数字图像复原技术中运动模糊图像相关问题研究.docVIP

数字图像复原技术中运动模糊图像相关问题研究 【摘 要】随数字图像复原处理技术是当前数字图像处理领域的重要研究课题之一，运动模糊图像的复原是数字图像复原处理技术中较常见也是较难解决的一类问题。本论文的研究工作正是围绕运动模糊图像复原技术展开。分析运动模糊图像的成因以及成像过程；建立运动模糊退化模型；用维纳滤波复原方法对模糊图像进行复原；根据维纳滤波运动模糊图像复原方法中的不足之处，引入介绍了一种新的方法，降低了原有算法的复杂度，改进了维纳滤波。本文主要研究了维纳滤波复原方法并对其进行了改进，其他复原方法有待我们进一步研究。 【关键词】数字图像复原处理技术；运动模糊图像复原；维纳滤波复原；改进维纳滤波复原 图像成像的过程中存在很多的退化源，数字图像在获取、传输和存储过程中受各种原因的影响，会造成图像质量的退化，典型的表现有图像模糊、失真、有噪声等。运动模糊图像是由于相机和被拍摄对象之间的相对运动而造成的模糊现象，这一现象在日常生活中经常遇到，因此运动模糊图像复原技术便成为目前图像复原技术的研究热点之一，运动模糊图像复原是数字图像处理中的一个重要课题。它研究的主要目的是改善给定的图像质量并尽可能复原图像。图像复原的目的就是尽可能恢复被退化图像的本来面目。 运动模糊图像的复原方法研究非常具有现实意义。无论在日常生活还是在国防军工领域，运动造成图像模糊现象普遍存在，这给人们生活和航空侦察等造成很多不便，所以很有必要对运动模糊图像的恢复做深入研究。在交通系统、刑事取证中图像的关键信息至关重要，但是在交通、公安、银行、医学、工业监视、军事侦查和日常生活中常常由于摄像设备的光学系统的失真、调焦不准或相对运动等造成图像的模糊，使得信息的提取变得困难。通过对于运动模糊图像的复原，使图像变的清晰，便于更好地提取相应信息。因此对于运动模糊图像的复原技术研究更具有重要的现实意义。 一、图像复原的基本概念 图像复原技术，也称为图像去卷积技术，它是按着图像模糊的反过程进行，其目的是获取清晰的，未被污染的图像的近似值，从而我们可以使用相关信息来正确解读图像所包含的有效信息。要想复原图像，其中必须要知道的是模糊是空域不变的还是空域变化的：空域不变意味着模糊和位置无关。也就是说，一个模糊的物体无论从图像的那个位置看都是一样的。空域变化意味着模糊和位置有关。也就是说，模糊图像中的物体因位置变化而看起来有所不同。 二、维纳滤波图像复原 从噪声中提取信号波形的各种估计方法中，维纳滤波是一种最基本的方法，适用于需要从噪声中分离出的有用信号是整个信号，而不只是它的几个参量。 设维纳滤波器的输入为含噪声的随机信号。期望输出与实际输出之间的差值为误差，对该误差求均方，即为均方误差。因此均方误差越小，噪声滤除效果就越好。为使均方误差最小，关键在于求冲激响应。如果能够满足维纳-霍夫方程，就可使维纳滤波器达到最佳。根据维纳-霍夫方程，最佳维纳滤波器的冲激响应，完全由输入自相关函数以及输入与期望输出的互相关函数所决定。 三、改进维纳滤波复原方法 由于维纳滤波复原算法复杂，复原图像的质量并不是十分理想，在这里引入国外学者提出的改进维纳滤波复原的方法，在保证图像复原质量的同时，可以有效地降低算法处理复杂度；同时，在相同的算法复杂度的情况下，有效地提高了复原图像的质量。 在一般情况下，我们都会将图像去卷积问题当作整体问题来看待，但是这样的话，其在复原过程中运算的时间复杂度相当大，同时，对物理硬件的要求也会很高。如果把大的模糊图像分成若干的大小相同的图像子块进行复原。当然，每个子图像必须比psf图像大，因为，如果图像子块小于psf图像的支撑区间，那么是无法复原图像的，而且，分块越多，引入的外界噪声也越多，这样，即使算法的性能有所提升，但必定会对复原的图像质量造成一定的影响。同时，分块不可避免的会引入边界噪声，为了抑制边界噪声对复原质量造成的影响，我们采取了块部分重叠的方法。 同时为了降低在复原的图像中所产生的振铃效应，我们对图像的边界进行处理。边界处理通常和子空间迭代法一起使用，为了加快收敛速度，也就是说，为了减少计算一个很好的近似解的迭代的次数。边界处理通常在解决线性系统的环境中提出来。 我们需要注意截断参数的选取很重要。如果选的太小，迭代结果将受噪声的污染，也不可能得出正确的解值。如果选的太大，边界处理几乎没有做什么工作，收敛速度没有改进。我们主要的目标是计算一个比较接近正确解的近似值，当选择近似值时我们应该存储结果；也就是说，我们应仔细避免参数选的太小 四、实验结果比较分析 综上所述，虽然改进维纳滤波图像复原方法在图像复原质量上有所下降，但是同时对系统开销也大大降低，缩短了算法的处理时间，降低了图像处理的复杂度；另外，在同样的算法复杂度的情况下，对图像进行边界处理后复原的图像的质量明