模糊图像清晰化研究及DSP实现开题报告

1. 研究目的与意义

本课题的现状及发展趋势：

图像在拍摄过程中受天气（雾、雨雪、阴天）、运动、光照不足等影响加之拍摄硬件设备的限制，会产生严重的退化,造成细节丢失、亮度降低、颜色退化、模糊、辨识度降低等问题，为了提升图像的可识别度以及为后续开展检测、识别、跟踪、分类等，可以对因为模糊造成的低质图像进行清晰化的研究。

传统的复原方法是基于平稳图像、线性空间不变的退化系统、图像和噪声站计特性的先验知识已知等条件下讨论的，而现代的复原方法已经在非平稳图像处理(如卡尔曼滤波非线性方法(如神经网络)、信号与噪声的先验知识未知(如盲图像复原)等前提下开展了卓有成效的工作，取得了令人鼓舞的成果。

2. 研究内容和问题

基本内容：

图像复原是在研究图像退化原因的基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型，然后用相反的运算，来恢复原始景物图像。图像复原要明确规定质量准则，即衡量接近原始景物图像的程度。图像复原模型可以用连续数学或离散数学处理。图像复原根据退化的数学模型对退化图像进行处理，可实现在空间域卷积或在频率域相乘。

由于引起退化的原因多而且性质不同，描述图像退化过程所建立的数学模型也是各不相同的。加上用于复原的估计准则不同，因此图像复原的方法、技术也各不相同。一般的图像处理面对的正问题，即对输入图像进行加工、处理，得到所需的输出图像。而图像复原显然是一个信号的求逆问题。逆问题一般要比正问题的求解难得多，常常得不到唯一一解，甚至无解。为了得到逆问题的有用解，经常需要一些额外的先验知识以及对解的一些其他附加约束条件。可见图像复原是一个复杂的数学求解过程，必要时需要采用人机结合的方法进行交互式图像恢复。

3. 设计方案和技术路线

本课题先对图像进行采集和预处理，利用DSP对数字图像信号进行处理，设计出增强算法，最后基于CCS进行仿真验证，最终根据研究所得撰写一篇毕业论文。

4. 研究的条件和基础

完成了本专业课程的学习，能正确应用所学知识分析问题、解决问题，了解本专业相关的分析计算软件，能使用计算机进行结构分析计算及绘图。

英语水平要求能独立撰写毕业设计英文说明摘要。