基于循环和对称边界的图像反卷积快速算法(2)

菜单

20世纪20年代图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。到20世纪50年代数字计算机发展到一定的水平后，数字图像处理才真正引起人们的兴趣。1964年美国喷气推进实验室用计算机对“徘徊者七号”太空船发回的大批月球照片进行处理，收到明显的效果。20世纪60年代末数字图像处理具备了比较完整的体系,形成了一门新兴的学科。20世纪70年代，数字图像处理技术得到迅猛的发展，理论和方法进一步完善，应用范围更加广泛。在这一时期，图像处理主要和模式识别及图像理解系统的研究相联系，如文字识别、医学图像处理、遥感图像的处理等。20世纪70年代后期到现在，各个应用领域对数字图像处理提出越来越高的要求，促进了这门学科向更高级的方向发展。特别是在景物理解和计算机视觉（即机器视觉）方面,图像处理已由二维处理发展到三维理解或解释。近年来，随着计算机和其它各有关领域的迅速发展，例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。

本文实验使用工具为Matlab。Matlab是一种基于向量的高级解释性语言，是matrixlaboratory（矩阵实验室）的缩写。从本质上提供了对图像的支持，拥有便捷的交互环境，比其他基于标量的编译性语言，如C、Fortran等更适合对图像进行编程。而且，matlab语言规则简单，编程特点接近于工程人员的思维方式，编写程序犹如在纸上列公式求解，大大降低了编程入门的门槛，使得我们很容易的编写自己的程序，从而把主要精力放在算法及问题本身上，而不是耗时在程序的编写调试上。同时，Matlab本身自带一个图像处理专用的工具箱函数库，库里有丰富的可供直接调用的程序，几乎涵盖了图像处理各个方面的内容，使得编程变得更加简单。

1.2 图像及其噪声与降噪方法概述

1.2.1数字图像的采集及其特点

数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。数字图像本质上是二维信号，以便于通过计算机对图像进行去除噪声，增强，复原，分割，提取特征等处理。

为了实现对图像信号的处理和传输，首先必须对图像进行正确的描述，即什么是图像。其实人们在生活和非自动化生产中，都离不开用视觉获取图像和处理图像。人们的视觉系统有着瞬间获取图像、分析图像、识别图像和理解图像的能力。图像是一种空间信息，它展现在人们的面前，具体地表现了事物的形态、位置和色彩等，以便人们进行观测、测量和识别。图像信息不仅包含光通量分布，而且还包含人类视觉的主观感觉。随着计算机技术的发展，我们可以借助图像处理的方法来获取图像中对我们有用的信息。

在成像系统中，主要使用成像传感器来产生数字图像。成像原理是通过将输入电功率和对特殊类型检测能源敏感的传感器材料结合，把输入能源变为电压，输出电压波形即为传感器的响应信号，再通过取样和量化就可以得到一幅数字图像。在智能车辆研究中，照射源主要是激光雷达或红外线，接收传感器主要是CCD阵列，产生一幅二维图像。视频图像又称为动态图像，它是一组图形在时间轴上的有序排列，是二维图像在一位时间域上构成的序列图像。图像采集即将视频转换成PC机可使用的数字格式，常用的方法是使用图像采集卡采集，专业图像采集卡是将视频信号经过AD转换后，经过PCI总线实时传到内存和显存。在采集过程中，采集卡传送数据采用PCI Master Burst方式，可实现摄像机图像到计算机内存的可靠实时传送，并且几乎不占用CPU时间，留给CPU更多的时间去做图像的运算与处理，这就提高了我们程序实施的实时性。