图像增强和复原image enhancement and restora-tion
利用数字图像处理技术可以将图像中感兴趣部分加以强调，对不感兴趣的部分予以抑制，强调后的部分对使用者更为清晰，甚至能给出一定的数量分析或不同颜色的表示。这种技术常称为图像增强。图像复原是通过图像滤波实现的。
图象增强方法
图像增强常用的方法包括直方图均衡化法、图像平滑法、图像尖锐化法和伪彩色法。直方图指的是一幅图像亮暗的分布情况，均衡化就是将一幅分布极不均匀的图像使其均匀化，从而改善图像的质量；平滑化和尖锐化是针对图像的细节和轮廓，平滑化使图像变得柔和，尖锐化使图像变得清晰；伪彩色法是将原为黑白颜色的图像转变为彩色图像，不同灰度用不同的颜色表示，从而可以更明显地分辨出图像中灰度变化的细节。
增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
中文名图像增强外文名image enhancement 类型频率域法和空间域法
目的改善图像的视觉效果
image enhancement
图像增强可分成两大类：频率域法和空间域法。
频率域法把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。
空间域法空间中具有代表性的算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算，基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某
种修正，是一种间接增强的算法。
基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。
方面方法
1.对比度变换:线性变换、非线性变换
2.空间滤波：图像卷积运算、平滑、锐化
3.彩色变换：单波段彩色变换、多波段彩色运算、HIS
4.多光谱变换：K-L变换、K-T变换
5.图像运算：插值运算、比值运算、分形算法
研究意义
人类传递信息的主要媒介是语言和图像。据统计在人类接受的各种信息中视觉信息占80%，所以图像信息是十分重要的信息传递媒体和方式。图像传递系统包括图像采集、图像压缩、图像编码、图像存储、图像通信、图像显示这六个部分。在实际应用中每个部分都有可能导致图像品质变差，使图像传递的信息无法被正常读取和识别。例如，在采集图像过程中由于光照环境或物体表面反光等原因造成图像整体光照不均，或是图像采集系统在采集过程中由于机械设备的缘故无法避免的加入采集噪声，或是图像显示设备的局限性造成图像显示层次感降低或颜色减少等等。因此研究快速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。
图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、
胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。
图像工程是一门综合学科，它的研究内容非常广泛，覆盖面也很大。从1996年起，《中国图像图形学报》上连续刊登了对图像工程文献统计分类的综述文章。根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类，并在此基础上对国内15种有关图像工程的重要中文期刊进行了各期刊各类文献的统计和分析。选取的刊物名有:《CT理论与应用研究》、《测绘学报》、《电子测量与仪器学报》、《电子学报》、《电子与信息学报》、《计算机学报》、《模式识别与人工智能》、《数据采集与处理》、《通信学报》、《信号处理》、《遥感学报》、《中国生物医学工程学报》、《中国体视学与图像分析》、《中国图象图形学报》、《自动化学报》。
从中我们挑选了2005年至2009年的统计数据：在2005年的112期上发表的2 734篇学术研究和技术应用文献中，属于图像工程领域的文献有656篇。在2006年的112期上发表的3013篇学术研究和技术应用文献中，属于图像工程领域的文献有711篇。在2007年的118期上发表的3312篇学术强究和技术应用文献中，属于图像工程领域的文献有895篇。在2008年的120期上发表的3359篇学术研究和技术应用文献中，属于图像工程领域的文献有915篇，2009年的134期上
