一种盲复原图像振铃效应的后处理与质量评价方法.docVIP

一种盲复原图像振铃效应的后处理与质量评价方法 -------------------------------------------------------------------------------- □ 徐宗琦 高 璐 - 　　摘要：由于图像盲复原过程中先验信息的不足，往往造成复原图像质量不尽如人意，振铃效应就是影响复原图像质量的重要因素之一。振铃效应的存在使得对复原图像的后续处理难于进行，并使得一些图像质量的评价方法失效。针对图像盲复原的特点，提出了一种振铃效应的后处理方法，并基于将振铃与清晰度分别评价的思想，提出了一种复原图像的无参考评价方案。实验证明该去振铃方法简单有效，该复原图像的评价方案也很好地反映了人类的视觉特性。 　　关键词：盲复原；振铃效应；图像质量评价 　　中图分类号：TP391.41文献标识码：A 　　文章编号：1001-9081(2007)04-0986-03 　　 　　0引言 　　 　　图像盲复原技术是数字图像处理领域的一个研究热点，在实际生活中有着广泛的应用前景，然而该方向的研究还处在起步阶段，未形成系统的分析方法和滤波器设计方法，基础理论和应用研究远未成熟[1]。从目前图像盲复原算法来看，很难做到一次复原就能得到令人满意的视觉效果。 　　振铃效应（Ringingeffect）就是影响复原图像质量的众多因素之一，其典型表现是在图像灰度剧烈变化的临域出现类吉布斯（Gibbs）分布的震荡。在图像盲复原中，振铃效应是一个不可忽视的问题，其严重降低了复原图像的质量，并且使得难于对复原图像进行后续处理。 　　文献[2]认为振铃效应是由于在图像复原中选取了不适当的图像模型造成的；在图像盲复原中如果点扩散函数选择不准确也是引起复原结果产生振铃效应的另一个原因，特别是选用的点扩散函数尺寸大于真实点扩散函数尺寸时，振铃现象更为明显；振铃效应产生的直接原因是图像退化过程中信息量的丢失，尤其是高频信息的丢失。 　　振铃效应对复原图像质量影响严重，众多学者对抑制振铃效应的方法进行了广泛研究[2—6]。然而大多数图像复原方法在这一点上都有所不足，造成了复原过程中的振铃效应几乎不可避免，尤其对于有噪声存在的场合，它会混淆图像的高频特性，使得振铃效应带来的影响更加显著。 　　本文提出了一种基于自适应Fuzzy滤波器的去振铃后处理方法，它可以在保留复原图像细节的前提下，快速去除振铃效应；并针对图像盲复原问题的特性，提出了一种对复原图像的振铃效应和清晰度分别评价的方案，该方法避免了振铃效应对采用单一参数的图像质量整体评价体系的干扰。 　　 　　1振铃效应的后处理 　　 　　目前，去除振铃效应的主要方法集中于在复原过程中加入高频函数进行补偿。此类方法仅能对振铃效应起到一定的抑制作用，无法从根本上去除振铃，效果有限；同时，此类方法增加了迭代复原算法的复杂性，使得运算速度更加难以接受。为了有效克服振铃效应的影响，本文提出了一种振铃效应的后处理方法，该方法既有效减小了振铃效应对复原图像质量的影响，同时又降低了复原算法的复杂性，是一种解决振铃效应的新思路。 　　该方法首先对复原后的图像进行分块，而后对图像块进行分类，根据图像块的不同类别选择相应的Fuzzy滤波器对其进行滤波，最后输出去除振铃效应后的图像。该方法的具体流程如图1所示。 　　1.1Fuzzy滤波器 　　1.2振铃去除方法[8] 　　绝大多数情况下，图像的降质主要是图像的模糊。根据人眼视觉对图像不同区域的敏感程度，图像可以划分为边缘区，纹理区和平坦区，而图像的模糊降质过程主要是图像高频部分的模糊，其降质程度要高于低频部分。图像复原的过程也主要是对高频区域进行复原，即对边缘区的复原程度最大，纹理区次之，而平坦区基本没有复原。造成复原图像的边缘区振铃效应最为明显，纹理区次之，而平坦区最弱。此特征要求对不同的区域采用不同的滤波器，以避免在去除振铃效应的过程中，出现复原图像的细节重新被模糊（滤波过度）和边缘区振铃效应去除不彻底的现象发生（滤波不足）。 　　采用的具体方法是，首先在3×3的窗口中计算复原图像每一像素的标准方差（STD），将其称为方差图像。然后对方差图像进行8×8分块，按照该8×8块中STD的最大值对图像块进行分类，具体的分类方法如下： 　　相应的，强边缘块、弱边缘块和纹理块分别采用从大到小的扩散参数。对于平坦区，可以视振铃效应的严重程度而选择是否对其进行滤波。另外，下列两种情况值得注意： 　　1)某一强边缘块被其他强边缘块包围时，由于掩蔽效应导致该块不会出现明显的振铃，因此该块不需要进行滤波操作； 　　2)由于较小的振铃仅在平坦区较为明显，因此对于弱边缘区，仅在其周围存在平坦区时才需要进行滤波操作。 　　上述两种情况如图2