运动模糊图像

目录

第1章绪论 ....................................................................... 错误!未定义书签。选题目的及背景 ........................................................................... 错误!未定义书签。国内外发展和现状 ....................................................................... 错误!未定义书签。数字图像恢复技术的应用领域 ................................................... 错误!未定义书签。论文的内容与基本结构 ............................................................... 错误!未定义书签。第2章运动模糊图像退化模型 .......................................... 错误!未定义书签。图像噪声 ....................................................................................... 错误!未定义书签。噪声的特征................................................................................ 错误!未定义书签。噪声的分类................................................................................ 错误!未定义书签。图像退化模型 ............................................................................... 错误!未定义书签。退化模型.................................................................................... 错误!未定义书签。论文的内容与基本结构 ............................................................... 错误!未定义书签。第3章图像复原 .................................................................... 错误!未定义书签。退化模型 ....................................................................................... 错误!未定义书签。噪声的特征................................................................................ 错误!未定义书签。噪声的特征................................................................................ 错误!未定义书签。噪声的分类................................................................................ 错误!未定义书签。退化模型 ....................................................................................... 错误!未定义书签。噪声的特征................................................................................ 错误!未定义书签。噪声的特征................................................................................ 错误!未定义书签。噪声的分类................................................................................ 错误!未定义书签。结论与展望 ............................................................................. 错误!未定义书签。致谢 ...................................................................................... 错误!未定义书签。参考文献................................................................................. 错误!未定义书签。

第1章绪论

选题目的及背景

正像任何一门学科的产生一样，数字图象处理这门学科的形成也是和社会生产力发展的需要分不开的。早期的图象处理是由于通讯方面的要求而发展起来的，这就是本世纪20年代传真技术的发明和发展。其后，由于宇宙探索方面的要求，需要处理大量在宇宙探测器上拍摄下来的不清楚的其他天体(如月球、火星等)以及地球本身的照片，这些需求大大的促进了数字图象处理技术的发展。到现在，图象处理技术的发展，己经远远突破了这两个领域，被广泛地应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域。图象复原算法的研究也是数字图象处理中非常重要的一个领域，他的研究成果也被广泛地应用

到各个研究和生产领域。

在图象成像的过程中，图象系统中存在着许多退化源。一些退化因素只影响一幅图象中某些个别点的灰度；而另外一些退化因素则可以使一幅图象中的一个

空间区域变得模糊起来。前者称为点退化，后者称为空间退化。此外还有数字化、显示器、时间、彩色，以及化学作用引起的退化。总之，使图象发生退化的原因很多，但这些退化现象都可用卷积来描述，图象的复原过程就可以看成是一个反卷积的问题。反卷积属于数学物理问题中的一类“反问题”，反问题的一个共同的重要属性是其病态，即其方程的解不是连续地依赖于观测数据，换句话说，观测数据的微小变动就可能导致解的很大变动。因此，由于采集图象受噪声的影响，最后对于图象的复原结果可能偏离真实图象非常远。由于以上的这些特性，图象复原的过程无论是理论分析或是数值计算都有特定的困难。但由于图象复原技术在许多领域的广泛应用，因而己经成为迅速兴起的研究热点。

图象复原就是研究如何从所得的变质图象中复原出真实图象，或说是研究如何从获得的信息中反演出有关真实目标的信息。造成图象变质或者说使图象模糊的原因很多，如果是因为在摄像时相机和被摄景物之间有相对运动而造成的图象模糊则称为运动模糊。所得到图象中的景物往往会模糊不清，我们称之为运动模糊图象。运动模糊图象在日常生活中普遍存在，给人们的实际生活带来了很多不便。近年来，在数字图象处理领域，关于运动模糊图象的复原处理成为了国内外研究的热点问题之一，也出现了一些行之有效的算法和方法。但是这些算法和方法在不同的情况下，具有不同的复原效果。因为这些算法都是其作者在假定的前条件下提出的，而实际上的模糊图象，并不一定能够满足这些算法前提，或者只满足其部分前提。作为一个实用的图象复原系统，就得提供多种复原算法，使用户可以根据情况来选择最适当的算法以得到最好的复原效果。图象复原关键是要知道图象退化的过程，即要知道图象退化模型，并据此采取相反的过程以求得原始(清晰)图象。由于图象中往往伴随着噪声，噪声的存在不仅使图象质量下降，而且也影响了图象的复原效果，关于图象噪声的特征将在第二章讨论。

