- 研究背景
作为人类最高级的感知，视频与图像在人类感知中扮演着最重要的角色。随着互联网技术以及电子信息技术的高速发展，数字视频图像已经成为人们日常生活中的重要部分。同时，随着计算机科学技术和互联网传输技术的不断发展，尤其是有较高分辨率的智能移动终端设备的普及，人们对高质量的数字视频图像的需求不断增加。
但是由于视频图像在采集、生成、传输、转换、接受和处理的过程中，由于设备本身的局限性以及外界环境的干扰等因素，往往会造成视频质量不同程度的下降，这一过程也成为图像退化。造成视频图像退化的常见原因有以下几种[1]：
（1）视频图像采集过程中，因对焦不准确导致的离焦模糊；
（2）成像过程中，因视频图像采集设备与目标场景之间的相对运动造成的运动模糊；
（3）视频图像采集系统本身固有的色差、畸变以及宽带优先造成的失真；
（4）视频图像在采集、传输、转换以及处理等过程中不可避免的会受到噪声干扰，包括脉冲噪声、高斯噪声等，从而导致视频图像的质量发生退化。
视频图像复原与恢复的目标就是根据已有的退化视频图像，建立与实际视频图像退化过程对应的数学模型，从而还原出高质量的视频图像。视频去模糊作为视频图像复原的重要研究内容，一直一个研究的热点，具有重大的理论和实践意义。
本项目结合国家自然科学基金项目“结合统计特性的视频超分辨稀疏正则化理论与方法”，研究结合时空特性的视频去模糊模型和优化算法，研制视频去模糊软件并进行实验验证。
- 研究现状
现有的大多数视频图像复原算法本质上是基于视频图像退化模型的逆向过程，而建立视频图像的退化模型就是用数学的手段和方法来模拟视频图像的退化机理。视频图像退化和复原的通用模型如图1所示：
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
