фокусировкой при регистрации изображений. Кроме этого, любое за-
регистрированное изображение искажено шумом, который в большин-
стве практически важных случаев можно считать аддитивным и не
коррелированным с изображением.
В качестве иллюстрации на рис. 1,
а
приведено изображение видео-
кассеты, искаженное смазом, на рис. 1,
б
— расфокусированное изо-
бражение монеты, а на рис. 1,
в
— одновременно расфокусированное и
смазанное, сильно зашумленное изображение приборной панели.
Как отмечено в работе [1], успешное решение задачи восстановле-
ния изображений в значительной степени зависит от объема имею-
щейся априорной информации о восстанавливаемом изображении, а
также о характеристиках искажений. В большинстве практически ин-
тересных случаев объем такой априорной информации крайне огра-
ничен, что, в свою очередь, ограничивает возможности большинства
существующих методов восстановления изображений.
Следует также отметить, что качество восстановления изображе-
ния оценивается человеком на основе субъективного восприятия. По-
этому эффективность тех или иных алгоритмов восстановления также
оценивается субъективно на основе визуального анализа. Это ослож-
няет решение задачи восстановления изображения, так как оптималь-
ность алгоритма по критерию точности математического решения не
означает оптимальности с точки зрения его восприятия человеком-
оператором.
Цель настоящей работы — разработка алгоритма обработки изобра-
жений, позволяющего в условиях априорной неопределенности умень-
Рис. 1. Примеры искаженных изображений
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2007. № 1 115