从上面论述可以知道，运动造成图象的退化是非常普遍的现象，所以对于退化后的图象进行复原处理非常具有现实意义。图象复原的目的就是根据图象退化的先验知识，找到一种相应的反过程方法来处理图象，从而尽量得到原来图象的质量，以满足人类视觉系统的要求，以便观赏、识别或者其他应用的需要。

无人侦察机在高速运动中进行拍摄，由于振动、飞机的运动及相机的摆动等原因使相机在曝光时被照物影像与感光介质间存在相对运动，这种相对运动会造成图象的模糊，使图象产生拖尾效应，极大的影响了相机成像质量，使航空拍摄图象的分辨率明显下降。这种图象会造成目标很难识别或无法提取，所以必须对其进行恢复。

除此之外对于运动模糊图象的复原方法研究非常具有现实意义。因为运动模糊图象在日常生活中普遍存在，给人们的实际生活带来了很多不便甚至危及人的生命安全。一个典型的例子就是随着我国经济迅速发展，城市中的汽车越来越多。汽车的增多引发了很多交通事故，其中一个很重要的原因就是有些司机缺乏交通安全意识，在灯控路口，乱闯红灯或超速行驶。这些交通事故不仅危害到人们的生命安全，而且给国家带来大量的经济损失。现在很多城市的一些重要交通路口都设置了“电子眼”—交通监视系统，它能够及时记录下闯红灯车辆的车牌号。由于车辆在闯红灯时的速度较高，所以摄像机摄取的画面有时是模糊不清的，这就需要运用运动模糊图象复原技术进行图象复原，来得到违章车辆可辨认的车牌图象。

综上所述，无论在日常生活还是在国防军工领域，运动造成图象模糊现象普遍存在，这给人们生活和航空侦察等造成很多不便，所以很有必要对运动模糊图象的恢复做深入研究。

国内外发展和现状

从历史上来看，数字图象处理研究有很大部分是在运动退化图象恢复方面进行的，包括对算法的研究和针对特定问题的图象处理程序的编写。数字图象处理中很多值得注意的成就就是在这个方面取得的。

在六十年代中期，去卷积（逆滤波）开始被广泛地应用于数字图象恢复。Nathan用二维去卷积的方法来处理由漫游者、探索者等外星探索发射器得到的图象。在同一个时期，Harris采用PSF(Point Spread Function)的解析模型对望远镜图象中由于大气扰动所造成的模糊进行了去卷积处理，Mcglamery则是采用了由

实验室确定的PSF来对大气扰动去卷积。从此以后，去卷积就成了图象恢复

的一种标准技术。但是这种方法对于噪声很敏感，在噪声较大的情况下，图象恢复的效果不明显。

考虑大部分图象中，邻近的像素是高度相关的，同时为了减少噪声的干扰Helstrom采用最小均方误差估计方法，提出了维纳滤波器。Slepian将维纳滤波推广用来处理随机PSF的情况（例如大气扰动引起的）。其后，Pratt和Habib提出了提高维纳滤波计算的方法。但是维纳滤波只是在最小均方意义下的最优方法，针对某个具体图象，它不一定是恢复图象的最好方法。后来Canon提出了功率谱均衡滤波器，它和维纳滤波器类似，但是在某些情况下，它的恢复性能优于维纳滤波器。

在轻微模糊和适度噪声条件下，Andrews和Hunt对逆滤波器、维纳滤波器进行了对比研究。其结果表明：在上述条件下，采用去卷积（逆滤波）效果较差而维纳滤波器会产生超过人眼所希望的严重的低通滤波效应。Andrews和Hu提出一种基于线性代数的图象恢复方法。它为恢复滤波器的数值计算提供了一个统一的设计思路。这种方法可以适用于各种退化图象的复原，但是由于涉及到的向量和矩阵尺寸都非常大，因此线性代数方法可能无法给出一种高效的实现算法。

