图像去模糊算法分析与研究.doc

本科毕业设计(论文)题 目: 图像去模糊算法对比分析研究 学 院: 专 业: 班 级: 学 号: 学生姓名： 指导教师: 职称: 二○一五年六月一日图像去模糊算法分析与研究摘 要在数字时代，图像去模糊作为图像复原技术的一个分支，一直是一个具有挑战和吸引力的问题，具有重大的研究价值与社会意义图像去模糊技术近年来得到了广泛研究，在理论和算法上也更加系统和成熟，根据图像模糊核是否已知，图像去模糊技术被分为非盲图像去模糊和盲图像去模糊两大类文章重要是选取几种典型的去模糊算法，在已知模糊核的基础上进行分析研究各算法的特点与去模糊效果的优劣性，即非盲去模糊算法的分析研究基于运动模糊和离焦模糊这两大模糊类型，对其分别在有噪声（本文指高斯白噪声）和无噪声情况下的实验结果进行分析比较。

文章一方面介绍了两种重要模糊图像类型及其导致图像模糊的成因，并对各模糊类型的点扩散函数估计获取另一方面，是对图像基本退化模型的引入，从本质上了解图像模糊与去模糊的实质接着，我们介绍了两类典型的去模糊评价方法：峰值信噪比（Peak Signal to Noise Ratio）和平均结构相似性指数（Mean Structural Similarity Index）在这之后重要是算法比较，分类对几种典型的去模糊算法进行数学分析与讨论，涉及用于去除运动模糊的Richardson-Lucy算法（即RL算法）和约束最小二乘法；用于去除离焦模糊的逆滤波算法和维纳滤波算法（Wiener filtering）最后对几种算法进行Matlab仿真实验设计，并对其结果与恢复效果分析总结关键词：离焦模糊；运动模糊；点扩散函数；算法比较；仿真设计AbstractIn digital times, image de-blurring as a branch of image restoration technology has been a hard and attractive problem. However, image restoration has great value of the research and social significance. Image de-blurring technique has been widely studied in recent years and becomes more systematic and mature in theory and algorithm. According to the image blur kernel is known or not, de-blurring technique is divided into non-blind and blind image restoration. This article is mainly selecting several typical de-blurring algorithms, we make the analysis on the characteristics of each algorithm and the effect of the de-blurring based on the known blur kernel, in a word, the non-blind de-blurring algorithm analysis. Based on the Motion blurring and Defocus blurring types, we analysis and compare the experimental results in the case of noise (Gaussian noise) and no noiseThe article analyzes two main kinds of blurred image types and the causes of blurring, and also introduces the types of the Point Spread Function and their estimation. Secondly, the article elaborates the basic image degradation model. So, we can understand the nature of the blurred images and the essence of the de-blurring. Then, it introduces two typical kinds of evaluation methods in the de-blurred image area: Peak signal to noise ratio (PSNR) and The mean structural similarity index (MSSIM).After that, we make a mathematical analysis and discussion for several typical de-blurring algorithms. It includes Richardson-Lucy algorithm (RL) and Constrained least squares method used to remove motion blur. Inverse filtering and Wiener filtering algorithm (WF) used to remove defocus blur. Finally, designing simulation experiments on several algorithms and summarizing the results, the recovery effect analysis included.Keyword: Motion blur； Defocus blur； Point Spread FunctionAlgorithm comparison; Simulation design目 录1绪论 1 1.1论文研究目的和意义 11.2 图像去模糊技术的国内外研究现状 11.3 重要研究内容及章节安排 42图像去模糊理论基础 5 2.1 模糊图像成因 52.1.1运动模糊 52.1.2离焦模糊 52.2 图像基本退化模型 52.3 图像去模糊评价方法 62.3.1 峰值信噪比（PSNR） 72.3.2 平均结构相似性指数（MSSIM） 72.5 本章小结 83算法比较 9 3.1 运动模糊去除方法 93.1.1 运动模糊图像的退化模型及参数估计 9 3.1.2 RL算法（Richardson-Lucy algorithm） 103.1.3 约束最小二乘法 123.2 离焦模糊去除方法 14 3.2.1 离焦模糊图像的退化模型及参数估计 14 3.2.2 逆滤波复原 15 3.2.3 维纳滤波（Wiener filtering） 16 3.3 本章小结 19 4仿真实验与结果分析 20 4.1 仿真实验 20 4.2 运动模糊去除评价 20 4.2.1 运动模糊图像仿真 204.2.1.1 RL算法仿真 204.2.1.2 约束最小二乘仿真 204.2.2 运动模糊去除效果和数据分析 214.3 离焦模糊去除评价 244.3.1 离焦模糊图像仿真 244.3.1.1 逆滤波法仿真 244.3.1.2 维纳滤波仿真 244.3.2 离焦模糊去除效果和数据分析 244.4 本章小结 285结束语 295.1 总结 29 5.2 展望 29致 谢 31参考文献 321绪论1.1论文研究目的和意义由于拍摄操作或拍摄环境因素等影响，我们获得的图像经常出现模糊、失真现象。

