[数字图像恢复新方法的研究]黄海东

【数字图像恢复新方法的研究】黄海东.pdf摘要 摘要 图像恢复在已知退化矩阵的情况下,可以看成是有约束误差函数 的最小化问题。本文提出了一种结合神经网络和进化策略的优化算 法[30][3],并把它应用于图像恢复。神经网络的图像恢复方法同传统的图 像恢复方法比较具有以下优点。1)不需满足WSS(WideSenceStationary)条 件:2)运算速度快.3)容错能力强。但由于神经网络的图像恢复方法是 一种单向搜索算法,同时神经网络的局部最优点的数目随着神经网络 规模扩大而增加,这就使得在收敛过程中能量函数极易收敛于局部极 值。目录目录 中文摘要 英文摘要.第一章概论.第二章一种结合进化策略与神经网络的图像恢复方法 第一节基于神经网络的图像恢复方法 第二节一种结合进化策略与神经网络的图像恢复方法 第三节实验与结论第三章盲解图像恢复 第一节简介 第二节盲解图像恢复算法 第三节实验结果分析与结论 第四章结论 致谢.第一章概论 已知的降质图像g(x,y)中,根据n(x,y)h(x,y)和f(x,y)的某些先验知识,对 f(x,y)做最佳的估值.造成图像降质的原因很多,大致可分为以下几个方面:1)成像系统的像差或有限带宽等造成的图像失真.2)太阳辐射.大气湍流等造成的遥感照片的失真.3)携带遥感仪器的飞机或卫星运动的不稳定,以及地球自转造成的 几何失真.4)数字图像在采样.量化以及模-数和数-模转换时造成的失真.5)拍照时,相机与景物相对运动所造成的运动模糊.6聚焦不良所造成的散焦模糊:7)底片感光,图像显示时造成的记录显示失真.8)在图像系统中始终存在的噪声干扰。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。