发表的3604篇学术研究和技术应用文献中，有1008篇属于图像工程领域的文献。这些统计数据显示，无论是论文总数还是选取总数都是逐年增长的。论文总数的增长表明刊物的不断发展，选取总数的增加表明图像工程的研究和应用的不断壮大。据统计从1995年至2009年，发表图像处理的文章总计2720篇，占图像工程总体的33.1%；发表图像分析的文章总计2434篇，占图像工程总体的29.6%；发表图像理解的文章总计1192篇，占图像工程总体的14.5%；发表技术应用文
章1797篇，占图像工程总体的21.9%；发表综述评论文章74篇，占图像工程总体的0.9%，其中关于图像增强技术方面的文章增长率尤其较高。因此图像增强
技术在今后一段时间内仍将是一个热点。
影响图像质量清晰程度有很多因素，室外光照度不均匀会造成图像灰度过于集中；摄像头获得的图像经过数/模转换，线路传输时都会产生噪声污染，图像质量不
可避免降低，轻者变现为图像伴有噪点，难于看清图像细节；重者图像模糊不清，连大概物体面貌轮廓都难以看清。因此，对图像进行分析处理之前，必须对图像进行改善，即增强图像。图像增强并不考虑图像质量下降的原因，只是将图像中感兴趣的重要特征有选择性的突出出来，同时衰减不需要的特征，目的就是提高
图像的可懂度。
图像增强的方法分为空域法和频域法两种，空域法是对图像中的像素点进行操作，用公式描述如下：
g(x,y)=f(x,y)*h(x,y)
其中是f(x,y)原图像；h(x,y)为空间转换函数；g(x,y)表示进行处理后的图像。
频域法是间接的处理方法，是先在图像的频域中对图像的变换值进行操作，然后变回空域。例如,先对图像进行傅里叶变化到频域，再对图像的频谱进行某种滤
波修正，最后将修正后的图像进行傅里叶反变化到空域，以此增强图像。可用图1来描述该过程。
图像还原方法
图像复原是通过图像滤波实现的。例如，维纳滤波、各种优化意义下的最佳滤波，以及各种类型的中值滤波都是图像复原的方法
应用
图像增强和复原，是为了使图像经过处理，获得更适于应用的效果，在图像通信、图像显示等领域得到广泛的应用。在实际应用中，由于原始图像不能满足理想的要求，例如照度很不均匀，图像某些部分过亮，某些部分过暗；不同时刻获得的摄像机图像，平均亮度相差过大；运动物体在拍摄中有些移动，以及图像本身中混有受干扰的条纹及噪声亮点等。图像增强和复原是作为图像预处理的一个重要环节。
图像增强与复原的研究是一个长期的任务。至今为止，理论和技术上还有很多困难。这主要是多项质量指标要求难以同时兼顾。例如消除了图像中的噪声，同时又降低了图像的清晰程度。为此人们正致力于研究许多质量指标都能兼顾的最优方法。
图像复原方法综述 1、摘要 图像是人类视觉的基础，给人具体而直观的作用。图像的数字化包括取样和量化两个步骤。数字图像处理就是将图像信号转换成数字格式，并利用计算机进行加工和处理的过程。 图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。 本文主要介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，详细的介绍了维纳滤波、正则滤波、LR算法和盲区卷积，并通过实验证明了该方法的可行性和有效性。 关键词：图像退化、图像复原、维纳滤波、正则滤波、LR算法、盲区卷积、 2、图像复原概述 在图像的获取、传输以及保存过程中，由于各种因素，如大气的湍流效应、摄像设备中光学系统的衍射、传感器特性的非线性、光学系统的像差、成像设备与物体之间的相对运动、感光胶卷的非线性及胶片颗粒噪声以及电视摄像扫描的非线性等所引起的几何失真，都难免会造成图像的畸变和失真。通常，称由于这些因素引起的质量下降为图像退化。 图像退化的典型表现是图像出现模糊、失真，出现附加噪声等。由于图像的退化，在图像接受端显示的图像已不再是传输的原始图像，图像效果明显变差。为此，必须对退化的图像进行处理，才能恢复出真实的原始图像，这一过程就称为图像复原[1]。 图像复原技术是图像处理领域中一类非常重要的处理技术，与图像增强等其他基本图像处理技术类似，也是以获取视觉质量某种程度的改善为目的，所不同的是图像复原过程实际上是一个估计过程，需要根据某些特定的图像退化模型，对退化图像进行复原。简言之，图像复原的处理过程就是对退化图像品质的提升，并通过图像品质的提升来达到图像在视觉上的改善。 由于引起图像退化的因素众多，且性质各不相同，目前没有统一的复原方法，众多研究人员根据不同的应用物理环境，采用了不同的退化模型、处理技巧和估计准则，从而得到了不同的复原方法。 图像复原算法是整个技术的核心部分。目前，国内在这方面的研究才刚刚起步，而国外