对于这些随空间变化的退化图象，在所需的几何变换已知的情况下，恢复是相当有效的。由于许多模糊图象系统实际上是非线性系统，把非线性系统简化为线性系统，采用线性恢复方法，虽然简化了计算量和便于实现，但是在某些情况下，恢复出来的图象效果不是很好，于是就提出了非线性图象恢复技术，其中最著名的就是EM算法。EM算法最初是由几个不同的研究者提出的，后来Dempster 把他们的思想进行了总结，把相应的算法命名为EM算法，并且证明了它的收敛性。从此以后，EM算法就在不同领域中得到了广泛的发展，其中一个重要的应用领域就是图象恢复。EM算法不一定收敛到全局最优，但是却能稳定的收敛到局部最优，它的最大缺点就是计算量太大。

1974年Besag把马尔可夫场（MRF）引入到图象处理领域中，目前已经在图象恢复、分类、分割等方面得到了广泛应用MRF本质上是一个条件概率模型，

结合贝叶斯准则，把问题归结为求解模型的最大后验概率估计，进而转化为求解最小能量函数的优化组合问题。Zhou第一个把HNN（Hopfield Neural Network）应用到模糊图象恢复中，他提出了一种叫ZCV算法，该算法可以保证HNN收敛的稳定性。但是这种方法的收敛时间比较长后来Paik和Katsaggelos提出了改进的MHNN（Modified Hopfield neural network）进行灰度图象恢复。2000年，Galatsanos，Mesarovic，Katsaggelo等人在已知部分模糊图象信息的情况下，提出用条件贝叶斯的EA（evidence analysis）算法进行模糊图象的盲恢复，它的本质也是一种迭代算法，计算量也是非常大。

等利用匀速直线运动模糊图像对应的频域上有周期性的零值条

纹且运动方向与零值条纹方向相垂直的特点从模糊图像中估计出运动模糊方向和尺度，但是该方法仅局限于匀速直线运动，不适合加速运动和振动且抗噪能力较弱。邹谋炎提出的“误差一参数分析法”，解决了抗噪能力较弱的问题，但是从其所给出的鉴别曲线来看，真值附近那段曲线较平坦，不利于准确鉴别，且该方法计算量很大。鉴别模糊尺度可以根据原始图像中一目标点或在均匀图像背景中的锐化边缘在运动模糊图像中的亮度分布情况进行估计，但其所要求的特征在实际图像的恢复中几乎是不能满足的。还可以根据自回归模型和假设的高斯白噪声，应用最大领域标准ML(Maximum Likelihood)估计，但这种方法只适用于一般的对称点扩散函数，其限制是ML方法不能决定点扩散函数的相位。

上述运动模糊图像恢复方法是目前文献中能够查阅到的运动模糊图像恢复方法，都有其各自的特点。随着图像处理在工业控制和军事上的大量运用，运动模糊图像的恢复问题已经越来越重要了，它不但要求图像恢复系统具有良好的稳定性，而且要求恢复精确可靠。

数字图像恢复技术的应用领域

数字留像恢复技术有着极强的应用背景，其应用领域大致分为以下几类: (l)天文成像领域

该领域是数字图像处理在工程界一个最重要的应用。一方面，对地面上的成

像系统来说，由于受到射线及大气的影响，会造成图像退化;另一方面，在太空中的成像系统，由于宇宙飞船的速度远远快于相机快门的速度，从而造成了运动模糊;因此，必须对所得到的图像进行处理才能尽可能恢复其本来面目，提取更多的有用信息。

(2)医学领域

在该领域，图像恢复技术也有着及其重要的应用。首先是滤除X射线照片等的胶片颗粒噪声，以及磁共振成像系统卿R乃的加性噪声；其次是在定量的自体放射照相术(QAR)中的应用，可以大大提高分辨率俏时可以提高60%)，以便于更好地研究大脑中药物的扩散及细胞的吸收情况(3)军事公安领域如巡航导弹地形识别，则视雷达的地形侦察，指纹自动识别，手迹、人像、印章的鉴定识别，过期档案文字的识别等，都与图像恢复技术密不可分。

