图像复原研究报告
为了抑制退化而利用有关退化性质知识的预处理方法为图像复原。多数图像复原方法是基于整幅图像上的全局性卷积法。图像的退化可能有多种原因：光学透镜的残次、光电传感器的非线性、胶片材料的颗粒度、物体与摄像机间的相对运动、不当的焦距、遥感或天文中大气的扰动、照片的扫描等等。图像复原的目标是从退化图像中重构出原始图像。图像复原的一般过程为弄清退化原因→建立退化模型→反向推演→恢复图像。典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。可见，图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。图像复原途径一般有2种，第一种是添加图像先验知识，如逆滤波，维纳滤波等；第二种是通过求解过程加入约束，如最小二乘法复原、最大熵复原，还有综合2种方式，如盲滤波复原。而根据复原域的不同，图像复原又可以分为频率域复原和空间域复原两大类。顾名思义，基于频率域的主要针对频率滤波操作，而基于空间域的图像复原法则主要是对图像进行空间滤波。其中典型的频率域方法有逆滤波、维纳滤波及约束最小二乘方滤波算法等，而空间域方法则有Richardso
Lucy算法、盲去卷滤波等。本文将介绍逆滤波、维纳滤波和半盲去卷积复原三种复原方法及其算法的实现。
1图像复原方法及原理11逆滤波复原在六十年代中期，逆滤波（去卷积）开始被广泛地应用于数字图像复原。Natha
用二维去卷积方法来处理由漫游者、探索者等外星探索发射得到的图像。由于和噪声相比，信号的频谱随着频率升高下降较快，因此高频部分主要是噪声。Natha
采用的是限定逆滤波传递函数最大值的方法。在同一时期，Harris采用PSF的解析模型对望远镜图像总由于大气扰动造成的模糊进行了逆滤波处理，Mcglamery则采用由实验确定的PSF来对大气扰动图像进行逆滤波。从此以后，逆滤波就成了模糊图像复原的一种标准技术。恢复退化图像最简单的方法是直接逆滤波。在该方法中，用退化函数除退化
fuv，由式11图像的傅里叶变换Fuv来计算原始图像的傅里叶变换估计G
可以得到逆滤波退化公式：
（11）这个公式说明逆滤波对于没有被噪声污染的图像很有效，这里不考虑在u，v空间的某些位置上当Huv接近0时可能遇到的计算问题，幸运的是忽略这些点在复原的结果中并不会产生较大的影响。但是，如果出现噪声就会引起几个问题：第一，对于Huv幅值比较小的r