【VB开源代码栏目提醒】：以下是网学会员为您推荐的VB开源代码-图像复原压缩程序编码研究 - 学士论文，希望本篇文章对您学习有所帮助。
图像复原压缩程序编码研究 摘要摘要：图像复原Image Restoration是数字图像处理中的一个重要分支，也一直是图像处理中的一个难点。
它的主要目的是改善给定的图像质量，利用退化现象的某种先验知识来重建或恢复原有图像。
图像复原是一种去除或减轻在获取数字图像过程中发生的图像质量下降的方法。
在满足一定保真度的要求下，对图像数据的进行变换、编码和压缩去除多余数据减少表示数字图像时需要的数据量，以便于图像的存储和传输。
即以较少的数据量有损或无损地表示原来的像素矩阵的技术也称图像编码. 图像压缩编码可分为两类:一类压缩是可逆的 即从压缩后的数据可以完全恢复原来的图像 信息没有损失 称为无损压缩编码另一类压缩是不可逆的 即从压缩后的数据无法完全恢复原来的图像 信息有一定损失 称为有损压缩编码。
该文主要对维纳滤波复原，盲去卷积算法复原和约束最小二乘方滤波复原进行了探讨，同时对上述算法进行了仿真实现，并分析了实验的结果。
关键词：图像复原；图像压缩编码；维纳滤波；盲去卷积；约束最小二乘方；Matlab 复原函数 前言 图像是人类视觉的基础，给人具体而直观的作用。
图像的数字化包括取样和量化两个步骤。
数字图像处理就是将图像信号转换成数字格式，并利用
计算机进行加工和处理的过程。
数字图像处理技术包含了很多方面的内容，本文主要对图像放缩以及图像复原两个内容来进行了研究。
首先，介绍了数字图像处理技术的产生背景、应用范围、发展状况以及主要内容，详细的介绍了目前常用的三种插值方法以及连分式的有理插值理论，并提出了一种新的图像放缩方法：一种线性和非线性相结合的图像缩小方法，即近邻取样和邻域平均相结合的线性方法，和非线性的Newton-Thiele 型有理插值函数的方法，并证明了该方法的有效性。
然后，介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，并介绍了其他的一些复原方法。
由于数字图像信息包含二维或三维空间上的扩展信息或时间变化的信息， 所以其数据量是非常庞大的。
而在现实中能利用的信道和存储媒体中，受其通信和存储的容量或速度制约，是无法自由地传送和存储庞大的数字图像。
因此，需要在保持原图像中包含的本质信息的基础上，对
通信和存储时必需的数据进行压缩。
图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。
利用图像压缩，可以减轻图像存储和传输的负担，使图像在
网络上实现快速传输和实时处理。
图像复原与压缩的基本原理 图像在形成、传输和记录的过程中，由于受多种原因的影响，图像的质量会有下降，典型表现为图像模糊、失真、有噪声等。
这一降质的过程称为图像的退化。
而图像复原试图利用退化现象的某种先验知识（即退化模型），把已经退化了的图像加以重建和复原。
其目的就是尽可能地减少或去除在获取图像过程中发生的图像质量的下降（退化），恢复被退化图像的本来面目。
图像增强：用适当方式改善图像质量，增强图像的视觉效果，以适应人眼的视觉和心理，不用考虑增强处理后的图像是否符合原有图像，是否失真。
图像复原：试图利用退化过程的先验知识，去恢复已被退化图像的本来面目。
成像系统受各种因素的影响，导致了图像质量的降低，或者说是退化。
由于获得图像的方法不同（光学、光电子或电子等），有多种退化形式，都使成像的分辨率和对比度退化，例如： 传感器噪声 摄像机聚焦不佳 物体与摄像机之间的相对移动 随机大气湍流 光学系统的象差 成像光源和射线的散射 图像退化的主要表现形式： 图像模糊 图像受到干扰 由于成像系统造成图像退化的典型现象是模糊，所以图像复原的一个基本任务就是去模糊。
由于图像复原是建立在比较严格的数学推导之上的，存在较复杂的数学运算。
图像复原的基本思路：先建立退化的数学模型，然后根据该模型对退化图像进行拟合。
图像复原模型可以用连续数学和离散数学处理，处理项的实现可在空间域卷积，或在频域相乘。
图像压缩编码图像数据压缩原理由于图像数据之间存在着一定的冗余，所以使得数据的压缩成为可能。
信息论的创始人 Shannon 提出把数据看作是信息和冗余度（redundancy）的组合。
所谓冗余度，是由于一副图像的各像素之间存在着很大的相关性，可利用一些编码的方法删去它们，从而达到减少冗余压缩数据的目的。
为了去掉数据中的冗余，常常要考虑信号源的统计特性，或建立信号源的统计模型。
图像的冗余包括以下几种：1 空间冗余：像素点之间的相关性。
2 时间冗余：活动图像的两个连续帧之间的冗余。
3 信息熵冗余：单位信息量大于其熵。
4 结构冗余：图像的区域上存在非常强的纹理结构。
5 知识冗余：有固定的结构，如人的头像
相关文章
2013-10-20
