(完整版)单幅模糊图像恢复的研究-开题报告

1、西北大学研究生学位论文开题报告姓名王慧龙学号2953265培养层次(博士 /硕士)硕士培养单位信息科学与技术专业导师/导师组张天翼论文题目单幅模糊图像的模糊核情计及图像恢复1 .选题背景：图像是人类传递信息的重要媒介，在人们的生活和工作中图像信息起到不可替代的作用，然而图像模糊在现实生活中普遍存在，如交通路口的电子眼对闯红灯车辆的监视，需要记录其车牌号，但由 于速度快，摄像机上的号码是模糊的。很多拍摄场景随着时间不断改变，具有不可重复性，摄影者不 能重复拍摄，如果某一瞬间由于相机抖动而造成图像模糊，而恰巧这个场景不能重复拍摄，那么摄影 者就会失去这一珍贵的图像。所以对这类图像复原方法的研究是就

2、有非常重要的现实意义。图像去模糊作为图像恢复的重要课题可以追溯到二十世纪六十年代，著名的应用包括阿波罗登月和火星表面的探测等。而自然图像的模糊类型主要有运动模糊、高斯模糊、散焦模糊等，而运动模糊 又包含匀速直线运动模糊、旋转运动模糊、多重运动模糊、非参数运动模糊等。因此很难在去模糊前 将模糊图像的模糊类型确定。图像恢复不同于图像增强，图像恢复必须要获得图像的退化过程，然后 在退化模型的基础上进行退化的反演绎，所以建立正确的退化模型是图像有效恢复的前提。图像恢复的处理一般过程为：首先根据实际了解的图像降质过程，建立数学模型。假设f(x, y)为原始图像，经过点扩展函数(简称 PSF,也称模糊核)

3、h(x,y)退化后，则有退化图像为 g(x,y)。恢复过程则是根据 己知的g(x,y)和降质过程的先验知识，寻求恢复系统的冲击响应p(x, y),输入g(x, y)使输出的恢复结果f?(x,y)尽量地逼近f(x,y)。若模型的p(x, y)存在病态问题，则在 g(x, y)中只要有很小的一个 扰动，便会造成f?(x, y)很大的变化，其值往往会远偏离原始真值，而图像去模糊恰恰是一个病态问题 的求解，所以图像去模糊是求取逼近于原始图像解的问题。图像去模糊发展至今，已经出现许多处理思想与模型。逆滤波方法4是较早出现的去模糊算法，这种算法假定模糊图像不存在噪声干扰，直接利用退化模型做逆运算得到复原的

4、清晰图像，但是实际的模糊图像中往往带有噪声干扰，而逆滤波方法在噪声存在时效果较差；Helstron提出了最小均方误差滤波6,即维纳滤波，方法建立在认为图像和噪声是随机过程的基础上，而目标是找一个未污染图像的估计值，使它们之间的均方差最小，这种方法说明了如何处理噪声，但是需要知道图像较多的先验知识；Richardson和Lucy在原图像符合泊松分布的假设提前下提出了 Lucy-Richardson (L-R)算法916 ,目前已被广泛应用于图像修复中，但是由于其对噪声的敏感性，使得修复后的图像中存在明显的振铃效应；Chan等提出了基于变分法和偏微分方程(PDE)1920的TV (Total Va

5、riation )盲去卷积模型通过交替迭代算计算模糊核与理想图像，利用模型中的正则化项来抑制复原过程中的振铃效应，但引入的TV模型不符合图像形态学分布，导致对图像的纹理区域会产生错误的抑制；近年来，Bayes分析、变分法、正则化方法、小波等技术应用到图像去模糊中，使图像去模糊效果不断得到改善。虽然模糊图像的恢复结果得到不断的改善，但还远远没有达到人们的要求，这些去模糊处理的方法多多少少有其不足之处，仍然没有一种方法是绝对适合任何模糊图像恢复的，因此，继续研究图像 去模糊是很有必要的。112 .研究思路及方法：对于单幅模糊图像，已知的信息量非常有限。对于这样的一幅图像它没有关于噪声的信息，没有

6、模糊类型的信息，因此在实际的去模糊过程中，若对于这样的图像去模糊处理，采用的去模糊处理的 数学模型也不定，常见的有概率模型、变分模型等。去模糊算法的选择也与对点扩散函数先验信息的 获知情况有关，对于点扩散函数信息知道的越多，去模糊算法的有效性以及去模糊的结果会有更精确。 所以，实际去模糊过程中，可以先估计点扩散函数，在选取去模糊算法复原退化图像，也可以同时进 行点扩散函数与原始清晰图像的估计，这样的算法会相对复杂，用时也相对较多。复原图像模糊核的估计和噪声的滤除对于降质图像上网恢复是非常重要的环节。当滤除噪声不合 理时会是原本模糊的图像更加难以辨识；当模糊核估计不准确时，恢复出来的图像也是模糊

