單幅模糊圖像恢復的研究-開題報告

1、西北大學研究生學位論文開題報告姓名王慧龍學號2953265培養(yǎng)層次（博士/碩士）碩士培養(yǎng)單位信息科學與技術專業(yè)導師/導師組張?zhí)煲碚撐念}目單幅模糊圖像的模糊核估計及圖像恢復1. 選題背景：圖像是人類傳遞信息的重要媒介，在人們的生活和工作中圖像信息起到不可替代的作用，然而圖像模糊在現(xiàn)實生活中普遍存在，如交通路口的電子眼對闖紅燈車輛的監(jiān)視，需要記錄其車牌號，但由于速度快，攝像機上的號碼是模糊的。很多拍攝場景隨著時間不斷改變，具有不可重復性，攝影者不能重復拍攝，如果某一瞬間由于相機抖動而造成圖像模糊，而恰巧這個場景不能重復拍攝，那么攝影者就會失去這一珍貴的圖像。所以對這類圖像復原方法的研究是就有非常重

2、要的現(xiàn)實意義。圖像去模糊作為圖像恢復的重要課題可以追溯到二十世紀六十年代，著名的應用包括阿波羅登月和火星表面的探測等。而自然圖像的模糊類型主要有運動模糊、高斯模糊、散焦模糊等，而運動模糊又包含勻速直線運動模糊、旋轉運動模糊、多重運動模糊、非參數(shù)運動模糊等。因此很難在去模糊前將模糊圖像的模糊類型確定。圖像恢復不同于圖像增強，圖像恢復必須要獲得圖像的退化過程，然后在退化模型的基礎上進行退化的反演繹，所以建立正確的退化模型是圖像有效恢復的前提。圖像恢復的處理一般過程為：首先根據(jù)實際了解的圖像降質過程，建立數(shù)學模型。假設為原始圖像，經(jīng)過點擴展函數(shù)（簡稱PSF，也稱模糊核）退化后，則有退化圖像為?；謴瓦^

3、程則是根據(jù)己知的和降質過程的先驗知識，尋求恢復系統(tǒng)的沖擊響應，輸入使輸出的恢復結果盡量地逼近。若模型的存在病態(tài)問題，則在中只要有很小的一個擾動，便會造成很大的變化，其值往往會遠偏離原始真值，而圖像去模糊恰恰是一個病態(tài)問題的求解，所以圖像去模糊是求取逼近于原始圖像解的問題。圖像去模糊發(fā)展至今，已經(jīng)出現(xiàn)許多處理思想與模型。逆濾波方法4是較早出現(xiàn)的去模糊算法，這種算法假定模糊圖像不存在噪聲干擾，直接利用退化模型做逆運算得到復原的清晰圖像，但是實際的模糊圖像中往往帶有噪聲干擾，而逆濾波方法在噪聲存在時效果較差；Helstron提出了最小均方誤差濾波6，即維納濾波，方法建立在認為圖像和噪聲是隨機過程的基

4、礎上，而目標是找一個未污染圖像的估計值，使它們之間的均方差最小，這種方法說明了如何處理噪聲，但是需要知道圖像較多的先驗知識；Richardson和Lucy在原圖像符合泊松分布的假設提前下提出了 Lucy-Richardson（L-R）算法1416，目前已被廣泛應用于圖像修復中，但是由于其對噪聲的敏感性，使得修復后的圖像中存在明顯的振鈴效應；Chan 等提出了基于變分法和偏微分方程（PDE）1920的 TV（Total Variation）盲去卷積模型通過交替迭代算計算模糊核與理想圖像，利用模型中的正則化項來抑制復原過程中的振鈴效應，但引入的 TV 模型不符合圖像形態(tài)學分布，導致對圖像的紋理區(qū)域

