模糊照片的處理.docVIP

1 - A题 模糊照片的处理 摘要 二十一世纪是一个信息化的时代，图像信息作为众多信息中非常重要的一类，在其形成和传播过程中由于各种因素的影响，往往会使图像降质变得模糊不清。为了从这些模糊的图像中得到有用的信息就需要对其进行恢复处理。 本文主要对成像过程的相对运动而造成的对焦不准产生的模糊图像进行恢复处理。通过查阅大量相关资料，建立图像降质模型充分了解、分析图像降质的机理。由于图像产生过程中和增强处理过程中都可能会引入噪声，利用维纳滤波法建立噪声退化模型处理图片，得到复原后的图片。并通过改变信噪比的大小对处理结果进行对比，可得当信噪比取0.001左右时， 恢复效果较好。 随后利用对比度增强的直方图均衡化方法，有针对性地改变直方图的灰度分布状况，使灰度均匀地分布或按预期目标分布于整个灰度范围空间、图像对比度扩展图像更加清晰、特征更加明显。 关键字：模糊照片 恢复处理 图像增强 维纳滤波 对比度增强的直方图均衡化方法 一、问题重述 现代科技对人类生活产生了前所未有的冲击，大量的信息充斥着这个高速发展的社会，人类每天都被各种各样的信息所包围。而这些信息中绝大多数是以图像方式存储和传播的，例如录像，视频，图片等。而在现实生活中，图像信息由于各种各样的外界因素会导致图像退化而造成大量的信息损失。为了获得更多有价值的信息就需要对这些图像进行分析处理。 数字图像复原是数字图像处理中的一个重要分支,它的主要目的是改善退化图像的质量并对信息损失的图像进行一些恢复处理来尽可能的恢复原始图像的全貌。图像由于成像系统的缺陷,以及成像过程中各传播媒介中的杂质,如空中的云雾、尘埃, 图像装置和被成像目标之间的相对运动等因素的影响, 不可避免的会带来某些失真和不同的程度降质,对于这些降质的图像, 进行一定的加工处理,使其复原出真实的景物, 这就是图像复原,也叫做图像恢复。 二、条件假设 1、假设本文所研究的图片均是由相对运动产生的。 2、假设其它因素对模糊图像的影响可以忽略。 3、假设本文所选不同的图片对问题的分析造成影响很小。 三、符号约定 输入的原始图像 系统的冲击响应 加入的噪声 输出地降质图像 恢复的图像 信噪比或数字图像的灰阶 噪声谱密度 灰度级分布的概率密度 代表目标图像灰度层上的变换函数， 代表目标图像灰度级分布的概率密度。 为变换前的中心像素 为变换后的中心像素 变换函数 n 总像素 四、问题分析 模糊图片的处理，模糊图片的产生原因多种多样，主要包括图像产生、传输和记录过程中，也由于光学系统的像差、成像系统的非线性畸形、摄像胶片感光的非线性、成像过程的相对运动、环境随机噪声等原因，图像产生一定程度的退化。 （1）噪声退化模型。由噪声导致的图像质量下降是极为普遍，噪声通常情况是随机的，一般采用随机函数来描述，最常见的噪声有白噪声、量化噪声、冲击噪声、椒盐噪声等。 （2）运动退化模型。是由于在成像过程中传感器与被拍摄物体之间存在相对运动造成图像质量下降。或在曝光时间中，物体的相对位移造成图像在底片上曝光量的非正常积累。 （3）光学退化模型。当曝光发生光学衍射等现象产生的图像退化。 （4）非线性退化。在成像过程中由于感光胶片颗粒密度和曝光时间的非线性会导致图像质量的非线性退化。 这里我们主要研究由相对运动产生的图片模糊。为了得到图片中的有用信息，因此必须采取一定的办法，尽可能的减小或消除图像质量的下降，恢复图像本来面目，这就是图像的恢复。噪声在图像处理过程中是一个非常重要的因素，它对图形的输采集、处理的各个环节以及最终的输出结果都会产生一定的影响。所以一个良好的数学模型，无论是模拟处理还是计算机处理无都应把噪声处理和图像恢复作为重要的步骤。 五、模型建立 1、产生模糊图像的物理分析 由凸透镜成像原理及照相机结构可知， 物距，像距，镜头焦距之间满足方程，在对焦准确的情况下，像正好落在底片上从而可以得到清晰的图片。然而由于物体与相机镜头之间的相对运动而导致物距变化，像距也随之变化，即像可能会落在底片的前面或后面，从而产生模糊的图片。 .图一：凸透镜成像原理 2、模型概述 在进行图像复原之前要先建立图像的降质模型, 也就是说首先必须了解、分析图像降质的机理并用数学模型表示出来。由于引起图像降质的原因很多, 机理比较复杂, 因此, 要提供一个完善的数学模型是非常复杂和困难的。所以, 在很多实际情况中, 降质系统可以由下图所示的线性系统模型来近似描述。 图二:图像的降质模型