opencv模糊图像变清晰_去卷积:怎么把模糊的图像变清晰?

本文探讨了相机镜头的缺陷导致的图像模糊问题,重点介绍了去卷积技术中的维纳滤波方法,包括其推导过程和理解方式。此外,文章还提到了更多非盲去卷积的方法,为图像清晰化提供了理论基础和技术路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

点击上方“3D视觉工坊”,选择“星标”

干货第一时间送达

ca855d9044dbc79ce232d4081605d293.png

你有没有想过把模糊的图像变清晰?就像这样: 757e0d766253a97a582fd45f73dc665d.png 或者这样: c3908a03630a7023e8ef467793bacb87.png 今天我将给你介绍这种神奇的技术:去卷积 图像的模糊有很多种可能性,包括:
  1. 镜头的缺陷

  2. 相机的抖动

  3. 场景的运动

  4. 景深的限制

  5. 后期的处理

让我先从第一种镜头的缺陷导致的图像模糊讲起,因为这是所有的镜头都会存在的固有的问题。

一、镜头的缺陷以及衍射极限PSF

在31. 镜头、曝光,以及对焦(上)中,我们看到了小孔成像的缺陷,小孔的尺寸太大会导致画面模糊,小孔的尺寸太小会导致没有足够的能量穿过小孔,画面很暗,并且由于衍射的原因,画面也会模糊。即便是非常仔细的调整小孔的尺寸,最后的成像效果都不够清晰,因为事实上由于光的波粒二象性,几何光学中理想的小孔成像就不存在。 e0aea95b668cf4c64d1f9d9f3c25a042.png 人们采用镜头来弥补小孔成像的缺陷。这样获得了更好的光能利用率,更清晰的成像。 55944c35db4d410120d60d0158fbc1ea.png 理想的镜头成像时,一个对焦平面上的物点会投影为一个像点: 209195e2e60ad7f87f3b91bdcbb6f0ab.png 但事实上理想的镜头时不存在的,镜头总是存在一些缺陷会导致一个物点会投影为很多点。一个理想点经过相机后成的像由点扩散函数PSF(Point Spread Function)来描述。 5b5b5a054b730169158b069a46915ef8.png 镜头的缺陷有两类:
  • 像差,比如色差和球差

25677db31446ebcf99663c3cfa8b283b.png
  • 衍射,这是因为光的波动性导致的,只要光通过光圈就会产生衍射

df15bbb3df4e9b51a53344e1fd3f7791.png 我们可以认为这种效应是空间不变的,即空间中任何一点在任意一个像平面上都会呈现同样的缺陷——即你用相机拍出的照片永远是不够清晰的。 在这篇文章中,我们先忽略掉像差,只考虑衍射。那么一个理想的小点通过圆形光圈后的PSF会呈现出一种特别的形态,这是一种叫做Airy Pattern的图像,这种因为衍射形成的PSF我们称之为衍射极限PSF(Diffraction Limit PSF) 3c63dc771a52516fb6e5a21caea0c6c2.png 而如果对此PSF做傅里叶变换 ,就可以得到这个镜
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值