2016大连理工大学数学建模竞赛试题A-图像复原.docVIP

试题A:图像复原 随着社会的不断发展，成像设备广泛的应用于各个领域。现实生活中，由于相机成像设备、以及周围拍摄环境的影响，捕获到的图像往往带有一定的噪声和模糊。这些模糊以及噪声在很大程度上破坏了图像的有效信息，对于后续的图像分析造成了较大的困难。 图像退化的过程可以简单地用一个数学模型来刻画：B = I*k+n，其中，B是模糊图像，I是清晰图像，k是模糊算子，n是噪声，*表示卷积算子。当模糊算子是狄拉克函数时，就变成简单地图像去噪。 图像复原的目标就是从给定的带有模糊或者噪声的图像中恢复出清晰的图像。根据模糊算子可以分为非盲去卷积（non-blind deconvolution）和盲去卷积（blind deconvolution）。如果模糊算子已知，则称为非盲去卷积。早期维纳滤波技术在一定程度上能够去除模糊，但是复原的图像往往含有人工效应（ringing artifacts）[1,2]。后来研究人员又相继提出了基于正则化的方法，最著名的就是TV图像去噪/去模糊技术[3,4]，以及后来的基于图像梯度统计方法的去噪、去模糊方法[5,6]。 在实际应用中，模糊算子通常是未知的。这时的图像复原问题称为盲去卷积。由于在退化方程中只有模糊图像B已知，而清晰图像I和模糊算子k未知，从退化的图像中恢复出清晰图像是个病态(ill-posed)问题。为了降低问题的困难性，一些研究人员提出了基于两幅或者