(4)其它领域

诸如对老照片的翻新、对有缺陷照片的复原、对由于散焦或运动造成的模糊图像处理，都必须用图像恢复技术。

随着宽带通信技术的发展，电视电话、远程诊断等都将进入我们的生活，而所有这些技术发展都将高度依赖于图像质量的提高，因此，图像恢复技术更显得至关重要。

论文的内容与基本结构

第一章绪论，讲述了本课题的研究意义及背景，分析了运动模糊图象恢复的国内外发展和现状。

第二章是假设在摄取图像短暂曝光时间内.，造成图像模糊的运动可近似作为匀速直线运动来处理，介绍了与运动模糊图像恢复有关的理论基础，如图像的噪声、运动模糊的退化模型。

第三章是基于图像的方向微分原理以及基于自相关的点扩散函数尺度鉴别的原理较准确的估计出运动模糊参数(运动模糊方向和运动模糊距离)，为确定运动模糊点扩散函数以及图像恢复工作创造有利的条件。

第四章介绍了运动模糊图象的四种恢复方法：逆滤波法、有约束最小二乘方法、维纳滤波法、RL恢复法。针对这四种方法，在有噪声和无噪声两个条件下分别做了恢复实验。通过恢复指标、算法的完成时间以及复杂程度等方面考虑结果表明:维纳滤波恢复算法对有噪声的人工运动模糊图像能基本还原出原来的像，效果比较理想.本文决定选用维纳滤波法来完成运动模糊图象的恢复。

第五章中分析了振铃效应产生的原因，并从数学角度对其进行了深入研究，找到了人工模糊图片与实际采集模糊图片在恢复结果上存在差异的原因。通过对循环边界法和最优窗法在抑制振铃效应方面的比对，决定使用最优窗法，所以维纳滤波和最优窗相结合是本文最终使用的恢复方法。

第2章图像处理

图像处理首先是从信号处理中拓展出来的一门新学科，它涉及的范围包括电子、通信、计算机、数学等多门学科。其中通信中的信号时基础，了解信号中的知识对于图像处理很重要，在图像处理过程中往往应用到数学手段，包括利用数学方法建立模型，推导出解决方法等。

信号与系统

图像时一种信号，且属于二维信号。数字图像处理时信号在图象域上的一个应用，是新邵的子类。因此，传统的一维信号处理方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。所以在研究图像处理之前，必须对信号与系统有充分的了解。

信号及其描述

现实世界中的信号有两种：一种是自然和物理信号，如语音、图像、地震信号、生理信号等；另一种是人工产生信号经自然的作用和影响而形成的信号，如雷达信号、通信信号、医用超声信号等。无论是那种形式的信号，它总是蕴含一定信息。比如，图像信号含有丰富的图像信息，包括物体、颜色、明暗等。信号时信息的表现形式，信息则是信号的具体内容。

数学上，信号可以描述为一个或若干个自变量的函数或序列的形式。比如信号f(t),其中t是抽象画的自变量，它可以是时间也可以是空间。信号的另外一种形式是波形描述。按照函数自变量的变化关系，可以把信号的波形画出来。波形描述方式具有一般性、有些信号无法用某个具体的数字函数或序列描述，却可以画出它的波形。

单位冲激信号及其性质

自然界中常有这样的现象，某个动作发生在一个很短的瞬间，而在其他时刻没有任何动作。例如闪电在很短的时间内有很大的能量释放；又如锤击在很短的时间内有一个很强的冲击力。为了描述这种现象，引入了冲激信号的概念。

冲激信号有一个总的冲激强度，对单位冲激信号而言为1，它的值为冲激信号函数在整个时间域上的积分：同时冲激信号除了冲激点之外其他点的函数取值均为零。单位冲激信号δ(t)的狄拉克定义为：

