数字图像处理运动模糊图像复原.docxVIP

运动模糊图像复原实验报告运动模糊图像复原【应用背景】运动模糊是一种重要的图像退化原因，在图像采集的过程中，如果采集设备与目标之间存在足够大的相对运动，将会导致获得的图像模糊，这就是所谓的运动模糊。现在大多数交通路口都设置有电子眼，拍摄记录车辆的违章行为，但是一般情况下违规车辆的行驶速度都较高，由电子眼拍摄到的有违规行为的车辆照片或多或少都存在运动模糊，因而导致很难准确获取包括车牌在内的车辆信息，如何利用图像复原技术对退化图像进行处理，得到相对清 晰的图像就显得十分重要，另外，在国防航天等领域，图像的运动退化问题也十分 常见，对于图像复原技术的研究具有重要的理论价值与现实意义【模糊图像的一般退化模型】图像的模糊过程可用下面的数学表达式表示：f(x,y)：原输入图像 n(x,y)：噪声 h(x,y)：退化函数 g(x,y)：模糊图像模糊过程即原始图像在被退化函数作用后再叠加上噪声的过程，其中 f(x,y)*h(x,y)表示原始图像与退化函数的卷积，退化模型可表示为下图[19]：其中 H 为 h(x,y)的频域变换，也称作点扩散函数(PSF)或传输函数，退化过程在 频域可表示为：G(u,v)、F(u,v)、H(u,v)和N(u,v)分别为 g(x,y)、f(x,y)、h(x,y)和n(x,y)的傅里叶变换。【维纳滤波方法】维纳滤波是一种线性滤波方法，以小误差准则为基础，即使恢复图像与原 图像的均方误差小。利用Matlab的维纳滤波恢复函数：deconvwnr(I,PSF) 其中参数I为输入图像，PSF为点扩散函数，PSF为：PSF=fpescial(‘motion’,len,theta)其中，恢复图像的重点为确定参数len和theta参数len为模糊图像位移的像素，theta为运动的角度。【算法原理】第一步：确定运动方向 对于匀速直线运动模糊而言，其点扩散函数具有零点，这就导致模糊图像的频谱也具有零点，在相应的频率处，频谱上会出现一系列平行的暗纹。若运动模糊角 度为 θ，则模糊图像频谱图上 θ+90°方向会出现平行暗纹。因此，我们只需要鉴别出频谱图上暗纹的方向，即可得到模糊运动角度值。算法特点： Hough 变换进行直线提取：直线表示：??????????+??????????=??x-y平面的每一条直线对应平面的一个点，同理??-??平面的每一条直线对应x-y平面的一个点，检测??-??平面中每点上的直线条数，也就等于 x-y 平面中待测直线上像素点的个数。Sobel 边缘检测算子：若某像素点位于边界处，则其相邻像素的灰度值变化就较大，对这种灰度值的变化进行量化统计就能够提取出图像的边界第二步：确定运动模糊长度??(??,??)=????????????/?????? ??^(?????????)其中，??=??????????+??????????从模糊图像的频谱可以直接得到位移的像素值。【理想情况下MATLAB仿真】为了检测以上原理，可以通过matlab进行图像的模糊，之后再进行复原：从频谱上可以看出图像位移的角度和像素值，像素值可以直接数黑色线条直接得到，黑色线条角度与运动方向垂直。为了更好地得到线条的角度，可以利用Sobel边缘检测做如上处理。【水平运动模糊图像复原】利用如上方法对作业图像进行复原：由于运动方向已经确定，只需要对位移的像素进行确定，数频谱上黑色线条（包括边界）可以得到位移的像素点为17，以此为参数对原图像进行复原可以得到最右的图像。仔细观察恢复图像可以发现，图像质量较原图有了极大的改善，但是产生了明显的振铃现象，查阅文献可以得知：振铃产生原因主要为实际采集图像的模型与原理模型有一定差距，实际采集的图像模型为：??’(??,??)=??(??,??)??(??,??)·w(x,y)??’(??,??)=??(??,??)??(??,??)???(??,??)=??(??,??)???(??,??)原图像与窗函数卷积导致严重的振铃现象【去振铃方法尝试】1、循环边界法：2、最优窗法：通过窗函数对边界进行抑制窗函数为：利用窗函数进行复原：纵观上述两种方法，均为文献中实现效果较好的方法，但对于本幅图像的去振铃效果并不明显，甚至会加深振铃的作用。【L-R算法】Lucy-Richardson 滤波算法是一种 迭代非线性算法，其优估计准则是大似然准则，即概率密度函数大的准则。 Lucy-Richardson算法在给定点扩散函数的前提下，按照泊松噪声统计标准求出与PSF的卷积，通过多次迭代使复原图像逼近真实图像。L-R算法恢复效果如下：有图为L-R算法恢复的结果，从上图可以看出，该算法得到的复原图像振铃现象并不是很严重，但略微有点模糊。而且比较维纳滤波方法和L-R算法，L-R算法在鲁棒性上明显优于维纳滤波方法，L-R算法对l