基于神經網絡的空間自適應正則化圖像復原研究.pdf

1、圖像是人類獲取視覺信息的主要途徑，調查研究表明人類獲取的外界信息絕大部分(約80％)來自視覺系統(tǒng)。大量清晰的圖像對人們的社會生活科學研究等都有不可估量的促進作用。但是在圖像的形成、傳輸以及記錄顯示過程中，由于成像系統(tǒng)的不完善、傳輸介質的影響、景物與成像系統(tǒng)的相對運動、環(huán)境噪聲等原因，使得幾乎所有的圖像都有一定程度的質量降級，這就是所謂的圖像退化。 圖像復原就是研究如何利用退化過程的先驗知識從退化圖像中復原出原始圖像。圖像復原可以

2、看作是圖像退化的逆過程，根據(jù)圖像退化的先驗知識估計圖像的退化過程，建立退化過程的數(shù)學模型，然后采用一種相應的逆過程方法來處理圖像，以獲得原始圖像的最優(yōu)估計值。圖像復原技術在眾多領域都有著廣泛的應用, 復原算法的研究是目前圖像復原研究的熱點。 本文首先介紹了數(shù)字圖像處理技術必要的基礎知識，研究了人的視覺系統(tǒng)的特點和圖像質量評價的方法。介紹并分析了幾種不同退化模型的點擴散函數(shù)的特點以及幾種不同類型的圖像噪聲及特點。分析研究了圖像復原

3、技術的原理、特點，在此基礎上詳細闡述了圖像退化的過程、原因和數(shù)學模型。同時本文還介紹了人工神經網絡的原理、網絡結構；研究了連續(xù)Hopfield網絡以及連續(xù)Hopfield網絡最優(yōu)化計算問題并將其應用于數(shù)字圖像復原。研究了目前圖像復原應用中的幾種典型復原算法：維納濾波算法、中值濾波算法、正則濾波器算法、盲去卷積算法、Lucy-Richardson算法，并用Matlab軟件使用這些算法對幾種不同類型的降質圖像進行了復原實驗。 在研究