第二章--11y6m18d11h12内容已调整好--更改了公式图表编号--.docVIP

修改： 将2.3.1.3小节形态学滤波与2.3.4小节基于Top hat变换的方法 进行合并，并扩充2.3.4节 原先与网上内容有重复部分已删除。 目录 第二章 预处理技术 1 2.1 图像去模糊 2 2.1.1 模糊图像处理技术简介 2 2.1.2 经典图像恢复算法 5 2.1.3 盲反卷积图像恢复 9 2.1.4其他图像恢复方法 13 2.2视频稳像 15 2.2.1 图像匹配与运动估计 16 2.2.2 运动补偿 17 2.3 红外图像预处理 18 2.3.1 空域滤波法 19 2.3.2 频域滤波法 22 2.3.3基于背景复杂程度描述的方法 26 2.3.4 基于数学形态学的Top hat变换 28 2.4 监控图像预处理 33 2.4.1 灰度图像预处理 33 2.4.2 图像降噪与超分辨率 34 2.4.3 PTZ相机 36 2.5 小结 39 参考文献 40 第二章 预处理技术 视频图像处理中的目标跟踪与识别、行为分析、场景分析等任务，都依赖于观测到的原始图像。视频监控系统获取的原始图像通常包含图像降质过程，从而使得观测到的图像信息不充分或不可靠，并影响特征提取、图像匹配、目标检测等图像处理任务。图像预处理环节旨在还原图像原始信息，去除噪声，从而为后续工作提供一个更好的基础。 本章介绍了一些常见的图像预处理技术。首先第一节介绍模糊图像恢复技术。该技术在天文图像、医学图像、视频监控图像等各类图像处理任务中均有重要作用。对于空不变模糊图像，通常图像模糊过程可表示为卷积运算，从观测到的模糊图像计算潜在的清晰图像过程实际上是求反卷积。对此将介绍常用的非盲反卷积和盲反卷积方法。 第二节介绍视频稳像技术。汽车、飞机或舰艇等装备上的机载相机，由于承载设备自身的机械振动，拍摄到的视频图像会有剧烈抖动，从而影响人眼观测，并使基于计算机视觉的处理技术变得不稳健。此外，非专业摄像者在拍摄时，视频常常会有过于频繁的抖动。为去除这类视频抖动，优化视频质量，可采用基于视频稳像的视频处理技术。对于视频图像目标跟踪，前后帧图像在时间轴上的相关性可以提供重要信息；而通过视频稳像技术去除视频抖动，则能增强前后帧图像的相关性，优化视频质量。 第三节对红外图像的预处理方法进行介绍。红外图像与可见光图像有不同之处。根据红外图像自身特点，可采用如下技术进行图像预处理：空域滤波法，频域滤波法，基于背景复杂程度描述的方法和基于Top hat变换的方法等等。通过这些预处理技术，可提高红外图像目标检测跟踪，小目标检测定位等算法的可靠性。红外图像预处理技术亦可称为是一种背景抑制技术，通过抑制图像复杂背景和杂波干扰，可提高红外图像的信噪比。 第四节对监控图像预处理方法进行介绍。监控视频图像由于受到外部环境因素影响，如光照不均匀、目标遮挡、图像噪声等，视频质量可能较差，因此需要进行预处理。监控视频图像的预处理的算法较多，如图像光照校正，图像滤波算法，图像去噪和超分辨率等技术。此外还将介绍PTZ相机的相关技术，即通过对感兴趣目标的检测跟踪，主动调节摄像机的转角和焦距等控制参数信息，从而获得更清晰的目标景物图像。 2.1 图像去模糊 模糊图像恢复是图像处理中的一个基本问题，是计算机视觉应用中图像预处理与图像增强环节的一个重要组成部分。从观测到的模糊图像计算清晰图像对目标检测跟踪、图像场景分析等研究课题有重要意义。此外，模糊图像恢复技术在天文学、航空航天、视频监控、医学等领域均有广泛应用。 图像模糊是典型的图像退化过程，该退化可能是空不变的退化，或空变退化。空变退化可近似认为是局部空不变的退化。图像空不变模糊可通过线性运算得到。清晰图像与点扩散函数(Point Spread Function, PSF)进行卷积，加上图像噪声，得到退化图像。从模糊图像计算清晰图像是一个逆过程，该运算通常伴随有病态特性，因此去模糊算法计算得到的清晰图像与真实图像会不一致。 引起图像退化的因素有多种，包括传感器特性的非线性、光学系统的像差、成像设备与物体之间的相对运动以及大气湍流效应等等。光学系统的相差引起的模糊通常称作散焦模糊，它是由于成像平面偏离光学镜头焦点造成的。成像设备与物体之间的相对运动引起的模糊称作运动模糊，它是由于图像获取过程中目标物体或成像设备的快速机械运动造成的。大气湍流效应是指由于光子的散射或湍流，引起空间信息的混叠，从而造成图像模糊。 因为运动模糊在日常视频图像拍摄中普遍存在，图像恢复方法也较多，这里侧重分析图像运动模糊恢复技术。该节我们首先介绍图像去模糊技术相关的基本概念，简述当前流行的模糊图像恢复算法，然后对相关的非盲反卷积方法和盲反卷积方法进行详细介绍。 2.1.1 模糊图像处理技术简介BEN-EZRA [1] 等人提出同时用两个相机记录图像，一个相机拍摄高分辨率图像