MATLAB图像复原系统
一、 研究背景
图像复原是数字图像处理中的一个重要课题。它的主要目的是改善给定的图像质量并尽可能恢复原图像。图像在形成、传输和记录过程中,受多种因素的影响,图像的质量都会有不同程度的下降,典型的表现有图像模糊、失真、有噪声等,这一质量下降的过程称为图像的退化。图像复原的目的就是尽可能恢复被退化图像的本来面目。
在成像系统中,引起图像退化的原因很多。例如,成像系统的散焦,成像设备与物体的相对运动,成像器材的固有缺陷以及外部干扰等。成像目标物体的运动,在摄像后所形成的运动模糊。当人们拍摄照片时,由于手持照相机的抖动,结果像片上的景物是一个模糊的图像。由于成像系统的光散射而导致图像的模糊。又如传感器特性的非线性,光学系统的像差,以致在成像后与原来景物发生了不一致的现象,称为畸变。再加上多种环境因素,在成像后造成噪声干扰。人类的视觉系统对于噪声的敏感程度要高于听觉系统,在声音传播中的噪声虽然降低了质量,但时常是感觉不到的。但景物图像的噪声即使很小都很容易被敏锐的视觉系统所感知。图像复原的过程就是为了还原图像的本来面目,即由退化了的图像恢复到能够真实反映景物的图像。
在交通系统、刑事取证中图像的关键信息至关重要,但是在交通、公安、银行、医学、工业监视、军事侦察和日常生活中常常由于摄像设备的光学系统的失真、调焦不准或相对运动等造成图像的模糊,使得信息的提取变得困难。但是相对于散焦模糊,运动模糊图像的复原在日常生活中更为普遍,比如高速运动的违规车辆的车牌辨识,快速运动的人群中识别出嫌疑人、公安刑事影像资料中提取证明或进行技术鉴定等等,这些日常生活中的重要应用都需要通过运动模糊图像复原技术来尽可能地去除失真,恢复图像的原来面目。因此对于运动模糊图像的复原技术研究更具有重要的现实意义。
二、 匀速直线运动模糊图像的复原技术
运动模糊现象在数字图像处理实践中经常遇到,在照片曝光期间相机与景物之间的相对运动形成了运动模糊,其中以匀速直线运动最为常见。对于运动模糊图像的复原方法研究非常具有现实意义。因为运动模糊图像在日常生活中普遍存在,给人们的实际生活带来了很多不便甚至危及到安全保障体系。一个典型的例子就是现在很多城市的一些重要交通路口都设置了交通监视系统,它能及时拍摄车辆图像并从图片中分析出该车车牌号。由于车辆在行进中速度较快,所以摄取的画面有时是模糊不清的,这就需要运用运动模糊图像复原技术来进行图像复原,来得到可辨认的车牌图像。运动模糊图像复原技术在银行监视系统中识别经济犯罪、在路况监视系统中监控超速行驶、在刑事侦破中提供线索等方面也发挥着重要的作用。
2.1 匀速直线运动模糊图像的退化模型
在所有的运动模糊中,由匀速直线运动造成的模糊图像的复原问题更具有一般性和普遍意义。因为变速的、非直线运动在某些条件下可以被分解为分段匀速直线运动。
将退化的点扩散函数记作

,在不考虑噪声干扰的情况下,由目标与摄像机相对运动造成的图像模糊模型可以用图3-1来描述:

图2-1匀速直线运动模糊图像的退化模型
得到退化图像如图(b)。


(a)车牌图像 (b) 退化图像
图2-2 原图像和退化图像
图(c)和(d)分别为原图像和模糊图像的二次傅里叶变化后的图像:


(c) 车牌图像频谱 (d) 退化图像频谱
图2-3 二次傅里叶变换后的原图像及退化图像
利用图(d)粗略的计算模糊的方向,可以通过matlab自带的画线工具,选取如下图
所示的三角形,计算a与c之间的夹角。

图2-4模糊方向的获取
Matlab命令窗口输入:ginput,选中三个顶角后回车,可得:
ans =
136.6009 146.3977
137.4205 166.8895
145.2074 166.8895
粗略取值后,经Matlab计算得:
atan(20/9)*180/pi
ans = 65.7723
则运动方向为90-ans≈25(误差为5)。
四、 匀速直线运动模糊图像的几种复原方法
图像恢复也称图像复原是指根据相应的退化模型和先验知识,把品质下降了的图像加以重建.从退化图像中重构出原始图像。匀速直线运动模糊图像恢复技术的研究具有一般性和普遍意义,因为非匀速直线运动在某些条件下可以近似地视为匀速直线运动或者可以看作是多个匀速直线运动的合成。而在匀速直线运动模糊的所有模型中,水平方向的模糊更具有代表性和简单性,因为其它方向上的模糊可以由水平方向上的恢复方法推广得到,或者直接将图像旋转就可以把其它方向的运动模糊转化为水平方向上的匀速直线运动模糊。
对于退化的复原,一般采用两种方法,一种方法适用于对图像缺乏先验知识的情况,此时可对退化过程(模糊和噪声)建立模型,进行描述,进而寻找一种去除或削弱其影响的过程。另一方面,若对于原始图像有足够的先验知识,则对原始图像建立一个数学模型,并根据它对退化图像进行恢复会更有效。本文采用的是已知退化模型和噪声的情况下,对图像复原的常用方法进行研究。
下面介绍逆滤波、有约束的最小二乘方滤波、维纳滤波和Richardson-Lucy迭代算法进行图像复原,并进行讨论分析。
4.1 逆滤波复原
逆滤波复原法也叫做反向滤波法,其主要过程是首先将要处理的数字图像从空间域转换到频域中,进行反向滤波后再由频域转换到空间域,从而得到复原的图像信号。
如果退化图像为

,原始图像为

,在不考虑噪声的情况下,其退化模型用式(4-1)表示,现在将其重写如下:

(4-1)
上式两边进行傅里叶变换得式(4-2)

(4-2)
式中

,分别是退化图像

,点扩散函数

,原始图像

的傅里叶变换。
由式子(4-2)以及傅里叶逆变换公式可得式(4-3)和式(4-4)


(4-3)

(4-4)
式中,

可以理解为成像系统的“滤波”传递函数。在频域中系统的传递函数与原图像信号相乘实现“正向滤波”,这里

除以