基于LMS算法的PSF估计的图像复原及直线运动模糊参数估计研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 摘 要 摘要 模糊核估计及模糊图像恢复是图像处理领域研究的热点问题，直线运动模糊图像 参数的估计更是得以广泛研究，这些研究有重要的现实意义，广泛应用于工业、军事、 医疗、道路监控和刑侦等领域。 图像复原技术是一种重要的改善图像质量的方法。近年来，多种点扩散函数(PSF) 估计方法和图像去模糊方法被相继提出，但其中绝大部分算法需要各种各样的稀疏先 验约束且只对某一种模糊类型适用，本文针对这些问题，提出了一种利用最小均方误 差(LMS)自适应算法估计 PSF 的新方法，并针对直线运动模糊图像的特殊性，提出了 高精确度估计直线运动模糊图像模糊参数的方法，本文的主要工作概况为： 首先，图像预处理，选择清晰图像有效强边缘。对模糊图像用双边滤波器降低图 像噪声、平滑图像，平滑后的图像再用冲击滤波器恢复清晰图像的强边缘，然后用 L.Xu and J.Jia 提出的选择强边缘方法选择清晰图像的有效强边缘。 其次，用改进的 LMS 自适应算法估计 PSF。详细阐述了经典的 LMS 自适应算法， 针对灰度图像的二维特性对 LMS 算法做了改进。把选择的有效强边缘梯度图像作为 LMS 自适应滤波器的输入信号，模糊图像对应的梯度作为滤波器的期望信号，采用 最陡下降法迭代计算 PSF，对估计的初始 PSF 进行优化得到最终的 PSF。实验表明这 种 PSF 估计方法不仅适用于运动模糊图像