运动图像去模糊技术
摘要：目前，利用图像去模糊技术进行模糊图像修复来确保图像信息的完整具有重大的意义。根据模糊核是否已知，图像去模糊复原方法主要分为：图像非盲去模糊和盲去模糊。本设计要熟悉运动图像去模糊处理算法，比较其优缺点。通过MATLAB对Lena, Barbana, Cameraman等图像进行仿真比较，且说明其效果。
关键字：去模糊；算法；MATLAB；仿真
一、实现运动图像去模糊技术研究的背景和意义
图像是信息的载体，是人们用来传递和接收信息的工具，是人们感知外界信息最主要的手段[1]。在现代科学研究以及人们的日常生活中具有非常重要的地位。成像系统在捕获图像时，往往会因为相机抖动、大气扰动、目标物体移动、对焦误差等因素，造成图像严重退化，大量信息缺失，影响后续的信息提取，给使用者带来巨大不便。
运动模糊是数字图像退化的主要因素之一。运动模糊是由于相机曝光时相机感光元件与拍摄物体的相对运动造成的，这个相对运动可以是相机的抖动，也可以是拍摄物体的物理运动[2]。运动图像去模糊的实质是一个图像去卷积的过程。如果卷积核已知，这就是一个非盲去模糊的问题，这需要处理好模糊图像中的异常值以保护图像中的纹理结构。如果卷积核未知，这就变成一个盲去模糊的问题，这需要同时计算出潜在清晰图像以及运动模糊核。
随着近年来计算机，数字图像技术的迅猛发展，图像去模糊方向的研究取得了突飞猛进的进步。不少图像处理软件开始发展具有实用性的图像去模糊算法。图像去模糊在光学、天文学、医学、摄影、监控、遥感探测和军事科技等领域都具有广泛的应用价值，例如：图像去模糊能够使卫星遥感成像获得更高质量的地面细节信息；交通监测系统的运动去模糊可以帮助监测违章车辆，协助交通管理；视频监控中的图像运动去模糊可以消除人像模糊，协助案件侦查。多年来，数字图像处理技术在众多数学理论知识的基础上处于持续发展中，这积极推动着广大学者们深入研究图像运动去模糊问题，并提出了多种去运动模糊算法。去运动模糊技术研究正处于蓬勃发展的阶段，具有广阔的应用市场和深远的研究意义。
- 国内外研究概况
图像去模糊算法的研究从上世纪六十年代就开始了，美国和前苏联通过兴起一系列空间探索计划来获取地球和太阳系的照片，在科技还不太发达的条件下，由于相机抖动、相机与拍摄物体间的相对运动、飞船的运动以及相机性能限制等原因引起的图像降质无法恢复，将对科研造成巨大损失，因此图像恢复便应运而生。
去模糊研究，作为数字图像领域的重要研究方向，已经有学者提出了大量的去运动模糊方法。根据输入图像的数量可分为单幅图像去运动模糊，两幅图像去运动模糊以及多幅图像去运动模糊；根据图像模糊核是否已知可以分为非盲去模糊和盲去模糊。不同种类的模糊图像也存在一定的差异，从图像模糊的范围可分为全局运动模糊和局部运动模糊；从变化的运动信息可分为均匀运动模糊和非均匀运动模糊。输入模糊图像的数量、模糊核是否已知、模糊范围及变化的运动信息都会影响去运动模糊的难易程度，针对不同的模糊类别需要设定不容的算法来处理。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
