(完整版)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情計及圖像恢復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

2、有非常重要的現(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f(x, y)為原始圖像，經過點擴展函數(shù)(簡稱 PSF,也稱模糊核)

3、h(x,y)退化后，則有退化圖像為 g(x,y)?；謴瓦^程則是根據(jù) 己知的g(x,y)和降質過程的先驗知識，尋求恢復系統(tǒng)的沖擊響應p(x, y),輸入g(x, y)使輸出的恢復結果f?(x,y)盡量地逼近f(x,y)。若模型的p(x, y)存在病態(tài)問題，則在 g(x, y)中只要有很小的一個 擾動，便會造成f?(x, y)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

4、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916 ,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 Va

5、riation )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)域會產生錯誤的抑制；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。112 .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

6、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

7、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 O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

8、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

9、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

10、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5.1 圖像去模糊的應用領域5.2 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

11、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 Ima

12、geJ. ACM Transactions 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 Shaojie, , 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

13、 restoration by the method of least squaresJ. Journal of the Optical Society of America , 1967, 57(3): 297 303.7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，

14、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-ba

15、sed iterative method of image restorationJ. Journal of the Optical Society of America , 1972, 62(1)： 55 59.14衣曉飛，陳福接，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

16、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, 1996,324406.18郝穎明，朱楓.2維。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