1、用照相機獲取圖像時，由于景物和照相機之間的相對運動，往往會造成圖像的模糊。另外，圖像在獲取和傳輸過程中，往往產(chǎn)生大量隨機噪聲。運動模糊和噪聲使圖像質(zhì)量退化，對進一步的邊緣檢測、圖像分割、特征提取及模式識別等帶來不便。全變分(TotalVariation，TV)模型應(yīng)用于運動模糊圖像復(fù)原領(lǐng)域較傳統(tǒng)圖像復(fù)原方法有著獨特的優(yōu)勢。本文在充分研究全變分復(fù)原模型的基礎(chǔ)上，提出了一種改進自適應(yīng)全變分模型，并將其運用到真實運動模糊圖像的復(fù)原。

2、論文首先介紹了運動模糊圖像復(fù)原的理論基礎(chǔ)及傳統(tǒng)圖像復(fù)原方法，研究傳統(tǒng)復(fù)原方法對運動模糊圖像的復(fù)原效果。 然后介紹了全變分方法圖像復(fù)原的基本模型，分析了TV模型的特點及其數(shù)值解法。研究了自適應(yīng)全變分模型，并將其用于運動模糊退化圖像復(fù)原，得到較好的復(fù)原結(jié)果。 接著，在分析各向同性擴散和全變分模型的優(yōu)缺點的基礎(chǔ)上，提出了一種改進的自適應(yīng)全變分模型。新模型綜合利用各向同性擴散模型和全變分模型的優(yōu)點，引入兩個門限：小于門限β1的梯