论文部分内容阅读
本文围绕Richardson Lucy算法在图像复原过程中易出现振铃效应,全局复原使得局部模糊图像的复原过程中清晰区域被损坏以及模糊视频图像中估计出的光流不精确等问题展开研究,提出了两种改进算法。(1)从相机成像原理出发,利用射影几何对模糊过程进行建模,考虑到引导滤波的保边去噪优势可以弥补Richardson Lucy算法在复原过程中产生振铃效应的不足,本文将引导滤波算法与Richardson Lucy相结合,提出了一种基于引导滤波正则化的Richardson Lucy反卷积复原算法。实验表明该算法能很好的保留模糊图像的轮廓。为了更好地复原纹理区域,在算法每次迭代的过程中引入多尺度的细节层复原。实验结果表明,多尺度细节复原的引导滤波正则化方法比传统的Richardson Lucy算法对于振铃效应的抑制有很大提升,与文献【17】中基于双边滤波正则化Richardson Lucy复原算法的复原结果相比保留了更多细节信息。我们采用RMSE、PSNR和MSSIM三个指标进行复原质量评估,结果显示,本文的算法有较好的复原效果。(2)提出了基于模糊区域检测的图像复原算法。针对上文提到的模型不利于局部模糊图像的复原的问题,我们先对模型进行修正,提出基于改进的Kurtosis特征的模糊区域检测算法。首先对基于Kurtosis理论的特征选取方式进行改进,然后结合梯度特征、图像的平均功率谱和局部学习滤波器,建立多尺度的特征关系,并利用朴素贝叶斯分类器计算模糊后验得分得到最终的模糊检测结果。改进的模糊检测模型提升了模糊检测的准确性,尤其是对于具有方向性的运动模糊图像来说。基于模糊检测的多尺度引导滤波正则化RL算法可以很好的复原局部模糊图像。我们将新提出的基于模糊区域检测的复原理论应用于运动模糊视频复原中并再次对模型进行调整,提出基于运动区域检测的视频复原。首先利用高斯混合模型和三帧差法对运动目标进行检测并标记,同时,对各个区域进行模糊检测,并对模糊检测结果进行归一化,用均值作为该区域的模糊度度量各个区域的模糊情况;然后利用LK光流法计算各个区域的光流场,选取模糊度高的区域的光流场,建立由粗到精的向量选取方式筛选出代表该区域的运动向量并用于生成模糊核。最后,利用基于多尺度引导滤波正则化的RL算法进行复原。实验结果表明,选取的向量与车体的运动一致,生成的模糊核可以反映运动目标的模糊情况,均有较好的复原结果。