• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      圖像恢復(fù)技術(shù)的應(yīng)用現(xiàn)狀與展望

      2017-04-12 20:38:47題園園朱洪雷丁瑞昕林雁飛

      題園園 朱洪雷 丁瑞昕 林雁飛

      摘 要:該文介紹了圖像恢復(fù)技術(shù)在國內(nèi)外的應(yīng)用現(xiàn)狀,通過概括和總結(jié)將現(xiàn)有的圖像恢復(fù)技術(shù)大致分為3種類型,分別為去卷積恢復(fù)法、線性代數(shù)恢復(fù)法和圖像盲反卷積法。對未來的圖像恢復(fù)技術(shù)做了展望,指出ROF模型是以全變分方法為基礎(chǔ),能夠顯著提高圖像恢復(fù)的質(zhì)量,此模型中的全變分正則化項(xiàng)能夠?qū)D像的邊緣等細(xì)節(jié)特征信息進(jìn)行保留,這種圖像恢復(fù)方法可以獲得較好的恢復(fù)效果。

      關(guān)鍵詞:盲去卷積法 全變分方法 圖像降質(zhì) 圖像恢復(fù)

      中圖分類號:TG456.7 文獻(xiàn)標(biāo)識碼:A 文章編號:1674-098X(2017)01(b)-0098-02

      由于受到圖像檢測現(xiàn)場各種干擾因素的影響,如環(huán)境光照強(qiáng)度變化和其他各種噪聲的影響使采集到的圖像存在退化現(xiàn)象,清晰度不高、識別性較差,難以對圖像特征進(jìn)行透徹分析。因此,需根據(jù)圖像檢測環(huán)境,研究圖像恢復(fù)的算法,分析退化原因,對降質(zhì)圖像進(jìn)行恢復(fù)處理,提高圖像質(zhì)量。該文介紹了圖像恢復(fù)技術(shù)在國內(nèi)外的應(yīng)用現(xiàn)狀,對未來的圖像恢復(fù)技術(shù)展望。

      1 圖像恢復(fù)概述

      圖像恢復(fù)技術(shù)作為圖像處理領(lǐng)域的一個重要組成部分,是國內(nèi)外的諸多學(xué)者探究的關(guān)鍵問題[1-4]。圖像恢復(fù)技術(shù)涉及3個方面的內(nèi)容:建立圖像恢復(fù)的成像模型,運(yùn)用圖像恢復(fù)算法和設(shè)定恢復(fù)圖像質(zhì)量衡量指標(biāo)。變換降質(zhì)圖像的成像模型、退化空間域、優(yōu)化標(biāo)準(zhǔn)和方法,便會構(gòu)成不同的圖像恢復(fù)方法,可在不同的領(lǐng)域使用不同圖像恢復(fù)技術(shù)。通過概括和總結(jié)把現(xiàn)有的恢復(fù)方法大致分為3大基本類型,分別為去卷積恢復(fù)法、線性代數(shù)恢復(fù)法和圖像盲去卷積法,以這3種類型恢復(fù)方法為基礎(chǔ),經(jīng)過衍生和改進(jìn)也可形成其他的恢復(fù)方法。

      2 傳統(tǒng)圖像恢復(fù)技術(shù)

      去卷積圖像恢復(fù)技術(shù)可分為維納濾波去卷積法、功率譜平衡法及幾何均值濾波的方法等,這些圖像恢復(fù)技術(shù)都屬于傳統(tǒng)的常用圖像恢復(fù)技術(shù),使用這些恢復(fù)技術(shù)對圖像進(jìn)行處理的前提是需已知原始未降質(zhì)的圖像和降質(zhì)算子的先驗(yàn)知識,以及圖像噪聲所具有的特性。當(dāng)噪聲與信號互不相關(guān)時,這種圖像恢復(fù)技術(shù)可適用于線性空間不變系統(tǒng)。當(dāng)降質(zhì)算子為病態(tài)時,此種圖像恢復(fù)技術(shù)處理的結(jié)果不夠理想[5-7]。

