基于2-D公共因子精确提取的图像盲复原算法.pdfVIP

基于2-D公共因子精确提取的图像盲复原算 法1 睿，方 勇 上海大学通信与信息工程学院, 上海 200072 E-mail：yfang@ 摘 要 利用2-D 公共因子（GCD ）提取可以实现对图像的盲复原，本文在[6]基础上提出一 种2-D 公共因子精确提取算法，该算法不需要构建原算法中的高阶病态方程，其复杂度大大 降低，且对噪声的鲁棒性也得以提高。把该算法用到降晰图像的盲复原，试验验证了本算法 的有效性。 关键词 盲反卷积，2-D 公共因子，图像复原 中图分类号： 1．引言 图像复原是从观测到的降晰图像中重构原始图像，在天文学，遥感图像，医疗图像等有 广泛的应用。通常情况下，降晰图像可以看成原始图像和降晰函数的卷积。当降晰函数已知， 图像复原就简化为经典的图像反卷积技术，即已知降晰图像和降晰函数，求解原始图像。当 降晰函数未知，此时的图像复原就是盲反卷积技术。即未知降晰函数的任何先验知识，仅利 用观测到的降晰图像进行图像复原。 目前的图像盲复原算法可分为基于单幅盲复原和基于多幅盲复原，基于单幅的复原算法 [1-2] [3-5] 主要有参数法 和迭代法 ，参数法的典型算法有先验模糊 识法和ARMA参数估计法。 但上述算法一般要求过多的先验信息，或者是面临过大的计算复杂度。本文研究一种采用 2-D 公共因子提取来实现基于两副降晰图像的盲复原方法，它把原始图像看作两幅降晰图 像的公共因子，避开了其他算法中降晰函数的模型估计，需要的先验信息大大减少。同时复 原是一个代数求解过程，绕开算法的迭代，使得算法的复杂度和计算量降低。相比其他图像 盲复原算法，有更广泛的应用前景。 2 ．改进的2-D公共因子提取算法 图像的降晰过程可看作原始图像和降晰函数 （也叫做点扩展函数PSF ）的卷积过程，所 以可用如下方式建模： g (i, j ) f (i , j ) h(i, j ) n(i, j) （1） 这里，g (i, j) , f (i, j) 分别是降晰图像和原始图像，n(i, j) 是附加随机噪声。不考虑噪声的 情况下，降晰图像是原始图像和降晰函数的卷积。在Z 域可表示为： G (z , z ) F (z , z )H (z , z ) i 1, 2 （2 ） i 1 2 1 2 i 1 2 原始图像看作两幅降晰图像G (z , z ) ，i 1, 2 的公共因子，2-D 公共因子提取是利用一种 i 1 2 代数的方法来提取这个公共因子（也即原始图像）。 [6-8] 但从 1-D 公共因子提取法 过渡到2-D，如果直接把二维按行或排列拉成一维，再利 用 1-D 公共因子提取方法，会造成计算量过大的问题。借鉴[6] 的方法，利用二维Z 变换和 DFT 离散频域变