面向单幅图像的模糊内核估计与去模糊研究

摘要

图像去模糊是指将一幅或多幅低质量模糊图像恢复成高质量清晰图像的处理过程。由于相机抖动、光学散焦、目标物体运动以及传感器成像质量等诸多因素的影响，模糊广泛存在于图像的成像过程中。图像模糊会直接影响图像的成像质量，造成图像信息的损失，因此使用图像去模糊技术对模糊图像进行复原是图像处理领域中的一项重要工作。 本文对现有的图像去模糊算法进行研究，发现这些算法虽然能够针对由相机抖动造成的全局运动模糊图像进行有效的去模糊，但是对散焦模糊图像和局部运动模糊图像的处理效果有限。为了更有效地去除这两种类型的图像模糊，进一步扩展图像去模糊算法的应用范围，本文分别针对散焦模糊图像和局部运动模糊图像提出相对应的去模糊方案。具体研究内容与创新成果如下： (1)本文将散焦模糊估计与图像去模糊技术进行有效结合，提出一种基于多尺度散焦信息的光学散焦图像去模糊方法。首先，通过引入多尺度的策略，本文提出一个散焦地图生成算法，该算法包含三个步骤：边缘位置散焦模糊估计、稀疏散焦地图滤波和稀疏散焦地图插值。然后，本文构建出一个多参数正则优化模型，该模型能够对具有全局一致模糊内核的图像进行去模糊。最后，本文利用全散焦地图对全聚焦图像的重建进行指导，能够有效地去除图像中存在的散焦模糊。实验结果表明，本文算法能够获得高精度的散焦地图，同时能够重建出高质量的潜在全聚焦图像。 (2)本文将图像局部运动模糊区域检测和图像去模糊技术进行有效结合，提出一种基于深度学习的局部运动模糊图像去模糊方法。首先，本文提出一个基于自编码神经网络的深度学习框架，该框架能够准确地检测出输入图像中的局部模糊区域，并且能够将这些模糊区域进行标记，以便于进行局部运动模糊图像的去模糊。接下来，将这些标记出的局部模糊区域作为遮罩层，仅对这些区域进行去模糊处理，这样就能够在有效去除局部运动模糊的同时不发生图像失真，最终重建出令人满意的去模糊图像。

目录

声明

第1章 绪论

1.1 研究背景与意义

1.2图像模糊处理的国内外发展现状

1.3 论文研究内容与组织结构

第2章 图像模糊处理基本理论

2.1 图像模糊机理

2.2 模糊图像的退化模型

2.3 图像模糊的处理方法

2.4 本章小结

第3章 基于多尺度散焦信息的光学散焦模糊图像去模糊

3.1 基于多尺度散焦信息的图像去模糊算法

3.2实验结果和分析

3.3 本章小结

第4章 基于深度学习的局部运动模糊图像去模糊

4.1 本章算法的整体结构

4.2图像局部运动模糊区域检测

4.3 对检测出的局部运动模糊区域进行去模糊

4.4实验结果和分析

4.5 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

发表论文和参加科研情况说明

致谢