基于边缘信息的图像去运动模糊盲反卷积算法的研究

 2022-01-17 11:01

论文总字数:18556字

目 录

1 绪论 4

1.1 研究背景和意义 4

1.2 国内外研究现状 4

1.3 本文的主要研究内容及论文结构 6

2 图像去运动模糊的理论基础 8

2.1 运动模糊产生原因 8

2.2 运动模糊图像退化模型 8

2.3 图像的噪声 10

2.4 图像复原质量的评价准则 10

3 图像去运动模糊的传统算法研究 12

3.1 图像去运动模糊经典算法 12

3.1.1逆滤波算法 12

3.1.3 Richardson-Lucy 算法 15

3.2 去运动模糊中的重点问题 15

3.3 仿真结果与分析 16

3.3.1逆滤波算法 16

3.3.2 维纳滤波算法 17

3.3.3 RL算法 18

4 图像去运动模糊的改进的盲反卷积算法研究 19

4.1 理论基础 19

4.2仿真分析 22

5 总结与展望 25

参考文献 26

致谢 28

基于边缘信息的图像去运动模糊盲反卷积算法研究

马婷婷

,China

Abstract:In the field of digital image processing, image noise reduction algorithm is particularly important.Based on the study of traditional image restoration algorithm, this paper analyzes its advantages and disadvantages, and proposes an improved algorithm for its shortcomings.Analysis of the results of the simulation can be obtained through the number of iterations the more the better the effect,An iterative blind deconvolution algorithm is proposed to combine the iterative and the blind deconvolution algorithm of the key research to better realize the restoration of motion blurred image.

Key words:Blind deconvolution;Iterative IBD algorithm;Image noise reduction;Image processing

1 绪论

1.1 研究背景和意义

纵观人类发展历程,获得信息的方式繁多,如语音,文字,图像等等,而图像在其中有着无法代替的地位。但是,在图像的生成及传输过程中,不可避免地会受到噪声的影响,这些噪声可能来自传感器的非线性因素,或拍摄对象与成像设备之间的相对运动等等方面,这就导致所得图像质量下降,即产生所谓的“图像退化”现象,并可能最终导致信息接收方的误判,甚至做出错误决定,造成重大事故。在数字图像处理领域,图像退化是一热门的研究方向,在视觉上表现为图像模糊,详细说来,又分两种不同的情况,即一为一幅图像中个别点的点退化,二为图像中一个空间区域的空间退化,这两种情况,无论哪一种,均会导致图像模糊,即会使得接收者难以领会图像所反映的实际信息,进而则难以对所获信息做出进一步的分析决策。因此,为进一步加强信息传递的准确性,学者们对数字图像的降噪算法研究愈加重视,开展了一系列关于该方面的研究探索工作。

众所周知,在数字图像的处理过程中,产生图像模糊现象的原因众多。实际上,学术界通常大体将其分为两大类,即失焦模糊和运动模糊。因运动模糊在日常生活中更加常见,也因此有着更好的实际应用前景,本文主要针对图像去运动模糊算法进行分析研究。在本文中所涉及到的运动模糊,主要是指因相机抖动及相机与拍摄物之间存在的相对运动进而导致的运动模糊,而运动模糊图像也即为因运动模糊而得的实物图像。

由于各种原因,运动模糊图像在实际生活中大量存在,这就使得信息的准确接收与判断愈加困难。近年来,在数字图像处理等相关领域,针对运动模糊图像的复原的学术研究已成为重中之重。与此同时,实际生活的迫切需要也使得针对图像去运动模糊算法的研究不断为人们所重视。譬如在公安侦查领域,存在着大量由于运动模糊造成图像变质的问题,急需先进的图像处理技术来对图像进行复原处理。诸如此类,图像去运动模糊算法在交通检测、医学图像处理、公安侦查等众多领域都有着广泛应用,针对其的研究有着极强的现实意义,可以为人们的日常生活创造出更大的福祉[1]

1.2 国内外研究现状

在现实生活中,图像运动模糊极其常见,因此也引起了学者们的极大重视,对其不断进行研究发展,至今已有数十年的历史,并且取得了许多的优秀科研成果。在数字图像处理领域,图像去模糊是学者们研究的重要方向,通常可以把对退化后的图像去模糊处理分为两大类,即第一种是图像的非盲去模糊,该情况是在运动模糊核已知时进行的,而第二种则是在模糊核无法提前获知时进行的,即图像的盲去模糊。上述所提的模糊核即为学者们通常所说的点扩散函数,对于该函数的获取也是人们运用该算法获得清晰图像的一个重要前提[2]