并且图像在生成、传输、记录及存储的过程当中，由于存在成像系统、传输介质和记录设备的不完善，不可避免的受到各类不利因素影响，使图像信息丢失、质量减少，即图像退化图像去模糊就是通过对模糊图像进行解决而恢复清楚图像的过程图像去模糊技术自上世纪六十年代起至今，业内人士便一直围绕着解决退化问题不断进行研究与发展，半个世纪的时间说明了该技术的现实意义与社会价值目前此技术应用于许多领域，涉及天文观测、生物科学、医学影像、空间探索、军事科学、遥感预测、案件侦破及视觉科学等领域从数学本质角度上，图像模糊的过程通常理解为原始的清楚图像与点扩散函数（Point Spread Function，PSF）进行卷积的过程，往往存在噪声的影响那么，图像去模糊技术则是一个反卷积过程根据模糊核是否已知，图像去模糊算法通常分为非盲图像复原和盲图像复原两大类在图像去模糊的初期，点扩散函数（也称为模糊核）通常是事先已知的，那么图像恢复根据已知的PSF和噪声的记录特性来求解一个真实图像的估计值但是在许多情况下由于原始图像的退化过程受多重因素的影响，点扩散函数预先无法精确得知，仅仅根据模糊图像数据来还原原始图像，这就是图像盲复原技术。

图像去模糊盲复原不依赖于系统的点扩散函数，相对于盲复原的广泛合用性，非盲复原算法由于点扩散函数已知则具有恢复更精确、运算更高效的优点同时，由于非盲复原算法作为经典的基础算法，对于盲复原算法具有发展意义本文将针对运动模糊和离焦模糊这两大类典型图像模糊，采用几种经典的图像去模糊算法（RL算法、约束最小二乘法、逆滤波算法、维纳滤波算法等）对其去模糊特点比较通过仿真实验，对去模糊效果进行数据分析评价，并对各自算法的特点与优劣性归纳总结，完善各算法的合用性1.2 图像去模糊技术的国内外研究现状图像去模糊算法的研究从上世纪六十年代就已开始，美国和前苏联通过兴起一系列空间探索计划来获取地球和太阳系的照片，在科技还不太发达的条件下，由于相机抖动、相机与被摄物体间的相对运动、飞船的运动以及相机性能限制等因素引起的图像降质无法恢复，将对科研导致巨大损失因此图像恢复便应运而生从图像退化模型可以知道，图像非盲复原算法就是在模糊核或PSF已知的前提下解卷积的过程，将模糊图像最佳地还原到清楚图像RL反卷积复原算法[1][2]由于其简朴的算法是一种广泛使用的非盲图像复原算法该算法的前提条件是假定模糊图像是服从泊松分布，采用最大似然法进行估计的迭代算法，最后获得最也许的原始清楚图形f的估计值。

但RL算法具有噪声放大和振铃效应的缺陷，重要由于迭代次数的增长针对该算法在图像复原算法中的缺陷，Yuan等[3]提出了运用一幅模糊图像和一幅噪声图像同时作为输入的去模糊算法，分析了振铃效应产生因素的残留去卷积方法残留去卷积减少振铃效应，但。