基于小波變換的數(shù)字圖像去模糊.pdf

1、隨著科技的發(fā)展，人們對圖像質(zhì)量的要求也越來越高。在特定的應(yīng)用場合，圖像采集設(shè)備得到的圖像質(zhì)量比較低，造成細節(jié)信息丟失，加上光照的干擾，使得圖像對比度降低。人們需要從退化圖像中，得到細節(jié)信息豐富的圖像。交通、醫(yī)學(xué)圖像領(lǐng)域，更關(guān)注邊緣和細節(jié)信息的提取，期望獲得違規(guī)車輛的車牌號，或人體病變位置的信息，因此對降質(zhì)圖像進行復(fù)原，就十分必要了。
　　圖像復(fù)原旨在由降質(zhì)圖像重建清晰圖像，當(dāng)被拍攝物體與相機之間存在相對運動時，就會產(chǎn)生運動模糊，導(dǎo)

2、致圖像質(zhì)量下降，由于運動模糊的普遍存在性，通過算法對圖像進行去模糊，以期得到清晰的圖像。論文分析了運動模糊產(chǎn)生的原因，建立其退化模型，對該模型中的點擴散函數(shù)進行估計，具體表現(xiàn)為模糊角度和模糊尺度估計，最后采用維納濾波復(fù)原，完成整個圖像去模糊過程。針對圖像復(fù)原中產(chǎn)生的振鈴效應(yīng)，分析其產(chǎn)生的原因，在獲取、傳輸、存儲圖像過程中，不可避免地引入噪聲，因此，在圖像預(yù)處理階段通過haar小波去噪，以抑制振鈴效應(yīng)的產(chǎn)生。論文完成了對圖像的去噪和去模糊

3、，具體工作如下：
　　1)采用Gabor濾波器估計運動模糊的角度參數(shù)。先將圖像頻譜圖與16個Gabor濾波器進行卷積，再根據(jù)最大響應(yīng)對應(yīng)的濾波器方向得到每點的角度方向，去除弱方向點后，將各點角度平均值作為模糊角度。
　　2)采用自相關(guān)函數(shù)計算運動模糊尺度。先對圖像進行水平、垂直方向差分運算得到差分圖像，再計算得到每行差分圖像的自相關(guān)函數(shù)，并將全部自相關(guān)函數(shù)相加得到累加自相關(guān)函數(shù)曲線，根據(jù)該曲線的對稱負峰值之間的距離計算模糊尺

4、度。實驗結(jié)果表明，本方法具有較好的準(zhǔn)確性。
　　3)采用維納濾波進行圖像復(fù)原。根據(jù)模糊角度及模糊尺度參數(shù)確定點擴散函數(shù)，利用點擴散函數(shù)在頻域中對模糊圖像進行逆濾波，得到清晰化圖像。實驗結(jié)果表明，本文方法具有較好的去模糊效果。
　　4)采用Haar小波進行圖像去噪。選擇Haar小波進行圖像分解，濾除高頻噪聲，再重構(gòu)得到去噪后的圖像。實驗結(jié)果表明，對去噪圖像進行圖像復(fù)原，能有效抑制復(fù)原圖像的振鈴效應(yīng)。
　　論文就圖像去模糊