G(u,v) =F(u,v)+N(u, v) ⑶ 实验名称：图像退化与复原 实验目的 1. 了解光电图像的退化原因； 2. 掌握和理解基本的噪声模型，并能对图像进行加噪处理； 3. 了解点扩展函数(PSF)与光学传递函数(OTF)的关系，熟悉几种经典的退化模 型的 模拟试验和OTF 估计方法； 4. 熟悉和掌握几种经典的图像复原方法及其基本原理； 5. 能熟练利用MATLAB 或C/C++工具进行图像的各种退化处理， 并能编程实现 退化 图像的复原。 三. 实验原理 光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情 况下都把退化简化为化为一个线性移不变过程，见下图 1所示。 障质过稈 | 屯原 图1光电图像退化与复原原理图 因此，在空域中退化过程可以表示如下： g (x,y) = f (x,y) * h(x,y) + h(x,y) (1) 只有加性噪声不存在情况下，退化过程可以模型化如下表达式： g(x,y) = f (x,y) + h(x,y) (2) 其频域表达式为 :
针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波 的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。常见的空间 域滤波方法有均值滤波器和统计排序滤波器。 当退化图像存在线性移不变退化时， 图像的复原不能采用简单空间域滤波器 来实现，要实现线性移不变退化图像的复原， 必须知道退化系统的退化函数，即 点扩展函数h(x,y)。在点扩展函数已知的情况下，常见图像复原方法有逆滤波 和维纳滤波两种。 在考虑噪声的情况下，逆滤波的原理可以表示如下： 通常情况下，N (u,v)是未知的，因此即使知道退化模型也不能复原图像 此外，当H (u,v )的任何元素为零或者值很小时，N (u,v )/H (u,v )的比值决定 着复原的结果，从而导致图像复原结果出现畸变。对于这种情况， 通常采用限制 滤波频率使其难以接近原点值，从而减少遇到零值的可能性。 维纳滤波则克服了逆滤波的缺点，其数学模型表示如下： 然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似: 因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进 行复原。 四. 实验步骤 本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。 (一)图像的退化图像 1、大气湍流的建模 ° F(u,v) = G(u,v) U F(u,v) = G(u,v) H(u,v) F(u,v) + N(u,v) H(u,v) ° 犏 F (u,v)=犏 J _________ (u,v) H (u,v) H *(u,v)2 + S h (u,v)/S f (u,v) G(u,v)
任务书 1、课程设计目的： 1）提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。 2）熟悉掌握一门计算机语言，可以进行数字图像应用处理的开发设计。 2、课程设计的题目：运动模糊图像复原算法实现及应用 1）创建一个仿真运动模糊PSF来模糊一幅图像（图像选择原理）。 2）针对退化设计出复原滤波器，对退化图像进行复原（复原的方法自定）。 3）对退化图像进行复原，显示复原前后图像，对复原结果进行分析，并评价复原算法。 3、课程设计方案制定： 1）程序运行环境是Windows 平台。 2）开发工具选用matlab、VC++、VB、C#等，建议选用matlab作为编程开发工具，可以达到事半功倍的效果、并降低编程难度。 3）以组件化的思想构建整个软件系统，具体的功能模块根据选定的不同题目做合理的划分。 4、课程设计的一般步骤： 1）选题与搜集资料：选择课题，进行系统调查，搜集资料。 2）分析与设计：根据搜集的资料，进行功能分析，并对系统功能与模块划分等设计。 3）程序设计：掌握的语言，编写程序，实现所设计的功能。 4）调试与测试：自行调试程序，同学之间交叉测试程序，并记录测试情况。 5）验收与评分：指导教师对每个成员开发对的程序进行综合验收，综合设计报告，根据课程设计成绩的判定方法，评出成绩。 5、要求
