Lucy―Richardson算法在模糊图像复原中应用.docVIP

Lucy―Richardson算法在模糊图像复原中应用 　　摘 要：在电子监控或其他移动视频的拍摄过程中经常会出现模糊图像，还原模糊图像的本来面目是图像处理中的一个重要课题。本文主要介绍通过Lucy-Richardson算法对多种模糊类型图像进行复原，并与维纳斯算法的复原效果比较。实验结果表明，加大迭代次数，该算法对无噪声的运动模糊图像复原效果最好。 　　关键字： Lucy-Richardson算法；模糊图像；图像复原 　　中图分类号：TP391 文献标识码：A 文章编号：2095-2163（2015）01- 　　Abstract： Electronic monitoring videos and other mobile videos are often blurred image， restoring the true colours of blurred images is an important topic in image processing. This paper mainly introduces the Lucy-Richardson algorithm through the various types of fuzzy image restoration， and makes a comparison with the restoration effect of the Venus algorithm. The experimental results show that， increasing the iterations， the algorithm gets the best effect on restoration of motion blurred image without noise. 　　Keywords： Lucy-Richardson Algorithm； Fuzzy Image； Image Restoration 　　0引 言 　　在图像的采集过程中经常会出现图像模糊现象，特别是电子监控或移动视频拍摄过程中引起的运动模糊现象，日常生活中往往要对这些图像进行去模糊处理。复原模糊图像，恢复图像的本来面貌是图像处理的一个重要方向[1]。 　　随着计算机技术应用面越来越广，图像复原在很多领域的作用也受到日渐广泛的关注和重视，复原图像技术也相应获得了较大的提高。目前复原图像的方法有很多种，大部分仍是依据图像退化的逆过程进行图像复原处理。概括来说，多数经典的图像复原技术都是根据图像退化的先验知识建立一个退化模型，再以此模型为前提，采用各种退化处理方法进行恢复，最终得到质量改善的图像[2]。本文主要介绍通过Lucy-Richardson算法对多种模糊类型图像进行复原，并参考维纳斯算法的复原效果给出了综合比较。同时，又在MATLAB平台下进行了仿真实验，实验结果表明，加大迭代次数，该算法对无噪声的运动模糊图像复原效果最好。 　　1图像复原原理 　　假设构成图像的系统是一个线性位移都不会改变的系统，则常规状态下获取得到的图像g（x，y）就可以表示为： 　　其中，f（x，y）表示为原始没有退化的图像，则g（x，y）是退化后的图像，h（x，y）为点扩散的退化函数，而n（x，y）为加性噪声，*为二维线性卷积运算。研究中可以把图像复原看作是通过g（x，y）、h（x，y）和n（x，y）的一些先验知识，来求解f（x，y）的过程[3]。可以用图1来表示图像复原过程[4]。 　　2 L-R算法理论基础 　　Lucy-Richardson算法简称为（L-R）算法，是图像复原的经典算法之一，对图像复原时，具有要求退化过程的先验知识少，复原效果好的优点[5]。 　　Lucy-Richardson（L-R）算法的基本思想是：首先要假设图像是服从Poission分布的，然后采用最大似然法进行估算，是一种基于贝叶斯分析的迭代算法[6]。根据其最优估算，以最大似然准则作为算法的标准，也就是说假设概率密度函数的值最大，则由此推导出的迭代式可以表示为： 　　式（2） 中，⊙表示为卷积运算，?则表示为相关运算，常数k 表示为迭代次数，当，对式（2）进行迭代，假设噪音可以忽略，当k不断增大时，则会根据概率收敛于f，从而实现图像的复原。然而当噪音不可以忽略时，可以得到： 　　从式（3）可以得到，若噪声η不可忽略时，则上述过程中的收敛性就很难得到保证，因此L-R算法存在着放大噪声的缺陷。 　　3仿真实验结果分析 　　3.1 对无噪声运动模糊图像复原实验结果分析 　　图2（a）是实验的原始图像，图2（b）是进行了模糊方向是10度，模糊长度为20像素的运动模糊的图像，图2（c）是进行了L-R算法迭代5