      線性代數(shù)圖像恢復(fù)方法是已知退化算子和噪聲統(tǒng)計(jì)特性的前提下,運(yùn)用線性代數(shù)理論對圖像進(jìn)行恢復(fù)。這種方法將復(fù)原濾波器的有關(guān)數(shù)據(jù)的計(jì)算形成了一個可參考的設(shè)計(jì)思路[8]。但是當(dāng)降質(zhì)函數(shù)的特征值有接近零的情況時,恢復(fù)過程則對噪聲比較敏感,而且此方法是將整幅圖像進(jìn)行統(tǒng)一的處理,其恢復(fù)過程中的計(jì)算量很大,沒有考慮到邊界及紋理等高頻信號與噪聲的影響,這樣會使邊界和紋理等重要的細(xì)節(jié)信息特征在圖像恢復(fù)的過程中遭到破壞。為了解決這些難題,國內(nèi)外諸多研究學(xué)者對此方法做了改進(jìn),并縮短了其算法時間,這些圖像恢復(fù)研究方法主要有全局最小二乘法、約束最小二乘法和正則化約束總體最小二乘法[9-11]。

      圖像盲去卷積法是圖像恢復(fù)的重要技術(shù),可用于當(dāng)退化函數(shù)和先驗(yàn)知識未知或部分已知的情況,直接由退化圖像來估計(jì)真實(shí)圖像的信息。根據(jù)圖像恢復(fù)研究現(xiàn)狀,圖像盲去卷積技術(shù)有迭代盲去卷積法、零葉面分離方法、預(yù)先對降質(zhì)函數(shù)確定的方法、先驗(yàn)?zāi):孀R的方法、三次相關(guān)法等[12-14]。

      利用這些方法對降質(zhì)的圖像進(jìn)行恢復(fù)處理時,由于圖像先驗(yàn)信息不足,原始為降質(zhì)圖像的信息是未知或部分已知,在這種情況下對圖像進(jìn)行恢復(fù)處理,得到的圖像恢復(fù)解的結(jié)果是不唯一的。在實(shí)際工程應(yīng)用時,很難獲得降質(zhì)圖像的先驗(yàn)知識和退化函數(shù),在這種情況下圖像盲去卷積法較為實(shí)用,此種方法應(yīng)用在圖像恢復(fù)的過程中,最大的難題是如何獲得恢復(fù)算法中使用的降質(zhì)函數(shù)并對降質(zhì)函數(shù)做出恰當(dāng)估計(jì)。

      3 圖像恢復(fù)技術(shù)展望

      正則化方法是一種能解決病態(tài)逆問題的重要圖像恢復(fù)技術(shù),用圖像的平滑性作為其約束條件,然而這種正則化方式通常情況下會使恢復(fù)的圖像邊緣變得模糊。為解決邊緣銳化的問題,國內(nèi)外有很多研究學(xué)者對有關(guān)邊緣保持的正則化方法進(jìn)行了探索,并提出了一些可以有效減少邊緣退化的正則化方法,在求解過程中一般需要在引入非二次正則化泛函的基礎(chǔ)上進(jìn)行問題的求解,于是這個過程便成為非線性問題,Geman和Yang對非線性問題進(jìn)行了解決,使用的是他們提出的概念“半二次正則化”,Charbonni等人在這個基礎(chǔ)上找出了采用確定性方法得出問題最優(yōu)化的解[15]。而后,Rudin等人提出了著名的ROF模型,此模型是以全變分方法為基礎(chǔ),這些方法在一定程度上能夠?qū)D像恢復(fù)的質(zhì)量進(jìn)行提高,并且此模型中的全變分正則化項(xiàng)能夠?qū)D像的邊緣等細(xì)節(jié)特征信息進(jìn)行保留[16-19],這種圖像恢復(fù)方法可以獲得較好的恢復(fù)效果。

      4 結(jié)語

      研究圖像恢復(fù)技術(shù),分析圖像退化原因,對降質(zhì)的圖像進(jìn)行恢復(fù)處理,可實(shí)現(xiàn)對圖像細(xì)節(jié)特征進(jìn)行更精確的檢測。該文分析了圖像恢復(fù)技術(shù)在國內(nèi)外的應(yīng)用現(xiàn)狀,對未來的圖像恢復(fù)技術(shù)做了展望。指出ROF模型是以全變分方法為基礎(chǔ),能夠顯著提高圖像恢復(fù)的質(zhì)量,此模型中的全變分正則化項(xiàng)能夠?qū)D像的邊緣等細(xì)節(jié)特征信息進(jìn)行保留,這種圖像恢復(fù)方法可以獲得較好的恢復(fù)效果。

      參考文獻(xiàn)

      [1] Changsoo Je,Hyeon Sang Jeon,Chang-Hwan Son,et al.Disparity-based space-variant image deblurring[J].Signal Processing: Image Communication,2013(28):792-808.

