论文部分内容阅读
视频复原是指从获得的退化视频去复原原始清晰视频图像的过程。它能够提取视频中感兴趣区域的清晰细节信息,降低外界噪声和拍摄操作不当造成的影响。在军事、交通、社会管理方面有着广阔的前景。视频复原是一个具有挑战性的课题,因为视频的数据量较大,因此会造成视频复原过程的时间复杂度较高。针对视频图像复原问题进行探讨,主要工作包括以下两个方面:首先,根据总变分复原过程中,时空量离散梯度保留了相邻视频帧之间的时空关系的特点,提出了一个基于3D加权广义差分的总变分视频复原方法。与当前的各种视频复原方法相比,它不是简单的把视频复原看作一系列的图像复原问题,而是把视频序列看作为一个时空量,运用时空总变分正则化来增强视频在时间和空间上的平滑性,保证视频在时间和空间上的连续性,并且在计算时空总变分正则项时采用3D广义差分获取有关原始视频更丰富的先验约束知识。该方法将原来的非约束最小化问题转化为对应的约束最小化问题,并采用增广拉格朗日方法处理约束问题,交替方向法来解决图像复原、辅助变量求解和拉格朗日乘子更新这三个子问题。该算法能够快速的复原模糊视频,且具有较高的信噪比。其次,针对低模糊高噪声图像,提出了一个几何局部自适应图像复原算法。现实生活中由于外界环境和拍摄者的失误,经常导致获取的图像具有低模糊和较高噪声的特点,提出的方法利用控制核回归得到图像的结构信息,通过它确定分析窗的局部测度,最后根据局部测度决定每个分析窗的锐化强度。它同时采集图像了局部细节和亮度信息,能够保证不会放大噪声和过平滑的情况下,有效的结合去噪和去模糊的优点,并且还能够利用亮度通道的结构信息来去除色度通道的伪影,实现了较好的复原效果。