浅析图像模糊的基本频域恢复算法.pdfVIP

经验交流 学术探讨 2015年第3期 浅析图像模糊的基本频域恢复算法 郑中杰 李展1 2 （1.广东石油化工学院，广东 茂名 525000； 2.暨南大学信息科学技术学院，广东 广州 510632） [摘 要] 图像频域恢复是数字图像去模糊的一个重要的研究方向，在现实生活中有着广阔的应用前景和市场。本文针 对常见的高斯模糊进行分析，使用频域上的逆滤波器、维纳滤波器和最小二乘恢复去除模糊，并对比它们的恢复效果。 [关键词] 图像恢复；高斯模糊；频域恢复 中图分类号：TP391.41 文献标识码：A 文章编号：1008 - 6609 (2015) 03 - 0085 - 04 (x，y) ，经过某个退化系统后输出的是一幅退化的图像。为了 1 引言 讨论方便，把噪声引起的退出即噪声对图像的影响一般作为 近年来，随着电子数码产品特别是数码相机、数码摄像 加性噪声考虑，这也与许多实际应用情况一致，如图像数字 机、拍照手机的普及，以及计算机处理能力的提升，数字图像 化时的量化噪声、随机噪声等就可以作为加性噪声，即使不 处理无论在军事、医疗、天文还是生活中都有着越来越重要 是加性噪声而是乘性噪声，也可以用对数方式将其转化为相 的应用，而其中的图像模糊恢复的研究更成为其中的一个热 加形式。 点。 原始图像f(x，y)经过一个退化算子或退化系统h(x ，y) 的 造成图像模糊的原因有很多，其中包括光学系统像差、 作用，再和噪声n(x ，y)进行叠加，形成退化后的图像g(x，y) 。 大气扰动等，不同原因导致的模糊往往需要不同的处理方 图1 为退化过程的输入和输出的关系，其中h(x ，y)概括 法。从技术方面来看，模糊是图像被卷积的结果，通常从频 了退化系统的物理过程，就是所要寻找的退化数学模型。 域上来去除图像模糊。 本文从频域上对图像的基本去模糊算法如逆滤波、维 纳滤波及有约束最小二乘方法，通过编程实现来进行比较。 2 高斯模糊 图1 图像的退化模型 图像的模糊有很多情况，其中高斯模糊常常被用于研究 图像模糊。从数学的角度来看，图像高斯模糊的过程就是图 根据退化图像g(x，y)和退化算子h(x ，y) 的形式，逆向地 像与正态分布做卷积。由于正态分布又叫做高斯分布，所以 寻找原始图像f(x，y) 的最佳近似估计。图像退化的过程可以 叫做高斯模糊。由于高斯函数的傅立叶变换是另外一个高 用数学表达式写成如下的形式： 斯函数，所以高斯模糊对于图像来说就是低通滤波器的效 g(x,y)=h[f (x,)]+n(x,y) (3.1) 果。高斯模糊是一种图像模糊滤波器，它用正态分布计算图 在频域上，上式可以写成： 像中每个像素的变换。在二维空间定义为： G(u,v)=F(u,v)H(u,v)+N(u,v) (3.2) 2 2 x +y