信号的卷积运算

图像中的基本概念

数字图像的描述

彩色图和灰度图

图像的傅里叶变换化

连续和离散傅里叶变换

相关傅里叶变换性质

图像恢复质量的评价

第3章运动模糊图像退化模型

图像噪声

图像噪声可以理解为妨碍人的视觉器官或系统传感器对所接收的图像信息进行理解或分析的各种因素。一般噪声是不可预测的随机信号，它只能用概率统计的方法去认识。噪声影响图像处理系统的各个环节，包括图像的输入、采集和处理。因此，一个良好的图像处理系统不论是模拟处理还是数字处理无不把最前一级的噪声减少作为主攻目标。

2.1.1噪声的特征

设图像信号对黑白图像可看作是二维亮度分布f (x ,y)，则噪声可看作是对亮度的干扰，可用n (x，y)来表示。噪声是随机的，在许多情况下这些很难测出或描述，甚至不可能得到，因而需用随机过程来描述，即要求知道其分布函数和密度函数，所以常用统计特征来描述噪声，如均值、方差、相关函数等。

描述噪声的总功率:

{()}y x

n E,

2

方差，描述噪声的交流功率:

()()}

{ ()} {2

,

,y

x

n

E

y

x

n

E-

均值的平均，表示噪声的直流功率:

() {} []2

,y

x

n

E

2.1.2噪声的分类

图像噪声技其干扰源可分为外部噪声和内部噪声。

（1）外部噪声:从处理系统以外来的影响，如天线的干扰或电磁波从电源线窜入系统的噪声。

（2）内部噪声:有四种基本形式。

由光和电的基本性质引起:如电流可看作电子或空穴运动，这些粒子运动产生随机散粒噪声;导体中电子流动的热噪声;光量子运动的光量子噪声等。

机械运动产生韵噪声:接头振动使电流不稳，磁头或磁带、磁盘抖动等元器件噪声:如光学底片的颗粒噪声，磁带、磁盘缺陷噪声，光盘的疵点噪声等。

系统的内部电路噪声:如CRT 的偏转电路二次发射电子等噪声。

从噪声的分类来看是多种多样的，但从统计的观点来看，凡是统计特征不随时间变化的称作平稳噪声，统计特征随时间变化的称作非平稳噪声。从噪声的幅度分布的统计特征来看，其密度函数有高斯型、瑞利型，分别称为高斯噪声和瑞利噪声。

高斯噪声的概率密度函数为:

()()22221σμσ

π--=z e z p ()1.2 其中z 表示灰度级，μ表示z 的平均值或期望值，σ表示z 的标准差。标准差的平方2σ称为z 的方差。当z 服从上式的分布时，其值有70%落在

[]σμσμ+-,内，且有95%落在[]σμσμ2,2+-}范围内。

瑞利噪声的概率密度函数为:

()()()???=≥-<--a z e a z b a z b a z z p ,2,02 ()2.2

其中均值和方差分别为:

4b a πμ+=

()4

42πσ-=b 任按噪声对信号的影响可分为加性噪声模型和乘性噪声模型两大类。设f(x ，y)为信号，n(x, y)为噪声，影响信号后的输出为g(x, y)。

(l)加法性噪声

()()()y x n y x f y x g ,,,+= ()3.2

形成波形是噪声和信号的叠加，其特点是.(x ，对和信号无关，如一般的电子线性放大器，不论输入信号大小，其输出总是与噪声相叠加。

(2)乘法性噪声

()()()[]()()()y x n y x f y x f y x n y x f y x g ,,,,1,,+=+= ()4.2 其输出是两部分的叠加，第二个噪声项信号受f(x ，y)的影响。f(x ，y)越大，则第二项越大，即噪声项受信号的调制。如光电子噪声、底片颗粒噪声都随信号增大而增大。乘法性噪声模型和分析计算都比较复杂，通常信号变化很小时，第二项近似不变，此时可以用加法性噪声模型来处理。通常总是假定信号和噪声是相互独立的。

