhí)煨?;基于波前測量的圖像復(fù)原技術(shù)綜述[J];紅外與激光工程;2007年01期

2 鄒淑芳;蔣慕容;柯慧凌;林瑛;;基于變分原理的圖像復(fù)原計算顯格式分析[J];云南電大學(xué)報;2008年03期

3 劉福保;;圖像復(fù)原模型的Euler-Lagrange方程[J];湖南工業(yè)大學(xué)學(xué)報;2009年02期

4 劉賽;田逢春;段淑玉;;基于神經(jīng)網(wǎng)絡(luò)的光學(xué)4f系統(tǒng)圖像復(fù)原[J];計算機與數(shù)字工程;2009年05期

5 陳金林;李寧;;圖像復(fù)原的一種改進(jìn)算法[J];重慶科技學(xué)院學(xué)報(自然科學(xué)版);2009年05期

6 周筱媛;;一種使用小波分解的多尺度盲圖像復(fù)原方法[J];西安科技大學(xué)學(xué)報;2011年03期

7 宋寅卯;蔡開穗;劉磊;;圖像復(fù)原研究方法及進(jìn)展[J];科技創(chuàng)新與生產(chǎn)力;2011年10期

8 肖宿;韓國強;;基于變量分離和加權(quán)最小二乘法的圖像復(fù)原[J];計算機應(yīng)用研究;2012年04期

9 伏西洋;王大勇;郭紅鋒;;基于單點像的光學(xué)稀疏孔徑圖像復(fù)原[J];北京工業(yè)大學(xué)學(xué)報;2012年05期

10 吳艷;安博文;葉洪濤;趙明;林川;;圖像復(fù)原基本適用條件的紅外成像實驗研究[J];紅外技術(shù);2012年05期

相關(guān)會議論文 前10條

1 趙剡;張春曉;許東;;基于弱表層模型的降晰函數(shù)辨識與圖像復(fù)原[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

2 黎明;楊杰;王輝;蔡念;;一種彩色圖像復(fù)原新方法:基于滑動窗口的支持向量回歸算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

3 侯榆青;張歡;楊旭朗;陳q

本文編號：2825766