● 摘要
随着多媒体技术和计算机技术的飞速发展，数字图像处理技术得到了越来越来广泛的应用。图像盲目复原是图像处理技术的一个重要的组成部分，它研究的是在缺乏退化过程的精确先验信息的情况下，如何从退化的观测图像中恢复原始图像的问题。图像复原已经应用于许多领域，与数学有着密切的联系，其研究的思路是首先对退化过程建立相应的数学模型，然后通过求解逆问题获得对原始图像的合理估计。随着科学技术的进步，医学影像技术正在向多样化发展，伴随着大量医学图像数据的产生，但是在医学图像中普遍存在图像降质和退化问题，例如核医学的PET成像。研究医学图像的复原问题成为目前热点研究课题，具有理论和实际应用价值。本文介绍了一种基于Lévy概率密度函数模型的直接盲目反卷积复原算法。这种直接盲目反卷积复原算法将APEX点扩散函数探测方法与SECB非迭代的反卷积过程相结合。该算法并不要求图像必须可微，因此，可应用于多种图像的复原，尤其是医学图像的复原，同时可以参数化控制复原图像的质量。论文将该算法应用于实际和仿真图像复原，其中包括噪声污染、模糊退化和PET影像的复原，实验表明该算法不仅在速度上明显优于迭代盲目反卷积算法而且可以获得更好的图像复原效果。本文引入一种图像质量量化评估方法Restoration Score，并对其作了改进，这种方法考虑了图像自身的特点，评价准则与人的视觉基本一致。将这种方法应用于基于Lévy函数模型的图像直接盲目反卷积方法中，并将Restoration Score指数作为该算法中参数选择的参考依据，实现了较好的图像复原效果。