运动模糊图像复原技术及其应用课件.ppt

* 引出运动模糊图像复原技术，点出本章课程主要介绍由于高速相对运动带来的运动模糊图像的复原方法及其典型应用。 * * * Dalsa，相机 * 举例：夜晚拍照时最容易出现照片糊掉了的事情，通常晚间拍照需要用三脚架。 运动造成图像模糊的过程实质就是对原始图像进行对点平滑的过程，也就是一个象素与运动方向上的周围象素进行累加平均的过程。这个过程在数学上就是卷积，所以恢复过程就等于逆卷积(也称为去卷积)。 注：画图解释运动模糊产生的过程 在特定情况下，当汽车在地而上快速运动的时候，在固定相机的成像平而上，假设汽车与其夹角为0，如图所示，汽车后面的A点在成像平面上的成像位置本来应该是a点，汽车前方的B点在成像平而上的成像位置本来应该是b点，但是由于汽车是快速前进的，因此，实际上，A点在a’点成像，B点在b’成像，因此，造成了在同一时刻，不同位置的像素的叠加，而且在拍摄的过程中，不可避免的要引入噪声，由于噪声和模糊的双重影响，造成图像质量下降。这便是运动模糊的形成过程。 * 既然本章课程主要介绍由于高速相对运动带来的运动模糊图像的复原方法及其典型应用，那么运动模糊图像复原到目前为止到底有多少种补偿方法呢？是不是只有图像补偿方法1种呢，答案当然是否定的，图像式像移补偿方法是最近几年才发展起来的，它经历了从机械式，光学式，电子式，集成式等等的发展历程。 * 举例：高帧频相机，每秒几百万帧，价格是8万美元起。主要用在需要进行高速或超高速的摄影上，例如，高速铁路等。 * * 第一节 举例：A-B-C, * * 第二节 * Sn表示噪声的功率谱，Sf表示未退化图像的功率谱，维纳滤波为均方误差最小意义下的最佳滤波，可使具有噪声干扰图像的客观复原性能达到最佳。 * * 在实际成像中，由于成像空间的限制，只能对有限空间成像。因此，退化过程不是一个完全卷积，边缘截断破坏了边缘附近的卷积关系，给图像复原造成困难并带来复原误差。 * * * 图所示是对图像加最优窗前后的图像恢复情况的对比，由实验结果可以看出，没加最优窗恢复的图像有明显的振铃效应，恢复的图像质量较差，严重影响图像的后续处理工作；而加了最优窗后恢复的图像清晰，恢复结果有了明显改善，边界的振铃效应明显减弱，但是加最优窗的方法会使图像边界增加两条黑色的边界，可以通过剪裁图像边界的方法来修正恢复后的图像。 * 大气微小温度变化将导致大气风速的随机变化，形成大气的湍流运动。由于空中目标要透过大气才能进行成像，大气湍流随机地干扰来自目标辐射光线的传播，使成像焦平面中的目标图像象点强度分布扩散，引起的光学失真会导致目标图像模糊，目标成像质量退化。在复杂的湍流条件下识别目标非常困难。如果不对湍流退化图像进行校正复原，是无法实现成像探测系统对目标的探测、精确定位与跟踪。由此可知，研究湍流退化图像的复原方法，恢复目标图像，具有重要作用。 投影法与维纳滤波的恢复结果比较（一） （a）水平运动模糊图像 （b）使用维纳滤波的恢复效果 （c）使用投影法恢复效果 （d）维纳滤波法对“航空”图像的的恢复结果 （e）投影法的恢复结果（迭代30次） 7.3.4 Richardson-Lucy算法 Richardson-Lucy（RL）算法是一种迭代方法，在复原HST(哈勃太空望远镜)图像是得到了广泛的应用，是目前应用较多的图像恢复技术之一。RL算法能够按照泊松噪声统计标准求出与给定PSF卷积后，最有可能成为输入模糊图像的图像。当PSF已知，但图像噪声信息未知时，也可以使用这种恢复方法进行有效恢复。 在符合泊松统计前提下，推导如下： 其中， 为未被模糊对像， 为PSF（点扩散函数）， 为不含噪声的模糊图像。 令 ，当下式成立时存在最大似然性解： 则可利用下式作为RL迭代公式： （a）模糊的Lena图像（b）Richardson?-Lucy滤波迭代70次的效果（c）Richardson?-Lucy滤波迭代200次的效果 Richardson-Lucy滤波恢复结果 (a) 对含有高斯噪声的图像10次迭代恢复结果 (b) 50次迭代恢复结果 (c) 100次迭代恢复结果 小结： 对于没有噪声干扰的理想模糊图像，迭代次数越多恢复的效果越好。在无噪声情况下，RL每次迭代时，都会提高解的似然性，随着迭代次数的增加，最终将会收敛在最大似然性的解，但随着迭代次数的增加也会增加计算量。 但是对于含有噪声干扰的模糊图像，随着迭代次数的增加噪声被放大，而且迭代时间随之增长。当迭代超过50次后，恢复结果并没有明显改观。 运动造成图像模糊的过程实质就是对