1）理解各种图像处理方法确切意义。 2）独立进行方案的制定，系统结构设计合理。 3）程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写时做适当的注释。 目录 摘要 (2) 一、概述 (3) 1.1选题背景 (3) 1.2课程设计目的 (4) 1.3设计内容 (5) 二、图像退化与复原 (6) 2.1图像退化与复原的定义 (6) 2.2图像退化模型 (7) 2.3运动模糊图像复原的方法 (7) 2.3.1逆滤波复原法 (8) 2.3.2维纳滤波的原理 (9) 三、运动模糊图象复原的matlab实现 (10) 3.1维纳滤波复原 (10) 3.2约束最小二乘滤波复原 (10) 3.3 运动模糊图像复原实例 (11) 四、课程设计总结与体会 (14)
７５２ｂ＝———＝；———＃＝＝——＝＝＝＝—＃＝＝；＝————＝—＝——＝＝＝＝＝——＝＝＝——＝—＃一ａ以科学发展观促进科技创新（下）２１ＥｉｃｈｍａｎｎＧ，ＳｔｏｊａｎｃｉｃＭ．Ｓｕｐｅｒｒｅｓｏｌｖｉｎｇｓｉｇｎａｌａｎｄｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎｕｓｉｎｇｏｒｙ．Ａｐｐｌ．Ｏｐｔ．１９８７。Ｖ０１．２６：１９１１～１９１８ｌｉｎｅａｒａｓｓｏｃｉａｔｉｖｅｍｅｍ—２２ｃｏｌｌｅｃｔｉｖｅｃｏｍｐｕｔａｔｉｏｎａｌａｂｉｌｉｔｉｅｓ．ＨｏｐｆｉｅｌｄＪＪ．ＮｅｕｒａｌｎｅｔｗｏｒｋｓａｎｄｐｈｙｓｉｃａｌｓｙｓｔｅｍｗｉｔｈｅｍｅｒｇｅｎｔＰｒｏｃＮａｔＡｃａｄＳｃｉＵＳＡ。１９８２，（７９）：２５５４～２５５８ｉｎｉｎｖｅｒｓｅａｎｄｗｉｅｎｅｒｆｉｌｔｅｒｒｅｓｔｏｒａｔｉｏｎｓｏｆｍｏｔｉｏｎ—ｂｌｕｒｒｅｄ２３２４ＳｔｅｎｄｅｒＪ．（ｅｄ）．ＰａｒａｌｌｅｌＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ：ＴｈｅｏｒｙａｎｄＡｐｐｌｉｃａｔｉｏｎ．１０ＳＰｒｅｓｓ．１９９３ｅｒｒｏｒｓＬｉｍＨ。ＴａｎＫＣ，ＴａｎＢＴＧ．Ｅｄｇｅｉｍａｇｅｓａｎｄｔｈｅｉｒｗｉｎｄｏｗｉｎｇｔｒｅａｔｍｅｎ
ｔ．ＣＶＧＩＰ．１９９１，５３：１８６。１９５作者简介刘晶晶，现为北京大学遥感所、中国矿业大学（北京）机电学院计算机硕士。研究方向：图像处理与模式识别。电话：（０１０）５１７３３３８０；Ｅ—ｍａｉｌ：ｌｊｊ０１０＠１２６．ｃｏｍ。晏磊，现为北京大学地球与空间科学学院教授，博士生导师，北京市空间信息集成与３Ｓ工程应用重点实验室主任。何凯，现为北京大学遥感所博士后。研究方向：分形、小波理论及其在遥感影像处理方面的应用。宁书年，现为中国矿业大学（北京）博士生导师，地球探测与信息技术博士点学科带头人。ＬＥＤ显示技术及其发展趋势罗妙宣１王华１’２夏华丽２１．北京大学空间信息集成与３Ｓ工程应用北京市重点实验室，北京，１００８７１；２．中国矿业大学（北京）机电与信息工程学院，北京，１０００８３摘要本文介绍了ＬＥＤ显示技术的工作原理、简要介绍了它的系统组成；并与ＣＲＴ技术、ＬＣＤ技术进行了比较，阐明了该技术的发展趋势及其应用前景。关键词ＬＥＤ显示技术半导体一、引言随着时代步伐的前进，信息已经日益成为人们关注的焦点，信息发布的方式就显得尤为重要，基于ＬＥＤ显示技术的显示屏就这样应运而生了。ＬＥＤ显示屏是由发光二极管组成的平面点阵来显示图像信息的器件。它以其自身的高亮度、低能耗、长寿命、响应快和无辐射的优点在短短的几十年发展成为现代信息发布的重要手段，并被广泛地应用于证券交易、金融、交通、体育、广告等领域。最近几年以ＧａＮ为基础的２％族半导体材料和器件方面取得了突破性进展，导致了ＧａＮ基蓝光ＬＥＤ进入市场，并被用于全色大屏幕显示器，使ＬＥＤ显示器的发展进入了一个全新阶段。