基于贝叶斯理论的图像去模糊研究(2)
自20世纪以来，图像恢复成为图像处理领域非常重要的一个问题，随着科技的发展，各种数码产品的出现，以及计算机的飞速进化，使得模糊图像的恢复在军事，生活，卫星等领域中有越来越多的需求[20][21]。同时，在当前的社会中，图像复原也已经不仅仅只是一种图像处理的问题，它已经变为了图像处理、计算机视觉的很多方面的一个交叉领域。
例如，在生活中，我们在用手机拍照时，不可避免的由于抖动，光照等问题，导致了图像的模糊，甚至我们通过网络将照片进行传送时，也可能造成图像的不清晰，通过去模糊操作得到复原图像，也成了人们的必然需求之一。在医学领域，我们可以通过对图像进行去模糊处理得到更加清晰的图像，从而帮助医生得出更好的结果以及治疗方案。在军事领域，更加清晰的图像意着更加清晰的情报，掌握准确的情报将对军事行动产生巨大的影响。由此可知，图像恢复已经在各个领域有了不可忽视的重要作用，而通过对图像恢复算法的改进研究，我们能更加快速准确的得出清晰图像，这已经成了当今世界的一个重要课题。
图像复原如今不仅能对相关的研究领域起到促进的作用，还能对在图像处理的其他方面能有较为重要的作用。因为图像复原是图像处理的基础之一，由它我们可以完成图像的重建，图像的感知等重要的图像处理技术，同时在图像压缩，图像的传送领域，如果我们能拥有良好的图像复原技术，我们也能由此完成不同技术之间的融合，从而达到处理复杂图像处理问题的能力[21]。由此可见，图像处理在非常多的方面都有极为广阔的前景和作用。
1.2 图像复原的现状
1.3图像复原质量的评价
关于图像复原后清晰图像的评价方式可以分为两种，一种是观察者主观上的评价，这种评价方式，主要由观察者自身的理解能力，观察能力得出，某种意义上来说，这样得出评价的图像事实上更接近于我们的认知，但同时由于这种方法比较麻烦，而且标准也难以统一，所以在实际的运用中，我们一般选用客观评价的方法。
所谓客观评价的方法，即通过对清晰图像的参数进行分析比较，得出评价结果，这种方式的好处是可以高效快速的完成对复原图像的评估，从理论依据上去分析比较结果。但这种方式也有缺陷，由于原始模糊图像的复杂性，也可能由于我们对参数选择的不准确性导致评价的不准确。所以对于第二种方法，我们如何选取正确的参数值或者评价标准去评价图像是我们需要的解决的重要问题。
常见的方法有绝对均值误差，平均平方误差，峰值信噪比，交叉熵等等。
1.4 本文的主要工作
本文主要通过对贝叶斯理论下的几种方法进行学习了解后选择运用反盲卷积的方法对模糊图像进行处理，最终得出清晰图像。首先使用冲击滤波器和双边滤波器对图像进行预处理，得到清晰图像的强边缘并抑制图像的噪声和振铃效应，然后通过先验模型的迭代处理得到PSF，最后通过梯度稀疏分布来完成反非盲卷积的算法，从而得到清晰图像。其中，计算PSF时，为了得到更加收敛的模型，可以通过共轭梯度法来对算法进行优化，优化后能使我们的算法具有更好的鲁棒性。通过上述方法，我们最终可以得到清晰的图像，同时降低运算次数，能够更加快速的得出最后的结果。
1.5 本文的章节安排
本文第一章为引言，介绍了图像恢复的相关现状及意义，还有对图片复原质量的评价方式，然后对贝叶斯理论做了基本的了解，最后介绍了本文的工作和安排。
上一篇：基于强化学习的游戏智能体设计