1
运动模糊图像的复原
摘要
在生活中我们常常会遇到用相机拍照运动物体时得到模糊照片、路边摄像机
拍摄超速车辆所得的图像往往看不清车牌等现象。可见,研究对运动造成模糊图
像的方法在现实生活中有重大的意义。
本题研究的是将运动模糊图像尽量变得更加清晰,然而,在一幅模糊图像和
经过处理后的图像之间我们不能直接从肉眼来主观评判其处理效果,因此在这里
我们引入了一个客观的评判标准的三个指标
来判断处理后的图像
是否比原来的模糊图像更加清晰。因此,我们采取将一个清晰的图像
经
过我们建立的运动退化模型将其模糊,模糊的图像
即可看做摄像机拍照时
造成的运动模糊,然后再通过滤波模型和BP神经网络将退化的图形进行还原,最
后用所建立的客观评判模型将原来清晰的图像和还原后的图像进行比较,得出它
们的还原效果。最后将得出得模型再进行用一个实验进行检验。
首先,研究对运动模糊的复原之前,必须得对物体的运动过程做一个深入的
了解,一张彩色的照片可以看做是一个三维的图形构造而成,但由于对彩色图片
处理需要考虑很多因素,因此我们先把彩色图像用二值法进行灰度处理变成一个
二维图像,以便简单方便处理参数并且结合图像运动函数解决对运动模糊图像的
复原。
为了便于解决问题,本文研究的是摄像机相对于物体做匀速运动的过程,我
们可以把一个图像看做是由很多个像素坐标
构成,由于在实际中,我们无
法精确估计运动物体的速度
以及摄像机的曝光时间
,因此我们可以换个角度
直接将运动模糊图像进行
Hough
变换和
Sobel
边缘检测计算出运动模糊图像的模
糊角度,用微分自相关的方法来估计运动模糊长度。这样就可确定出模糊图像在
的偏移量
,然后就可以带入到公式:
0 0
0
( , ) exp[ 2 ( ( ) ( ))]
T
H u v j ux t vy t dt
求出模糊图像的点扩展函数
。
由于在拍照时往往会有噪声干扰,这对图像的复原结果有很大的影响,所以
在进行对原图像退化是要加入一个加性噪声
,在退化图像复原时也要进行
去噪处理。在求到点扩展函数
之后,就可以利用不同的复原模型对退化
图像进行复原。因为要验证模型的有效性和实用性,就必须对退化的图像进行复
原,本文主要运用了两个复原的方法,一个是经典的维纳滤波法,由于维纳滤波
法具有局限性,因此我们还设计一个BP神经网络算法实现对运动模糊图像的复
原。通过实际实验以及客观标准分析,BP神经网络复原的效果优胜于维纳滤波,
证明我们的算法模型有效可行。
关键词:运动模糊图像 图像复原 退化模型 PSF 维纳滤波 BP 神经网络
评论0
最新资源