一种基于视觉特性的图像盲去模糊方法

基于视觉特性的图像处理技术越来越受到人们的关注。 例如：基于视觉特性的图像编码D,z．4]。图像融合【3 等。主要是 因为传统的图像处理方法考虑了图像像素的统计特性．利用 像素之间的统计冗余达到压缩的目的。或者利用像素的灰度 分布实现图像的增强等．实际上．对图像处理的最终结果进行 评价的主体是人。统计特性好的图像其视觉效果未必理想。因 此，在进行图像处理时如果能够在充分利用图像统计特性的 同时考虑人眼的视觉特性，对改善图像处理结果的主观质量 和客观质量无疑是可取的。本文正是基于这个观点，提出了一 种在考虑人眼视觉特性的前提下图像去模糊方法。图像模糊 的实质就是其高频信息受到了损失。因此对模糊图像进行去 模糊就是恢复已失去的高频信息。使结果图像更趋合理，但是 模糊图像中的高频信息并未全部损失，否则的话，模糊图像也 就不能称之为图像了．只不过其高频信息相对于低频信息能 量很小，从而大大地降低了其视觉效果或者分辨率。本文的基 本思想是。在对模糊图像去模糊之前．先利用小波变换对图像 进行多阶分解，然后对每一次分解后的各个子带的小波变换 系数依据视觉数据模型进行视觉加权。再进行逆小波变换得 到一幅高频信息增强了的模糊图像(相对于原始模糊图像而 言)。在此基础上运用盲去模糊方法恢复图像，结果图像在视 觉质量方面有显著的提高。 ### 一种基于视觉特性的图像盲去模糊方法 #### 摘要 本文提出了一种新的图像去模糊方法，该方法结合了人类视觉系统（Human Visual System, HVS）的特性，通过增强模糊图像的高频信息来提升图像的视觉质量。传统的方法往往只考虑图像的统计特性，而忽视了人的主观感受。新方法首先使用小波变换对图像进行多级分解，然后根据HVS的频率和方向特性对高频子带进行加权处理，之后通过逆小波变换获得增强的模糊图像。采用盲去模糊技术从增强后的模糊图像中恢复清晰图像。实验结果显示，该方法能显著提高恢复图像的视觉质量。 #### 引言 随着计算机图形学和数字图像处理技术的发展，人们对图像处理的要求越来越高，不仅追求技术上的精确性，还强调处理结果的视觉效果。传统的图像处理方法侧重于图像像素的统计特性，如利用像素间的统计冗余进行压缩或利用灰度分布进行图像增强等。然而，这些方法往往忽略了人作为图像处理最终结果的评价者这一事实，导致即使统计特性良好的图像也可能无法满足人们对视觉效果的需求。 #### 图像的小波变换 小波变换作为一种有效的信号处理工具，因其具有突出显示局部特征的能力而在图像处理领域中占据重要地位。通过对图像进行小波变换，可以将其分解为不同的子带图像，每个子带代表了图像的不同频率成分。具体来说，每经过一次小波变换，图像会被分解成四个子带：低频子带(LL)、水平高频子带(HL)、垂直高频子带(LH)和对角高频子带(HH)。这些子带图像分别反映了原图像的不同特征。多级小波变换可以进一步细化图像的频率成分，便于后续处理。 #### 视觉加权处理 考虑到人眼对不同频率成分敏感度不同，本方法利用HVS的特性对小波变换后的高频子带进行视觉加权。具体而言，人眼对高频信息更为敏感，特别是在边缘和细节区域。因此，对高频子带进行适当的加权可以有效地增强图像的细节部分，同时保持整体的自然感。通过这种方式，可以有效地提高图像的视觉质量。 #### 基于视觉特性的盲去模糊方法 在对模糊图像进行视觉加权处理后，接下来采用盲去模糊技术来恢复图像。盲去模糊是指在不知道模糊核的情况下恢复清晰图像的过程。由于模糊图像中并非所有的高频信息都被完全丢失，而是相对于低频信息的能量较小，因此通过增强这些残存的高频信息，可以在一定程度上恢复图像的清晰度。这种方法不仅能够提高图像的分辨率，还能确保图像的视觉效果更加符合人的视觉习惯。 #### 结论 本文提出了一种基于视觉特性的图像盲去模糊方法，该方法结合了小波变换和人类视觉系统的特性，通过增强模糊图像的高频信息来改善图像的视觉质量。实验结果证明，与传统的去模糊方法相比，该方法能在保持图像自然感的同时显著提高图像的清晰度和视觉效果。未来的研究可以进一步探索如何优化视觉加权函数以及如何提高盲去模糊算法的鲁棒性，以便更好地服务于实际应用需求。