图像退化模型

2.2.1退化模型

要进行图像恢复，必须弄清楚退化现象有关的某些知识(先验的或者后验的)，用相反的过程去掉它，这就要了解、分析图像退化的机理，建立起退化像的数学模型。

一些退化因素只影响一幅图像中某些个别点的灰度，而另外一些退化因素则可以使一幅图像中的一个空间区域变得模糊起来。前者称为点退化，后者称为空间退化。在一个图像系统中存在着许多退化源，其机理比较复杂，因此要提供一个完善的数学模型是比较复杂和困难的。但是在通常遇到的很多实例中，我们退化原因作为线性系统退化的一个因素来对待，从而建立系统退化模型来近似描述图像函数的退化。如图所示，这是一种简单的通用图像退化模型，输入图像厂f(x, y)经过一个退化系统或退化算子H 后产生的退化图像g(x, y)，我们可以表示为下面的形式。

()()[]

()y x n y x f H y x g ,,,+= ()5.2

式中H 为退化系统。

图 图像退化模型

如果暂不考虑加性噪声n(x, y)的影响，即令n(x, y)=0，则有

()()[]y x f H y x g ,,= ()6.2

设k ，1k ,2k 为常数，()()[]y x f H y x g ,,11=

，()()[]y x f H y x g ,,22=，则退化系统H 具有如下性质：

（1） 齐次性

()[]()[]()y x kg y x f kH y x kf H ,,,== ()7.2 即系统对常数与任意图像乘积的响应等于常数与该图像的响应的乘积。

（2） 叠加性

()()[]()[]()[]()()y x g y x g y x f H y x f H y x f y x f H ,,,,,,212121+=+=+ ()8.2 即系统对两幅图像之和的响应等于它对两个输入图像的响应之和。

（3） 线性

同时具有齐次性与叠加性的系统就称为线性系统。线性系统有

()()[]()[]()

[]()()y x g k y x g k y x f H k y x f H k y x f k y x f k H ,,,,,,221122112211+=+=+ ()9.2

（4） 空间不变性

()()[]b y a x f H b y a x g --=--,, ()10.2 式中的a 和 b 占分别是空间位置的位移量。这就说明了图像上任何一点通过该系统的响应只取决于在该点的灰度值，而与该点的坐标位置无关。

由上述基本定义可知，如果系统具有式（）和（）关系，那么系统就是线性空间不变的系统。在图像恢复处理中，尽管非线性和空间变化的系统模型具有普遍性和准确性。但是，它却给处理工作带来巨大的困难，通常没有解或者很难用计算机来处理。因此在图像恢复处理中，往往用线性和空间不变性的系统模型加以近似。这种近似的优点是可直接利用线性系统中的许多理论与方法来解决图像恢复问题。所以图像恢复处理中主要采用线性的、空间不变的恢复技术。

结论与展望

为期一学期的毕业设计即将结束，回头想想，与其说是挑战不如说它是机遇；一次学习新知识的机会，一次理论与实践相结合的机会，一次为未来打下基础的机会，然而毕业设计只是为我们踏入社会拉开序幕，对于今后我们如何在社会这个大舞台展示自己的能力去迎接无数的机遇与挑战，就靠你自己的坚持不懈，持之以恒的精神。我相信通过这次毕业设计，各个方面的能力都得到了锻炼和提高，使我更有信心地去迎接明天，挑战明天。

此次毕业设计，从理论到实践，在这一学期的日子里，可以说是苦多于甜，但是可以学到很多很多的东西，同时不仅可以巩固了以前所学过的知识，而且学到了很多在书本上所没有学到过的知识。通过这次毕业设计使我懂得理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理论知识与实践结合起来，从理论中得出结论，才能真正为社会服务，从而提高自己的实际动手能力和独立思考的能力。

本次毕业设计首先要了解有关网站设计的开发工具，方法等，在以前的课程设计中曾今接触过，不过当时只是一个静态网站的设计，对于一个系统的设计还是不知道从什么地方着手，仔细在图书馆翻阅资料才有了进一步了解，最终我决定采用+C#开发语言和Access后台数据库，在设计过程中环境配置、安装是至关重要的，我曾花了很长时间安装Visual Studio 2005和IIS，最后还是无法运行，于是我只好每天去机房弄系统，以前软件工程和数据库原理和应用就学的不好，现在就要花很长时间了。

