基于自适应滤波和稀疏正则的图像恢复-电子与通信工程专业论文.docxVIP

学校代码  10701 学 号  1202121259 TN82 TN82  TN91 密 级  公开 西安电子科技大学 硕士学位论文 基于自适应滤波和稀疏正则的图像恢复 作者姓名：任京波 领 域：电子与通信工程 学位类别：工程硕士 学校导师姓名、职称：石光明教授 企业导师姓名、职称：孙晓艳研究员 提交日期：2014 年 12 月 Image Restoration via Adaptive Filtering and Sparse Regularization A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Electronics and Communication Engineering By Ren Jingbo Supervisor: Shi Guangming Sun Xiaoyan December 2014 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究成果再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 摘要 西安电 西安电子科技大学硕士学位论文 I I PAGE PAGE VI 摘要 图像作为人类视觉信息的重要载体，为人类的认知活动提供了丰富的信息，成 为人类感知客观世界的重要途径。由于图像在获取、传输和应用过程中，得到的图 像质量往往较低，不能满足实际需求。图像恢复的目的，就是利用获取的降质图像， 通过图像恢复算法，复原高质量的清晰图像。数字图像的恢复作为多种交叉学科的 基础研究，越来越受到国内外学者的关注，成为图像处理领域中的一个重要科研课 题。 本文从模型出发，通过对原始的图像恢复模型的分析和图像特征结构信息等的 挖掘，提出了一种新的图像恢复模型框架，从而在不引入振铃效应、块状效应、梯 度效应等缺点的前提下以获得高质量高频纹理信息。在文章中提供了一种详细的 参考优化解法，并在最后给出一系列的仿真实验来验证模型算法的高效性。本文的 主要贡献点如下所述。 1. 分析总结了传统的图像恢复模型的结构及其各自的优缺点。由于传统模型 包括两个部分，数据项和正则项。数据项用来保真图像的观测模型，而正则项用来 作为图像的先验约束。在文章中通过对各种图像的恢复模型进行抽象，得到一般的 数学模型，并针对一般的数学模型的两种形式——基于单项正则的图像恢复模型和 基于双正则的图像恢复模型——各自给出了一种参考的解法步骤，以作为本文所提 算法框架的一个理论基础。 2. 由于原始图像恢复模型的各种弊端导致恢复得到的图像质量不能满足很 多场合的使用，本文通过对模型算法进行分析，提出了一种基于自适应滤波和稀疏 正则的图像恢复模型框架，削弱了原始算法的缺点。在新的模型框架中，保留了原 始的数据项不变，在正则约束项中不是将原始的图像直接进行约束，而是将原始图 像与通过一个自适应滤波器后的图像相减得到的残差作为稀疏约束。这样做有两 个优点：其一，通过自适应滤波后的图像去除了像素之间的空间相关性和图像的结 构信息，作为约束项更加的合理；其二，利用残差项相比较于原始图像作为稀疏正 则项更加的稀疏，更加的符合能量方程的最小化准则。 3