多幅图像对比单幅图像复原技术浅析

多幅图像对比单幅图像复原技术浅析

ID:31431291

大小:104.50 KB

页数:4页

时间:2019-01-09

多幅图像对比单幅图像复原技术浅析_第1页
多幅图像对比单幅图像复原技术浅析_第2页
多幅图像对比单幅图像复原技术浅析_第3页
多幅图像对比单幅图像复原技术浅析_第4页
资源描述:

《多幅图像对比单幅图像复原技术浅析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、多幅图像对比单幅图像复原技术浅析  【摘要】运动模糊图像的产生是由于拍摄瞬间摄影镜头与被摄物体之间的相对运动产生的。解决方法依据所得模糊图像数量可分为单幅模糊图像复原及多幅模糊图像复原技术,本文经分析表明,当提供两幅运动模糊图像,前提是两幅图像具有不同的模糊方向,则可以大大改善图像恢复,获得比单幅图像复原效果更好的清晰图像。  【关键词】运动模糊;多幅图像复原技术;点扩散函数  0引言  图像复原技术是当今图像处理研究领域的一个重要分支。目的是去除或减轻在获取数字图像过程中发生的图像质量下降即退化的问题,从而使图像尽可能接近真实的场景。景物形成过程中可能出现

2、畸变、模糊、失真或混入噪声,使所成图像降质,则称为图像的“退化”[1]。  单幅图像复原算法有很多例如神经网络Hopefeild多层前馈(MLF)和径向基函数(RBF)[2-3]近些年来广泛应用于图像恢复,但是其模板不具备普适性。在文献[4]中介绍的是自适应Adaline网络估计退化图像的运动长度,该算法使用了功率谱需要粗略估计运动的长度,另外,需要原始图像作为一个输入进入网络。在文献[5]中提出了一个基于模糊集的新方法,这种方法可以估计低信噪比噪声图像的运动长度并且能准确估计线性运动模糊参数,但是该方法本身高度依赖精确测量模糊集的主波瓣宽度等等。多幅图像复

3、原技术例如文献[6]等等。4  1图像恢复方法的数学模型  一般说来,一幅图像质量下降是由模糊函数和加性噪声造成的。据Eq.(1)显示观察图像g(x,y)和它未退化图像f(x,y)之间的关系[1]:  g(x,y)=f(x,y)*h(x,y)+n(x,y)(1)  其中h是卷积内核,n是加性噪声,加性噪声往往由传感器造成,g是清晰图像,是假设相机与被摄物体之间没有相对运动的理想图像[1]。  模糊识别的过程就是估计出模糊核,运动模糊函数遵循[7-8]:  2恢复算法  2.1单幅图像模糊复原技术  如果引起图像退化的点扩散函数具有零点,这些零点就会迫使退化图

4、像的频谱在某些特定的频率上变成0,表现在频谱上就会出现一系列暗线。对于水平匀速直线运动的模糊图像而言,会在n/L处存在零点,其中n为整数,L为模糊的长度,因而图像在频率平面上存在一些垂直的等间距直线。对于任意方向运动模糊图像,例如β方向的模糊图像,其频谱一定在β+90°的方向存在暗线。图像频谱暗线的个数即为图像实际运动的距离,单位为像素。[1]  这提供了一个很好的方法估计点扩散函数,我们可以用Radon变换方法估计模糊方向,与模糊方向对应的奇异直线清晰可见,通过Radon变换投影估计模糊长度[1]。滤波算法采用约束最小二乘滤波,该算法是基于公式(3)形成的

5、直接滤波解决方案,从而确保最佳的图像恢复。因此过滤重建的任务是在公式(1)的约束下最小化下列方程[9]:4  3实验仿真  图1为对比实验结果,实验结果表明,多幅不同方向模糊的图像能得到比单幅图像模糊复原更好的结果。  4结论  相同的场景的两幅图像,有不同的运动模糊方向,在恢复时可提供更多的信息,使得恢复效果更好,尤其是在两幅图像模糊方向刚好垂直的情况下,因为先验知识最多,因此可获得最好的恢复结果,但多幅图像复原技术需要图像配准等技术的支持,比较复杂,此外模糊图像往往是单幅图像,很少能获得多幅的情况,因此多种复原算法适用的领域不同。  【参考文献】  [1

6、]程姝,赵志刚,吕慧显.顺序结构的运动模糊图像复原技术综述[J].计算机应用,2013(S1):161-165,185.  [2]YapKH,GuanL.Arecursiveapproachtojointimagerestorationandcompensatedbluridentification[J].IEEEInternationalSocietyWorkshoponNeuralNetwoksforSignalProcessing,2000.  [3]田启川,田茂新.一种利用神经网络提取运动模糊区域的新方法[J].微电子学与计算机,2012,29(5)

7、:68-72.  [4]HeWG,LiSF,HuGW.Bluridentificationusingadaptiveadalinenetwork[J].in:IEEEInternationalConferenceonMachineLearningandCybernetics,Guangzhou,2005,9:5314-5317.  [5]EbrahimiMoghaddamM,JamzadM.Linearmotionblur4identificationinnoisyimagesusingfuzzysets[J].EURASIPJ.Adv.SignalProc

8、ess,2007,doi:10.1155/2007/

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。