      [2] 袁小華,歐陽曉麗,夏德深.超分辨率圖像恢復(fù)研究綜述[J].地理與地理信息科學(xué),2006,22(3):43-47.

      [3] 李旭超,邊素軒,李玉葉.圖像恢復(fù)中的凸能量泛函正則化模型綜述[J].中國圖象圖形學(xué)報(bào),2016,21(4):405-415.

      [4] 孟昕,張燕平.運(yùn)動模糊圖像恢復(fù)的算法研究與分析[J].計(jì)算機(jī)技術(shù)與發(fā)展,2007,17(8):73-76.

      [5] 張小波.基于維納濾波的圖像去噪算法研究[D].西安電子科技大學(xué),2014.

      [6] 題園園,高向東,陳余泉.微間隙焊縫磁光圖像恢復(fù)算法[J].電焊機(jī),2016,46(2):86-89.

      [7] 讓曉勇,葉俊勇,郭春華.基于二維經(jīng)驗(yàn)?zāi)B(tài)和均值濾波的圖像去噪方法[J].計(jì)算機(jī)應(yīng)用,2008,28(11):2884-2886.

      [8] 馬潔.一種基于線性代數(shù)的圖像處理算法研究[J].計(jì)算機(jī)科學(xué),2012,39(11):286-288.

      [9] 王芳.一種新的最小二乘法圖像復(fù)原算法的研究[J].包裝工程,2008,29(12):151-153.

      [10] 題園園.微間隙焊縫磁光圖像恢復(fù)算法研究[D].廣東工業(yè)大學(xué),2016.

      [11] 段立晶,高漢寶,梁德群.基于方向信息測度的約束最小二乘圖像恢復(fù)方法[J].大連海事大學(xué)學(xué)報(bào),2005,31(3):94-96.

      [12] 吳亞東.圖像復(fù)原算法的研究[D].電子科技大學(xué),2006.

      [13] 張航,羅大庸.圖像盲復(fù)原算法研究現(xiàn)狀及其展望[J].中國圖象圖形學(xué)報(bào),2004,9(10):1145-1152.

      [14] 楊明極,何美華.盲圖像恢復(fù)算法研究[J].哈爾濱理工大學(xué)學(xué)報(bào),2008,13(1):1-3.

      [15] 苗晴.圖像復(fù)原中正則化方法的研究及應(yīng)用[D].國防科學(xué)技術(shù)大學(xué),2005.

      [16] Rudin Li,Osher S,F(xiàn)atemi E.Nonlinear total variation based noise removal algorithms[J].Physic D,1992(60):259-268.

      [17] 付樹軍,阮秋琦,王文洽.偏微分方程(PDE)模型在圖像處理中的若干應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2005,41(2):33-35.

      [18] Lysaker M,Lundervold A,Tai X C.Noise removal using fourth-order partial differential equation with applications to medical mag-netic resonance images in space and time[J]. IEEE Transactions on Image Processing,2003, 12(12):1579-1590.

      [19] Miyoun Jung,Antonio Marquina,Luminita A. Vese.Variational multiframe restoration of images degraded by noisy blur kernels[J]. Journal of Computational and Applied Mathematics,2013(240):123-134.

      沙湾县| 永泰县| 贵德县| 抚松县| 阜新市| 望江县| 蒙城县| 三门峡市| 扬中市| 双峰县| 芦溪县| 西青区| 韩城市| 铜陵市| 濉溪县| 澄城县| 威远县| 漾濞| 郴州市| 汝阳县| 平陆县| 利辛县| 绥芬河市| 宁晋县| 公安县| 鹤山市| 白山市| 文安县| 定襄县| 庆元县| 蚌埠市| 清水县| 隆昌县| 黄骅市| 咸宁市| 南郑县| 双江| 新建县| 分宜县| 疏勒县| 若羌县|