较图像去模糊问题而言,更为常见的是图像的去卷积问题,该问题是在模糊图像的模糊核可通过某种方式获得的情况下产生的。经学者们的不懈研究,目前针对这类问题,有几种较为经典的算法。首先,最易被人们想到的就是最先被提出的逆滤波算法,该方法的核心思想即为预先人为地假定噪声在模糊图像中是不存在的,进而在该种情况下,通过进行逆运算来获得相对较为清晰的图像。但是,在现实生活中,噪声是无时无刻都切实存在的,这就使得该方法并不能大量运用于实际生活中,具有较大的局限性。针对该不足,1967年,学者Helstron提出了一种基于最小均方误差的滤波方法,顾名思义,该方法的最终目的就是为使估计所得图像与退化所得图像之间的差别尽可能小,即两者之间的误差达到最小。该方法自问世以来,便在当时引起了极大轰动,也就是今天人们所熟知的极为经典的维纳滤波方法[3]。1970年左右,在已有的贝叶斯理论基础上,经大量分析研究,学者Richardson和Lucy又提出了另一种经典的算法,即Richardson-Lucy算法(R-L算法)。该算法是目前使用比较普遍的一种算法,主要应用于图像的非盲去卷积问题,但是,万事都具有两面性,该算法也同样有其局限性,即较易受到噪声干扰。该不足就导致估计所得图像中往往包含振铃效应,给图像的后续处理带来较多不便。后来,学者Shepp和Vardi在已有的R-L算法基础上做出了一些改进,使得其能够在发射断层像方面有较好发展和应用。在此之后,Cannon不断进行分析探索,提出了一种均衡滤波器方法。该方法虽然与维纳滤波方法类似,但是当运用于图像去卷积方面时,在特定条件下,所得图像处理效果较维纳滤波而言会更好。此外,学者Donatelli等人则另辟蹊径,由偏微分方程(PDE)出发,研究出一种基于该方程的方法来对图像进行复原处理;而学者Levin等人则主要针对图像振铃效应进行不断研究,并最终做出了卓越贡献,即引入了稀疏先验模型来达到预期效果。

由上文可以看出,若模糊核已知,在该种情况下,图像的复原处理相对较为简单。但是,图像的盲去模糊,即在模糊核未知的情况下对图像的复原处理,因其具有极大的不确定性,使得对该方向的研究极具挑战性。因此,针对该类问题的探索,在大量学术研究之后,于20世纪70年代才初步取得一定成果。在此之后,经学者们的不懈研究,一系列的研究成果得以问世,直至20世纪90年代,该领域的研究逐渐步入高潮。自那时起,针对图像盲去模糊算法的研究在各个领域,如信号处理、天文学等,均受到了广泛关注,其研究成果也同样获得了广泛应用。近年来,有学者致力于研究通过多幅图像或其他辅助信息来进行图像的盲恢复。其中,获得较大研究成果有学者Rav-Acha等人。他们首先利用模糊图像和在弱光照情况下获得的包含噪声的图像来组成图像对,并由此实现对于原图像的去模糊。除此之外,学者们也设计并做出了一些专用于图像去模糊的硬件设备。其中,学者Ben-Ezra及其研究人员研究发现,对于模糊核的获取,可以使用两个不同分辨率的相机;而为了达到减少拍摄过程的信息损失这一目的,经多次实验,学者Rashar等人发现,可以在摄像过程中进行多次的快速开关快门[4]

但是,上述情况只是一种理想情况,人们在实际生活中所面对的情况必然更加复杂,通常只能由所得的单一模糊图像入手,进而实现对原图像的去模糊,这就进一步加大了所处理问题的难度。近年来,由于学者们进一步意识到了该问题背后的巨大现实意义,因而对基于单幅模糊图像的盲去卷积问题进行了大量研究探索,并最终也取得了较大成果。通常,为方便研究,人们会人为地预先做出一些假设,主要针对运动模糊核和自然图像。学者Fergus等人经研究提出了一种新的思路,即首先提出自然图像的梯度直方图是服从一种典型的重尾分布,且其模糊核通常是稀疏的这一关键理论,其次,为得到模糊核,采用了变分推理技术进行实际估计,最后则通过上文提到的经典的RL去卷积方法来获得清晰图像。学者Shan等人则提出了一种基于局部先验和自然图像的稀疏梯度的一种先验理论。除此之外,学者采用了一种新的交替更新的方法对图像去模糊问题进行改进,并首先引入了变分法。为了克服已有的TV模型目前存在的不足,学者Krishnan和Fergus则设想通过采用超拉普拉斯分布对自然图像梯度的分布情况进行一些模拟,并成功地通过实验进行了进一步的验证[5]

由上述内容可以发现,数字图像处理领域的学者们主要都是通过模糊图像中的部分边缘信息来对模糊核进行估计以便获取模糊核的,而学者Jia等人则采用了一种新的方法,即首先估计出一个图像的alpha-matte,并由该alpha-matte来求解一个非线性的最小化能量方程,并由此来估计模糊核;学者Joshi等人则直接通过已有的模糊图像对显著边缘做出了一定预测,并由所获得的边缘信息来对模糊核进行估计;在此基础上,学者Cho等人经研究探索,做出了一些改进,提出了一种适用于更一般情况下模糊核的多尺度方法。

1.3 本文的主要研究内容及论文结构

本文先分析了一些学者的关于图像处理方面的经典去运动模糊的算法,然后根据这些经典算法,在前人的基础上,进行了更一步的深入研究,从而获得了新的图像去运动模糊的算法。这个新的算法的理论依据是快速的盲反卷积算法,我们在预处理阶段对图像进行噪声控制使用的是双边滤波器。冲击滤波器预测对应明晰图像的强边缘,我们可以运用简单而且容易优化的高斯先验理论来对原始图像的梯度进行约束,并且可以快速准确地计算出PSF。在此同时,本文分别采用基于自然图像梯度高斯分布的盲反卷积算法与基于自然图像梯度稀疏分布的盲反卷积算法恢复出潜在的原始图像[6]。这个算法的优势在于:1、它可以极大的减少图像的纹理和噪声。2、它能够有效的减弱振铃效应。3、随着后期不断的优化,它可以对大尺度的图像进行去运动模糊优化

全文将使用五章来简述,其中各章具体安排如下:

剩余内容已隐藏,请支付后下载全文,论文总字数:18556字

相关图片展示:

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;