5、會產(chǎn)生錯誤的抑制；近年來，Bayes 分析、變分法、正則化方法、小波等技術應用到圖像去模糊中，使圖像去模糊效果不斷得到改善。雖然模糊圖像的恢復結果得到不斷的改善，但還遠遠沒有達到人們的要求，這些去模糊處理的方法多多少少有其不足之處，仍然沒有一種方法是絕對適合任何模糊圖像恢復的，因此，繼續(xù)研究圖像去模糊是很有必要的。2. 研究思路及方法：對于單幅模糊圖像，已知的信息量非常有限。對于這樣的一幅圖像它沒有關于噪聲的信息，沒有模糊類型的信息，因此在實際的去模糊過程中，若對于這樣的圖像去模糊處理，采用的去模糊處理的數(shù)學模型也不定，常見的有概率模型、變分模型等。去模糊算法的選擇也與對點擴散函數(shù)先驗信息的獲

6、知情況有關，對于點擴散函數(shù)信息知道的越多，去模糊算法的有效性以及去模糊的結果會有更精確。所以，實際去模糊過程中，可以先估計點擴散函數(shù)，在選取去模糊算法復原退化圖像，也可以同時進行點擴散函數(shù)與原始清晰圖像的估計，這樣的算法會相對復雜，用時也相對較多。復原圖像模糊核的估計和噪聲的濾除對于降質圖像上網(wǎng)恢復是非常重要的環(huán)節(jié)。當濾除噪聲不合理時會是原本模糊的圖像更加難以辨識；當模糊核估計不準確時，恢復出來的圖像也是模糊不堪的，因此這兩個方面在圖像的恢復中有著至關重要的作用。本文試圖提出一個新的圖像恢復流程。首先利用一種新的維納濾波圖像去高斯噪聲算法，將圖像中的噪聲濾除，濾除噪聲后的圖像可以減少噪聲對圖像

7、恢復的不良影響。在濾除噪聲之后，將模糊圖像識別分類。分類的目的是更加準確的估計出模糊核的參數(shù)，應用針對性的方法分別估計不同類型的模糊核。最后進行去卷積算法復原圖像。本文的主要研究思路包括模糊類型的區(qū)分、模糊核的估計、圖像去模糊等17。第一，在模糊圖像類別的區(qū)分中，雖然當前不存在關于圖像模糊類型的統(tǒng)一區(qū)分方法，但是可以預料的是，如果在利用去模糊算法恢復退化圖像前能夠確定模糊核的模糊類型，則對于模糊核的計算以及去模糊算法的效果都會帶來積極的影響。這也是本文研究想做出的一個嘗試與突破。圖像模糊類型較多，常見的大類有運動模糊、高斯模糊、散焦模糊等，而運動模糊與高斯模糊又更為普遍，運動模糊中勻速運動模糊

8、占多數(shù)?；谝陨峡紤]，本文在去模糊算法運行之前，事先將模糊核類型做一個粗區(qū)分，勻速運動模糊一類，剩下的模糊暫歸于高斯模糊。如果時間充裕還可以將運動模糊在進行分類。在進行勻速運動模糊分類時，將會用到2維Otsu自適應閾值的快速算法18，這不僅使得圖像濾波效果更加明顯，還能提高實時性。第二，對于運動模糊，利用模糊圖像空域與頻域的信息以及 Radon 變換1得到模糊核角度與長度，在之前的處理中，運動模糊圖像的頻域特性中會出現(xiàn)十字亮線，這影響了模糊圖像的分類，因此應用改進算法，剔除十字亮線的存在；對于高斯模糊，利用盲去卷積直接估算模糊核。第三，最后利用改進的R-L算法去卷積算法實現(xiàn)去模糊。從以上所述的

9、總體思路可以獲得如下的流程圖： 從上述流程圖中可清晰的觀察到本論文的基本的思路。在進行探究的過程中，對上述方案進行分析，實驗，并修正該思路，最終提出一種恢復效果良好的去模糊圖像，并且保證其有較好的實時性。主要用matlab或者C#仿真完成。3. 研究內(nèi)容：（1）研究圖形致模糊的原因，并仿真實現(xiàn)多種模糊核并探究其特點；（2）研究國內(nèi)外關于單幅模糊圖像恢復的傳統(tǒng)方法及其改進方法，總結其優(yōu)缺點；（3）提出一種改進的關于單幅模糊圖像恢復的算法；（4）根據(jù)研究思路提出的方案進行仿真實驗。4.特色和創(chuàng)新點：針對模糊圖像PSF的特點，鑒別出其屬于哪種類型的模糊圖像，按照設定好的分類進行有效的恢復；在計算各自

