运动模糊图像复原
运动模糊图像复原是计算机视觉和图像处理领域中的一个重要研究方向。运动模糊图像是指由于摄像时相机和被摄景物之间的相对运动而造成的图像模糊。这种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。
图像退化的过程可以用数学表达式写成如下的形式:
g(x, y) = H[f(x, y)] + n(x, y)
其中,H(x, y)概括了退化系统的物理过程,就是所要寻找的退化数学模型。n(x, y)是一种统计性质的信息。
图像复原的目的就是根据图像退化的先验知识,找到一种相应的反过程方法来处理图象,从而尽量得到原来图象的质量,以满足人类视觉系统的要求,以便观赏、识别或者其他应用的需要。
图像复原可以理解为图像降质过程的反向过程。建立图像复原的反向过程的数学模型,就是图像复原的主要任务。经过反向过程的数学模型的运算, 要想恢复全真的景物图像比较困难。所以, 图像复原本身往往需要有一个质量标准, 即衡量接近全真景物图像的程度,或者说,对原图像的估计是否到达最佳的程度。
图像退化模型是一个复杂的数学过程,图像复原的方法、技术也各不相同。为了描述图像退化过程所建立的数学模型往往多种多样,而恢复的质量标准也往往存在差异性。
图像复原技术在许多领域的广泛应用,因而己经成为迅速兴起的研究热点。图像复原就是研究如何从所得的变质图象中复原出真实图象,或说是研究如何从获得的信息中反演出有关真实目标的信息。
图像复原关键是要知道图象退化的过程, 即要知道图象退化模型,并据此采取相反的过程以求得原始( 清晰 ) 象。由于图象中往往伴随着噪声,噪声的存在不仅使图象质量下降,而且也会影响了图象的复原效果。
运动模糊图像复原技术可以应用于各个领域,如图像处理、计算机视觉、机器人视觉、医疗图像处理等。其目的都是为了从所得的变质图象中复原出真实图象,以满足人类视觉系统的要求,以便观赏、识别或者其他应用的需要。