论文部分内容阅读
盲反卷积问题是图像处理的一个重要问题。基于边噪比(ENR)和EM算法的盲去模糊算法是最近提出的一种方法。运用这种方法可以明显改善医学螺旋CT图像的质量，但存在计算时间较长的问题。Wiener-ENR算法虽然能够显著缩短计算时间，但却存在复原图像质量需要进一步提高的问题。
本文基于边噪比和约束最小二乘方法，分别建立了一种滤波盲去模糊算法(滤波CLS-ENR)和一种迭代盲去模糊算法(迭代CLS-ENR)。每种算法均首先根据样本图像讨论了ENR的性质和ENR最大化准则的有效性；然后，通过建立去模糊效果度量来选择最优算法参数；最后，将得到的最优参数应用于对实际的医学螺旋CT图像的盲去模糊算法中。实验结果表明，这两种算法均可以明显的提高图像质量，并且较之EM-ENR算法和Wiener-ENR算法，滤波CLS-ENR算法可以有效缩短计算时间，迭代CLS-ENR算法能够进一步提高图像去模糊效果。