题目：高光去除及图像复原算法研究

       在图像处理时，图像质量的好坏将直接影响图像处理的效果。然而，在实际工程应用中，由于成像条件受到各种物理、环境等因素的影响和限制，图像质量往往受到较大的影响。其中，高光现象和图像模糊是导致图像质量大幅下降的主要原因。因此，为提高图像质量，本文主要研究图像的高光去除及模糊复原技术。

       传统的高光去除算法一般基于双色反射模型，无法很好地对高光区域存在饱和现象的图像进行处理。针对这一问题，本文提出了显著性检测指导的高光区域修复算法。首先将显著性模型应用在亮度空间对高光区域进行检测，并在基于样例修复算法的基础上，改进算法的优先级形式，引入自适应权重因子，优化了算法的填充顺序。实验结果表明，与原修复算法和传统高光去除算法相比，本文提出算法的修复效果更好且更稳定，较好的克服了原算法存在错误填充的现象。

        此外，本文针对光照模型，进一步提出了光照模型指导的高光区域修复算法，将光照模型和修复算法结合起来，综合考虑光照模型和纹理信息，对图像中的高光区域进行修复。实验结果表明，与原修复算法和传统高光去除算法相比，本文提出算法的效果更符合人眼视觉，并且有效地克服了传统算法受光照模型限制的缺点，对高光区域存在饱和现象的单幅图像有较好的修复效果。

        针对图像模糊问题，本文在研究基于归一化稀疏度量的模糊核估计算法的基础上，引入模糊图像的局部不变性，改进了模糊核估计的代价函数，提出基于稀疏和局部约束的模糊核估计算法。实验结果表明，本文算法估计出的模糊核与原算法相比，能够更好地保留模糊核的结构特点，估计出的模糊核精度较高，并且能在一定程度上抑制复原过程中的振铃现象。