10、的PSF時都進行相關優(yōu)化。最終在去卷積處理時應用改進的R-L算法。5.論文的基本框架：第一章 緒論1.1圖像去模糊的應用領域1.2圖像去模糊的研究現(xiàn)狀第二章 圖像去模糊的基本理論2.1圖像去模糊的基本模型2.2圖像去模糊的退化理論2.3 本文去模糊處理的流程框架第三章 模糊類型區(qū)分與模糊核估計3.1 模糊類型區(qū)分的基本思想3.2 模糊類型區(qū)分過程3.3 運動模糊參數(shù)估計3.4 高斯模糊參數(shù)估計3.5 本章小結第四章 采用改進的R-L算法恢復圖像4.1 圖像去模糊的常見算法4.2 應用本文算法進行去卷積運算4.3 實驗結果及性能分析4.4 圖像質量評估4.5 本章小結第五章 總結與展望6.參考文

11、獻：1 林蔭，李翠華，黃建航.基于Radon 變換的運動模糊圖像參數(shù)估計J.計算機技術與發(fā)展，2008，18(1).2 張博，張文生，丁欣.基于Richardson-Lucy的圖像去模糊新算法J.計算機工程與用，2011，47(34).3 Shan Qi,Jia Jiaya,Agarwala Aseem. High-quality Motion Deblurring from a Single ImageJ. ACM Trarnsactions on Graphics，2008，27(03).4 田宇.單幅運動模糊圖像去模糊研究D.長春：吉林大學計算機科學與技術學院.2011.5 Sun Sh

12、aojie,，Wu Qiong， Li Guohui. Blind image deconvolution for single motion-blurred image J. The Journal of China Universities of Posts and Telecommunications，2010，17(3)：104 109.6 Helstrom C.W. Image restoration by the method of least squaresJ. Journal of the Optical Society of America，1967，57(3)：297 30

13、3. 7 顧亞芳.高斯模糊圖像的盲復原D.南京：東南大學信息科學與工程學院，2005.8 Fergus R， Singh B， Hertzmann A， et al. Removing Camera Shake from a Single PhotographJ. ACM Trarnsactions on Graphics，2006，25(3)，787 794.9 吳玲達，郝紅星. 一種圖像去模糊正則化恢復算法參數(shù)確定方法J.國防科技大學報，2012，34(4).10 魯曉東.一種運動模糊圖像恢復方法的研究D.武漢：華中科技大學計算機科學與技術學院，2006.11 張軍，韋志輝.一種基于卷積積

14、分的圖像去噪變分方法J.中國圖象圖形學報，2008，13(9). 12 Lu Yuan，Jian Sun，Long Quan，et al.Image Deblurring with Blurred/Noisy Image PairsJ. ACM Transactions on Graphics.2007.03.13 Richardson W.H. Bayesian-based iterative method of image restorationJ. Journal of the Optical Society of America，1972，62(1)：55 59. 14 衣曉飛，陳福接

15、，楊學軍. 基于維納濾波的圖像模板匹配J.計算機研究與發(fā)展，2000，37(12).15 Lucy L.B. An iterative technique for the rectification of observed distributionsJ. The Astronomical Journal，1974，79(6)：745 754. 16 楊雄文.基于超拉普拉斯先驗的圖像去模糊的研究與實現(xiàn)D.廣州：華南理工大學計算機科學與工程學院，2012. 17 Castleman K.R. Digital Image ProcessingM. Upper Saddle River：Prentice Hall, 1996,324 406. 18 郝穎明，朱楓. 2維O tsu自適應閾值的快速算法J.中國圖象圖形學報，2005，10(4). 19 Chan T.F.，Wong C.K.Total variation blind deconvolutionJ. IEEE Transactions on Image Processing, 1998, 7(3): 370 39