设计好后，当我看到别人的设计都非常的完善详细，功能也都能实现，而且界面也十分漂亮时，总是希望自己的设计也非常的完善，但是，经过这一学期毕业论文，我发现设计一个好的系统和完成一篇优秀的论文都不是一簇而就的事情，需要长时间的积累和经验。我认识自己的能力后，特别注意在设计过程中不贪图大而全，而是根据自己的能力制定适合自己的目标，在反反复复的学习和不耻下问之下，我的辛勤努力有了回报，终于完成了毕业设计，虽然题目不是很难，而且我想，在实际应用中，还是有些不足。

在设计过程中遇到许多问题，这毕竟是自己第一次做一个系统，感觉难度很大，同时在设计中发现自己的不足之处，对以前所学的知识理解得不够，掌握得不够牢固，自身知识的很多漏洞，看到自己的实践经验还比较缺乏，理论联系实际的能力还需要提高，比如说编程语言掌握得不好，C#语言编写不太会，计算的有关操作还不太熟悉……通过毕业设计把以前学过的知识从新温故。

通过毕业设计，我深刻体会到了一个软件的设计和它的发展是那很的严密，容不得半点的马虎。要严格按照软件工程的方法与思想，逐步完成。同时也让我明白了，很多的知识在用时才会觉的“书到用时方恨少”，只有靠平常的积累。由于我是第一真正接触网页设计和，此次毕业设计还有很多不足之处，比如功能不完整、界面不够友好等等。论文的不足之处，望各位老师予以批评指正。

致谢

为期一学期的毕业设计即将结束，在这一学期中，我学到了很多很多东西，明白了很多道理，也有许多发自内心的感受，在整个毕业设计中，有许多人给我启发和帮助，在这毕业设计结束之际，我要在此表达我对他们最真挚的感谢。

首先要感谢我的指导老师瞿成明老师，感谢他对我的指导和帮助，让我顺利完成了基于运动退化图像复原理论及实验研究论文。老师要求我们每周见面一

次，询问我们论文的进展情况，并问我们遇到了什么问题，以便及时给我们解决，他很耐心的给我们讲解论文中所出现的问题，他积极的监督是我们论文完成的有力保障，也给了我们足够的动力。瞿成明老师在学术上的严谨和对我们的严格也深深的影响了我们，致使我们不敢松懈，认真做好论文。

其次我要感谢我的同学，感谢他们给我提出了宝贵的意见和建议，虽然大家在设计方面的经验还不足，有时候提出的意见也并不全对，但这份真诚是我生命中最大的荣幸，另外，在我调试和编程中遇到的问题，他们也热心给与帮助，在这里我表示由衷的感谢！可能此系统还存在着漏洞，但是我觉的我已经尽了最大的努力做到最好了。

最后感谢学校丰富的图书馆资源。

作者：

年月日

参考文献

[1]杨彦.图象复原算法研究.四川大学硕士学位论文.2004:1-2.

[2]明文华.运动模糊图象复原算法研究.安徽大学硕士学位论文.2004:1-12.

[3]刘良云,张伯珩,李英才.航天TDI-CCD相机的MTF和像质分析.光学技术

2000, 26(6):481-485.

[4]李红阳.运动图象恢复.清华大学工程硕士学位论文.2002:1-41.

[5]K R Castleman, Digital Image Processing. Prentice 1998.

[6]J L Harris, Evaluation and L of Turbulence Degraded Mar 1967,57(3):293-297.

[8]C W Helstrom. Image Restoration by the Method of Least 1967,57(3):297-303

[9]D Least-Squares Filtering of Distorted 1967,57(7):918-922.

[10]W K Pratt, Generalized Wiener Filter Computation Techniques. IEEE Trans,

Computers, July 1972 636-641.

[11]A Habibi. Fast Suboptimal Wiener Filtering of Markov Processes. University of Southern California, USCIPI Report 530,Los Angeles. Mar 1974,75-80.

Southern California, USCIPI Report 530,Los Angeles. Mar 1974,75-80.

[12]丁晓青,数字图象处理讲义[M]北京:清华大学出版社,2000.

[13]李兴华.高分辨力空间摄影相机像移补偿控制技术研究.长春：中国科长春光学精密机械与物理研究所博士学位论文,2000年.