数字图像去噪盲复原算法改进研究

第21卷第1期 湖南工程学院学报 Vo1.21.No.1

2011年3月 JournalofHunanInstituteofEngineering Mar.2011

数字图像去噪盲复原算法改进研究

曲振峰,李小光

(洛阳理工学院电气工程与自动化系,洛阳471023)

摘 要:随着多媒体和计算机技术的迅速发展,数字图像处理技术得到了越来越广泛的应用.重点研究

了具有非负和有限支持域的递归逆滤波器的盲图像复原算法(即NAS-RIF算法),并在此基础上研究了一种通过高阶统计量HOS去除噪声的方法,同时在算法的迭代过程中采用图像分割技术进一步精

确图像的目标支持域.最后对所提出的方法进行了仿真,取得了比较好的复原效果.关键词:数字图像处理;图像盲复原;NAS-RIF

中图分类号:TP751 文献标识码:A 文章编号:1671-119X(2011)01-0001-03

通过高阶统计量HOS去除噪声的方法,使其可以

0 前 言

数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它包括图像去噪、图像分割、图像压缩、图像增强、图像变换等等许多方面,其中图像复原是一个重要的研究方向.图像复原的目的是将降质图像重建成接近于或完全无退化的原始理想图像.图像复原技术都是以图像退化的某种先验知识为基础,当假定系统的脉冲响应(即点扩散函数PSF)已知时,这一类图像复原称为经典的图像复原.但是,在许多实际情况下点扩散函数难以确定,必须从观察图像中以某种方式抽出退化信息,找出图像复原方法,这种方法就是图像盲复原.

逆滤波算法作为一种简单实用,计算量较小的图像复原算法,在工业上得到了较为广泛的应用.但是由于传统的算法存在局限性,在点扩散函数的频域零点会带来逆滤波不存在的问题,而高频区域的噪声放大的问题也严重影响图像复原的结果[2].

基于非负和有限支持域的递归逆滤波器(non-negativityandsupportconstraintsrecursivein versefiltering,NAS-RIF)的图像盲复原算法是逆滤波算法中的一种,该算法可以对全黑、全白或全灰的背景均匀的图像进行有效复原,但是该算法同样无法改进逆滤波算法对噪声敏感的问题.本文首先介绍了这种逆滤波方法,在此基础上研究了一种

收稿日期:2010-09-16

:(),男,,通信技术.

[3][1]

复原被噪声污染的模糊图像.同时在算法的迭代过程中采用图像分割技术进一步精确图像的目标支持域.最后为检验算法的性能,对所提出的方法进行了仿真.

1 传统逆滤波算法

图1表示的是一个逆滤波器算法的基本结构示意图.设接收端接收的退化图像为g(x,y),f(x,y)为传输的原始图像,n(x,y)加性噪声,h(x,y)为退化模型的PSF,*表示卷积运算,g(x,y)=f(x,y)*h(x,y)+n(x,y)

如果忽略噪声则有:

g(x,y)=f(x,y)*h(x,y)

(1)(2)

图1 逆滤波算法基本结构示意图

为了从退化图像恢复出原始图像,从理论上不难通过逆系统进行逆滤波求得.设逆系统的脉冲响应为w(x,y),则估计图像可表示为:

^(x,y)=g(x,y) w(x,y)f

式(2)代入式(3)中得:

^(x,y)=f(x,y)*h(x,y) w(x,y)f

(4)(3)

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库数字图像去噪盲复原算法改进研究在线全文阅读。