论文部分内容阅读
图像模糊会导致细节丢失、边缘平滑等现象,对军用目标检测、医学病灶确定及车牌识别等实际应用造成严重影响。为解决这一问题,本文对图像模糊机理、模糊复原及图像质量评价进行如下研究。首先,针对实用模糊复原系统要求,提出现有模糊复原应用中存在的一些问题,并针对问题给出整体的图像复原系统框架。本文从实时实现的角度考虑,提出在图像复原之前,先进行模糊鉴别这一步骤,判断图像的真实清晰度情况,决定是否进行图像复原。同时在复原前后对图像质量进行综合评价,保证图像复原系统的稳定可靠输出,避免输出质量变差的复原图像。其次,对清晰和模糊图像的空间域和频率域特征进行研究,提出对应的模糊鉴别算法。在空域,利用清晰图像的拖尾分布,通过分析图像的梯度直方图实现模糊鉴别;在频域,利用图像的离散余弦变化系数分布特征,对图像清晰度进行评价。通过仿真对比现有的梯度幅值算法,分析本文所提算法的优缺点,并将其用于模糊复原系统。然后,分析直线模糊形成机理,对现有的空域、频域、倒谱域直线运动模糊参数估计算法进行对比分析。针对现有倒谱域参数估计方法误差较大,结果不稳定等问题进行改进,提出基于倒谱极值检测的方法,显著提高检测精度。同时对现有复原方法振铃现象较为突出的问题进行分析,对振铃抑制相关算法进行研究,并给出对比仿真结果。接着,对散焦模糊、复杂运动模糊情况进行分析,采用现有的盲复原方法进行对比研究。针对现有算法对含有较多细小边缘的模糊图像复原效果不理想情况,进行了详细分析,并提出基于显著性梯度筛选的细节抑制盲复原算法。对人工合成模糊图像和自然模糊图像进行的大量仿真实验表明,该算法能显著提高复原质量。最后,对现有的全参考质量评价方法进行研究,在结构相似度基础上加入梯度相似性得到改进算法,同时通过二次模糊将该算法用于无参考图像质量评价。针对复原图像存在振铃效应影响图像质量这一问题,通过检测振铃并形成质量退化因子,最终得到一个融入图像亮度、对比度、结构度、清晰度和振铃测度的复原图像质量评价算法。