1. 研究目的与意义及国内外研究现状

图像在获取和传输过程中受成像传感器元件和获取环境、传输介质等因素的影响，无可避免的会遭遇到光学模糊、频谱混叠、噪声等因素，导致图像降质。首先，图像获取设备自身的成像水平参差不齐，传感器内部噪声、感光器件的颗粒噪声、传输通道的干扰和量化噪声都会导致图像获取过程中受到噪声污染。其次，图像场景的光照、湿度、温度以及空气浮尘颗粒等，都会造成图像退化。

正则化图像复原方法中，正则化参数的选取对复原结果有很大的影响。如果正则化参数过大，复原图像中将会有过多的噪声残留；如果正则化参数过小，则会噪声图像边缘、角点、纹理等重要细节信息的丢失。因此，能够自适应的反映图像结构信息的正则化参数选取方法一直是业内研究的热点。自适应的正则化参数，能够自动调节参数在不同区域的取值，使得参数在平坦区域取值更小，在边缘、角点和纹理处取值更大，达到去除噪声和保持图像结构信息的双重目的，从而得到更高质量的复原图像。

国内外研究现状

早期计算机视觉利用梯度分析图像结构信息，为克服噪声影响，常对以当前点正则化参数的选取在很大程度上决定了图像复原效果的好坏。参数值太小，会使噪声放大，从而在复原结果中产生高频振荡结构。参数值太大，则复原结果会过于平滑，丢失掉边缘、纹理等许多细节信息。已有的正则化参数选取方法包括lagrange 乘子法，基于偏差原理的方法、基于尺度空间分解的方法、基于图像梯度与曲率的方法^[、基于结构张量的方法以及近几年提出的基于曲线的方法等。

2. 研究的基本内容

1）正则化方法基础知识；

2）非局部总变差模型；

3. 实施方案、进度安排及预期效果

2015.12.3-2016.1.15完成开题，查询相关资料

2016.1.16-2016/2.28 收集资料，开展研究

2016.3.1-2016.3.31 对毕业设计进行详细研究，进行多次测试，优化方案，整理数据

4. 参考文献

[1] wen, y.,chan, r.: ‘parameter selection for total-variation-based image restorationusing discrepancy principle’, ieee trans. img. process., 2012, 21, (4), pp.1770-1781, doi: 10.1109/tip. 2011.2181401

[2] g.gilboa, n. sochen, y. y. zeevi. variational denoising of partlytextured imagesby spatially varying constraints[j]. ieee transactions on image processing,2006, 15(8):2281-2289.

[3] 朱立新, 王平安, 夏德深. 非线性扩散图像去噪中的耦合自适应保真项研究[j]. 计算机辅助设计与图形学报, 2006, 18(10):1519-1524.