图像去模糊算法分析及研究报告.docx

图像去模糊算法分析及研究报告.docx

《图像去模糊算法分析及研究报告.docx》由会员分享，可在线阅读，更多相关《图像去模糊算法分析及研究报告.docx（34页珍藏版）》请在冰豆网上搜索。

图像去模糊算法分析及研究报告

本科毕业设计（论文）

题目:

图像去模糊算法比照分析研究

学院:

专业:

班级:

学号:

学生：

指导教师:

职称:

二○一五年六月一日

图像去模糊算法分析与研究

摘要

在数字时代，图像去模糊作为图像复原技术的一个分支，一直是一个具有挑战和吸引力的问题，具有重大的研究价值与社会意义。

图像去模糊技术近年来得到了广泛研究，在理论和算法上也愈加系统和成熟，根据图像模糊核是否，图像去模糊技术被分为非盲图像去模糊和盲图像去模糊两大类。

文章主要是选取几种典型的去模糊算法，在模糊核的根底上进展分析研究各算法的特点与去模糊效果的优劣性，即非盲去模糊算法的分析研究。

基于运动模糊和离焦模糊这两大模糊类型，对其分别在有噪声〔本文指高斯白噪声〕和无噪声情况下的实验结果进展分析比拟。

文章首先介绍了两种主要模糊图像类型及其造成图像模糊的成因，并对各模糊类型的点扩散函数估计获取。

其次，是对图像根本退化模型的引入，从本质上了解图像模糊与去模糊的实质。

接着，我们介绍了两类典型的去模糊评价方法：

峰值信噪比〔PeakSignaltoNoiseRatio〕和平均构造相似性指数〔MeanStructuralSimilarityIndex〕。

在这之后主要是算法比拟，分类对几种典型的去模糊算法进展数学分析与讨论，包括用于去除运动模糊的Richardson-Lucy算法〔即RL算法〕和约束最小二乘法；用于去除离焦模糊的逆滤波算法和维纳滤波算法〔Wienerfiltering〕。

最后对几种算法进展Matlab仿真实验设计，并对其结果与恢复效果分析总结。

关键词：

离焦模糊；运动模糊；点扩散函数；算法比拟；仿真设计

Abstract

Indigitaltimes,imagede-blurringasabranchofimagerestorationtechnologyhasbeenahardandattractiveproblem.However,imagerestorationhasgreatvalueoftheresearchandsocialsignificance.Imagede-blurringtechniquehasbeenwidelystudiedinrecentyearsandbeesmoresystematicandmatureintheoryandalgorithm.Accordingtotheimageblurkernelisknownornot,de-blurringtechniqueisdividedintonon-blindandblindimagerestoration.Thisarticleismainlyselectingseveraltypicalde-blurringalgorithms,wemaketheanalysisonthecharacteristicsofeachalgorithmandtheeffectofthede-blurringbasedontheknownblurkernel,inaword,thenon-blindde-blurringalgorithmanalysis.BasedontheMotionblurringandDefocusblurringtypes,weanalysisandparetheexperimentalresultsinthecaseofnoise（Gaussiannoise）andnonoise

Thearticleanalyzestwomainkindsofblurredimagetypesandthecausesofblurring,andalsointroducesthetypesofthePointSpreadFunctionandtheirestimation.Secondly,thearticleelaboratesthebasicimagedegradationmodel.So,wecanunderstandthenatureoftheblurredimagesandtheessenceofthede-blurring.Then,itintroducestwotypicalkindsofevaluationmethodsinthede-blurredimagearea:

Peaksignaltonoiseratio（PSNR）andThemeanstructuralsimilarityindex（MSSIM）.Afterthat,wemakeamathematicalanalysisanddiscussionforseveraltypicalde-blurringalgorithms.ItincludesRichardson-Lucyalgorithm（RL）andConstrainedleastsquaresmethodusedtoremovemotionblur.InversefilteringandWienerfilteringalgorithm（WF）usedtoremovedefocusblur.Finally,designingsimulationexperimentsonseveralalgorithmsandsummarizingtheresults,therecoveryeffectanalysisincluded.

Keyword:

