基于MATLAB的运动模糊图像恢复技术.pdfVIP

基于MATLAB的运动模糊图像恢复技术

王洪珏

（温州医学院，浙江，温州）

摘要：MATLAB是当今流行的科学计算软件，它具有很强的数据处理能力。在其图像处理

工具箱中有四个图像复原函数，本文就这些函数的算法原理、运用和恢复处理效果结合实力

效果作简要对比讨论。

0前言

图像复原时图像处理中一个重要的研究课题。图像在形成、传输和记录的过程中，由于

传感器的噪声、摄像机未对好焦、摄像机与物体相对运动、系统误差、畸变、噪声等因素的

影响，使图像往往不是真实景物的完善影像。这种图像在形成、传输和记录过程中，由于成

像系统、传输介质和设备的不完善，使图像质量下降的过程称为图像的退化。图像复原就是

通过计算机处理，对质量下降的图像加以重建或恢复的过程。

图像复原过程一般为：找退化原因→建立退化模型→反向推演→图像复原

1算法产生概述

开发算法时，首先要创建图像退化的线性数学模型，接着选择准则函数，并以适当的数

学形式表达，然后进行数学推演。推演过程中通常要进行表达形式（即空域形式、频域形式、

矩阵-矢量形式或变换域形式）的相互转换，最后得到图像复原算式。

退化数学模型的空域、频域、矢量-矩阵表达形式分别是：

g(x,y)=d(x,y)*f(x,y)+n(x,y)

G(u,v)=D(u,v)F(u,v)+N(u,v)·

g=HF+n

其中：g(x,y)、d(x,y)、f(x,y)、n(x,y)分别为观测的退化图像、模糊函数、原图像、加性

噪声，*为卷积运算符，（x=0,1,2，…，M-1），（y=0,1,2，…，N-1）。

2运动模糊的产生

景物与相机之间的相对运动通常会使相机所成的像存在运动模糊。对于线性移不变模

糊，退化图像u0可以写成，u0=h*u+n，其中h为模糊核，*表示卷积，n为加性噪声。

由du/dt=0,文献[5]将这种运动模糊过程描述为波动方程：

аu/аt+Vаu/аx+Vаu/аy=0

xy

其中，V=dx/dt,V=dy/dt为x,y方向上的速度分量并且通过分析该方程的达朗贝尔

xy

解得出结论：

vаu0/аx=u(x)-u(x-L)

其中v=Vx2Vy2,即退化图像沿运动方向的导数等于原始图像和其移位L后图像的

差，这里L也可以认为是模糊长度。

在MATLAB中，可以由fspecial函数创建一个确定类型的PSF（点扩散函数），然后

使用这个PSF与原始图像进行卷积，从而得到退化（模糊）的图像。

3维纳滤波图像复原MATLAB实现

MATLAB图像处理工具箱提供了维纳滤波图像复原函数deconvwnr，该函数的语法格

下：

J=deconvwnr（I,PSF）

J=deconvwnr（I,PSF,NSR）

J=deconvwnr（I,PSF,NCORR,ICORR）

说明：

J=deconvwnr（I,PSF）用于复原由于PSF以及可能的加性噪声卷积退化的图像I，该

算法利用图像和噪声的相关矩阵，从估计图像与真实图像之间的最小均方误差意义上来说是

最佳的。在没有噪声的情况下，维纳滤波器退化成理想的逆滤波器。

J=deconvwnr（I,PSF,NSR）中的NSR是信噪功率比，NSR可以是标量，或者是和图

像I一样大小尺寸的数组，NSR的默认值为0。

J=deconvwnr（I,PSF,NCORR,ICORR）中的NCORR和ICORR分别是噪声和原始图

像的自相关函数。NCORR和ICORR是不超过原始图像的尺寸和维数的任意尺寸和维数。

一个N维的NCORR或ICORR数组对应每一维的自相关，如果PSF为向量，则向量NCORR

或ICORR代表第一维的自相关函数；如果PSF为数组，则一维的自相关函数由