论文部分内容阅读
图像复原一直是数字图像处理的一个重要领域，在实际应用中，图像退化系统的点扩展函数一般是未知的，只能凭退化图像的观测数据，再附加很少的关于系统与原图像先验知识来估计原图像，称之为盲图像复原。盲图像复原具有广泛的实际应用。
本文对几类主要的盲图像复原方法进行了分析性和探索性的研究，主要工作集中在以下几个方面：
(1)正则化图像复原方法的研究，分别讨论了Tikhonov正则化、MAP正则化、截断SVD正则化和迭代正则化，并研究了这些正则化方法的统一性。
(2)研究了三种主要的盲图像复原方法和算法，它们是本文研究的主题。ARMA的ML-EM算法是重要的参数类盲解卷积算法，在本文的第三章对它的算法进行了完整详细的分析，并研究了施加关于原图像和模糊的先验知识来解决估计的唯一性问题。
(3)NAS-RIF算法是一种主要的非参数类算法，在本文的第四章对它的算法进行了完整详细的分析。关于TV约束盲图像复原方面，研究了TV约束最小二乘盲图像复原，采用了用牛顿法进行寻优算法，进行了仿真实验。
(4)最后，对研究和讨论的三种主要的图像复原的盲解卷积算法进行了比较性的分析，并提出了今后的研究方向。