7、不堪的， 因此这两个方面在图像的恢复中有着至关重要的作用。本文试图提出一个新的图像恢复流程。首先利 用一种新的维纳滤波图像去高斯噪声算法，将图像中的噪声滤除，滤除噪声后的图像可以减少噪声对 图像恢复的不良影响。在滤除噪声之后，将模糊图像识别分类。分类的目的是更加准确的估计出模糊 核的参数，应用针对性的方法分别估计不同类型的模糊核。最后进行去卷积算法复原图像。本文的主要研究思路包括模糊类型的区分、模糊核的估计、图像去模糊等 17 O第一，在模糊图像类别的区分中，虽然当前不存在关于图像模糊类型的统一区分方法，但是可以预料的是，如果在利用去模糊算法恢复退化图像前能够确定模糊核的模糊类型，则对于模糊核

8、的计算以及去模糊算法的效果都会带来积极的影响。这也是本文研究想做出的一个尝试与突破。图像模糊类型较多，常见的大类有运动模糊、高斯模糊、散焦模糊等，而运动模糊与高斯模糊又更为普遍，运动模糊中匀速运动模糊占多数。基于以上考虑，本文在去模糊算法运行之前，事先将模糊核类型做一个粗区分，匀速运动模糊一类，剩下的模糊暂归于高斯模糊。如果时间充裕还可以将运动模糊在进行分类。在进行匀速运动模糊分类时，将会用到 2维Otsu自适应阈值的快速算法18,这不仅使得图像滤波效果更加明显，还能提高实时性。第二，对于运动模糊，利用模糊图像空域与频域的信息以及Radon变换1得到模糊核角度与长度，在之前的处理中，运动模糊图

9、像的频域特性中会出现十字亮线，这影响了模糊图像的分类，因此应用改进算法，剔除十字亮线的存在；对于高斯模糊，利用盲去卷积直接估算模糊核。第三，最后利用改进的R-L算法去卷积算法实现去模糊。从以上所述的总体思路可以获得如下的流程图：从上述流程图中可清晰的观察到本论文的基本的思路。在进行探究的过程中，对上述方案进行分析，实验，并修正该思路，最终提出一种恢复效果良好的去模糊图像，并且保证其有较好的实时性。主要用matlab或者C#仿真完成。3 .研究内容：(1)研究图形致模糊的原因，并仿真实现多种模糊核并探究其特点；(2)研究国内外关于单幅模糊图像恢复的传统方法及其改进方法，总结其优缺点;(3)提出一

10、种改进的关于单幅模糊图像恢复的算法；(4)根据研究思路提出的方案进行仿真实验。4 .特色和创新点：针对模糊图像 PSF的特点，鉴别出其属于哪种类型的模糊图像，按照设定好的分类进行有效的恢复；在计算各自的 PSF时都进行相关优化。最终在去卷积处理时应用改进的R-L算法。5 .论文的基本框架：第一章绪论5.1 图像去模糊的应用领域5.2 图像去模糊的研究现状第二章图像去模糊的基本理论2.1 图像去模糊的基本模型2.2 图像去模糊的退化理论2.3 本文去模糊处理的流程框架第三章模糊类型区分与模糊核估计3.1 模糊类型区分的基本思想3.2 模糊类型区分过程3.3 运动模糊参数估计3.4 高斯模糊参数估

11、计3.5 本章小结第四章采用改进的R-L算法恢复图像4.1 图像去模糊的常见算法4.2 应用本文算法进行去卷积运算4.3 实验结果及性能分析4.4 图像质量评估4.5 本章小结第五章总结与展望6.参考文献：1林荫，李翠华，黄建航.基于Radon变换的运动模糊图像参数估计J.计算机技术与发展，2008,18(1).2张博，张文生，丁欣.基于Richardson-Lucy的图像去模糊新算法J.计算机工程与用，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.单幅运动模糊图像去模糊研究D.长春：吉林大学计算机科学与技术学院.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顾亚芳.高斯模糊图像的盲复原D.南京：东南大学信息科学与工程学院，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吴玲达，

14、郝红星.一种图像去模糊正则化恢复算法参数确定方法J.国防科技大学报，2012,34(4).10鲁晓东.一种运动模糊图像恢复方法的研究D.武汉：华中科技大学计算机科学与技术学院，2006.11张军，韦志辉.一种基于卷积积分的图像去噪变分方法J.中国图象图形学报，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衣晓飞，陈福接，杨学军.基于维纳滤波的图像模板匹配J.计算机研究与发展，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杨雄文.基于超拉

16、普拉斯先验的图像去模糊的研究与实现D.广州：华南理工大学计算机科学与工程学院，2012.17 Castleman K.R. Digital Image ProcessingM. Upper Saddle River : Prentice Hall, 1996,324406.18郝颖明，朱枫.2维。tsu自适应阈值的快速算法J.中国图象图形学报，2005, 10(4).19 Chan T.F., Wong C.K.Total variation blind deconvolutionJ. IEEE Transactions on Image Processing, 1998, 7(3): 370