Motionblur；Defocusblur；PointSpreadFunction

Algorithmparison;Simulationdesign

1绪论

1.1论文研究目的和意义

由于拍摄操作或拍摄环境因素等影响，我们获得的图像经常出现模糊、失真现象。

并且图像在生成、传输、记录及存储的过程当中，因为存在成像系统、传输介质和记录设备的不完善，不可防止的受到各类不利因素影响，使图像信息丧失、质量降低，即图像退化。

图像去模糊就是通过对模糊图像进展处理而恢复清晰图像的过程。

图像去模糊技术自上世纪六十年代起至今，业人士便一直围绕着解决退化问题不断进展研究与开展，半个世纪的时间说明了该技术的现实意义与社会价值。

目前此技术应用于许多领域，包括天文观测、生物科学、医学影像、空间探索、军事科学、遥感预测、案件侦破及视觉科学等领域。

从数学本质角度上，图像模糊的过程通常理解为原始的清晰图像与点扩散函数〔PointSpreadFunction，PSF〕进展卷积的过程，往往存在噪声的影响。

那么，图像去模糊技术那么是一个反卷积过程。

根据模糊核是否，图像去模糊算法通常分为非盲图像复原和盲图像复原两大类。

在图像去模糊的初期，点扩散函数〔也称为模糊核〕通常是事先的，那么图像恢复根据的PSF和噪声的统计特性来求解一个真实图像的估计值。

但是在许多情况下由于原始图像的退化过程受多重因素的影响，点扩散函数预先无法准确得知，仅仅根据模糊图像数据来复原原始图像，这就是图像盲复原技术。

图像去模糊盲复原不依赖于系统的点扩散函数，相对于盲复原的广泛适用性，非盲复原算法由于点扩散函数那么具有恢复更准确、运算更高效的优点。

同时，由于非盲复原算法作为经典的根底算法，对于盲复原算法具有开展意义。

本文将针对运动模糊和离焦模糊这两大类典型图像模糊，采用几种经典的图像去模糊算法〔RL算法、约束最小二乘法、逆滤波算法、维纳滤波算法等〕对其去模糊特点比拟。

通过仿真实验，对去模糊效果进展数据分析评价，并对各自算法的特点与优劣性归纳总结，完善各算法的适用性。

1.2图像去模糊技术的国外研究现状

图像去模糊算法的研究从上世纪六十年代就已开场，美国和前联通过兴起一系列空间探索方案来获取地球和太阳系的照片，在科技还不太兴旺的条件下，由于相机抖动、相机与被摄物体间的相对运动、飞船的运动以及相机性能限制等原因引起的图像降质无法恢复，将对科研造成巨大损失。

因此图像恢复便应运而生。

从图像退化模型可以知道，图像非盲复原算法就是在模糊核或PSF的前提下解卷积的过程，将模糊图像最正确地复原到清晰图像。

RL反卷积复原算法[1][2]由于其简单的算法是一种广泛使用的非盲图像复原算法。

该算法的前提条件是假定模糊图像是服从泊松分布，采用最大似然法进展估计的迭代算法，最后获得最可能的原始清晰图形f的估计值。

但RL算法具有噪声放大和振铃效应的缺点，主要由于迭代次数的增加。

针对该算法在图像复原算法中的缺点，Yuan等[3]提出了利用一幅模糊图像和一幅噪声图像同时作为输入的去模糊算法，分析了振铃效应产生原因的残留去卷积方法。

残留去卷积减少振铃效应，但并不能完全消除振铃效应，而且在模糊图像存在较大的噪声时，去模糊效果不理想。

随后，Zhao等[4]受到了Yuan[3]引入的增益图的启发，提出了RL图像去模糊的改良新算法，即在RL算法中引入一幅图像作为输入，优化其迭代公式。

这种方法在抑制振铃效应方面的巨大改良，保存了图像的细节信息，通过增益图中不同参数的讨论选择，取得了不错的去模糊效果。

逆滤波复原[6]反逆滤波，通过傅立叶变换首先将模糊图像从空间域变换到频率域中，反向滤波后然后通过傅立叶反变换从频率域变换到空间域，使图像恢复。

虽然逆滤波算法简单、计算量小，但是也存在诸多局限性，如是受噪声影响很大和振铃效应，又加上在实际应用中，模糊核一般未知，限制了应用。

Wu等[7]人针对逆滤波算法复原图像后存在的振铃效应提出了图像平滑处理方法，在空间域利用邻域平均法和加权平均法进展平滑图像，减少了图像的噪声。

维纳滤波[8]是一个最小二乘方滤波，也称为带约束的滤波方法，是对逆滤波算法采用自适应最小均方差估计。

然而，综合退化函数和噪声统计特性的维纳滤波进展恢复处理，是建立在最小化统计准那么的根底上，结果在平均意义下是最优的。

在图像的频率特性和噪声情况下，维纳滤波效果较理想；在峰值信噪比拟低的情况下，恢复效果不理想。

Jin等[8]采用二次维纳滤波的方法，充分利用图像及其本身的噪声信息，图像受噪声运动模糊影响时复原效果优于原方法。

Yang等[9]针对维纳滤波复原图像边缘模糊问题，

提出功率谱均衡，增强图像重要信息的复原；针对振铃效应这个缺点，采用图像锐化方法对模糊校正，对复原后模糊图像用梯度模算子进展锐化处理，进而增强了图像的边界，然后与原始图像相加运算操作，提高了恢复质量。

Jiang等[10]是基于人眼视觉对不同的图像区域敏感度的不同，将图像分为平坦区域、纹理区域和边缘区域，通过寻找各区域最优信噪比倒数，抑制图像噪声、消除平坦区伪像。

约束最小二乘方滤波算法[11]是一种线性代数模型，它是建立在模糊图像复原的根底上通过额外的约束条件来实现。

这种约束可以有效地解决图像恢复过程中解的病态性问题。

由于该算法是利用拉格朗日乘数法来构建准那么函数，图像恢复效果受拉格朗日因子的影响很大，因子值过小会使噪声更加明显，过大又会导致恢复图像存在明显的振铃效应。

因子的选择的不确定性，也导致了图像复原效果不好，该算法也很少有研究改良。

虽然经典的图像复原算法〔图像非盲复原算法〕能够取得较好的复原效果，但是在现实生活中，系统地PSF往往是未知的