ＬＥＤ材料分无机和有机两种，无机材料激发电压低、设备工艺简单、亮度高；近年来基于有机发光二极管（ＯＬＥＤ）的平板显示器，由于其新颖的特性正在成为平板显示器领域的一个新增长点。二、ＬＥＤ显示技术的工作原理ＬＥＤ（ＬｉｇｈｔＥｍｉｔｔｉｎｇＤｉｏｄｅ）是指通过一定的控制方式，用于显示文字、文本图形图像和行情等各种 图像运动模糊复原算法综述作者：作者单位：刘晶晶，晏磊，何凯，宁书年刘晶晶(北京大学遥感与地理信息系统研究所,北京,100871;中国矿业大学(北京机电与信息工程学院,北京,100083，晏磊,何凯(北京大学遥感与地理信息系统研究所,北京,100871，宁书年(中国矿业大学(北京机电与信息工程学院,北京,100083 本文读
一、图像复原的变分方法 图像在形成传输和存储的过程中都会产生失真，造成图像质量的退化，图像复原就是解决这些问题。 （1）图像复原的变分方法 一般来讲，图像的退化过程一般可描述为：f=Ru+n 1-（1） 其中n 表示加性Gauss 白噪声，R 表示确定退化的线性算子，通常是卷积算子。 图像复原就是要尽可能的降低或消除观察图像f （x ）的失真，得到一个高质量图像，根据最大似然原理，通过求解如下变分问题可以得到真实图像u 的一个最小二乘逼近： {} 2inf (x)(x)u f Ru dx Ω-? 1-（2） 但该问题是一个典型的病态问题，解决该问题的常用的方法是正则化方法，其中最典型的模型是全变差（TV ）模型，该模型在2001年被法国数学家完善，提出了卡通-纹理分解的变分模型。 TV 模型的正则化模型为：() 222()()inf L u H f Ru u dx λΩΩ∈Ω-+?? 1-（3） 第一项是残项，或称忠诚项，保证恢复图像u 保留观察图像f 的主要特征，第二项是正则项，保证恢复图像的光滑，以去除噪声，同时保证极小化问题是良态的，λ>0是尺度参数，平衡忠诚项和正则项的作用，该模型的唯一解满足以下方程: *(f Ru)u 0R λ-+?= 1-（4） 该模型对均匀区域来讲，能很好的去除噪声，但同时磨光了边缘的重要特征，对1-（3）的方程加上适当的初、边值条件，可构成最速下
降法来求解。 该方法可以去除光滑部分的噪声，但同时边缘和纹理也被模糊了，此模型对图像的光滑性要求高，不允许图像中出现不连续或奇异特征，由此改进了有界变差函数或分布空间-BV 空间将图像的梯度看成一种测度而不是函数，允许图像存在边缘、纹理等重要的不连续特征 ，用BV 空间刻画全局正则性更合适。 在图像复原中，为了在去噪的同时能够有效的保留边缘，提出如下正则化模型：2 2()()1inf 2L TV u BV f Ru u λΩ∈Ω??-+ ??? 1-（5） 它利用了BV 空间的半范数—全变差来作为正则项，加上同样的初、值条件，用最速下降法求解，它是Sobolev 空间的一种改进。 （2）变换域变分模型 上述TV 模型只利用了图像的空域信息，没有利用图像的频域或其他变换域信息，另一方面需要大量的迭代，而且没有一个好的停止准则，而变换域变分模型，其求解简单，无需迭代。 DT 模型： 112()1,1()22,inf (v,u)(v u)2f L H B u v F f v u γα-ΩΩΩ=-+++ 1-（6） 利用该模型和Besov 半范数和小波系数的等价关系可以建立基于小波变换的快速算法，避免了求解非线性偏微分方程。 图像的复原也可在基于Besov 和负hilbert-sobolev 空间进行，以及在基于Besov 和齐次Besov 空间进行。 二、 基于Besov 空间的图像盲复原
图像盲恢复的算法研究 摘要：当点扩展函数未知或不确知的情况下, 从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来, 图像盲复原算法得到了广泛的研究。本文在介绍了盲图像恢复算法的现状的基础上进一步研究其的发展方向。 关键词: 图像盲恢复现状前景 一、引言 图像恢复是图像处理中的一大领域,有着广泛的应用,正成为当前研究的热点。图像恢复的主要目的是使退化图像经过一定的加工处理,去掉退化因素,以最大的保真度恢复成原来的图像。传统的图像恢复假设图像的降质模型是己知的。而许多情况下,图像的降质模型未知或具有较少的先验知识,必须进行所谓的盲恢复。其重要性和艰巨性而成为一个研究热点。目前所能获取的观测图像是真实图像经过观测系统成像的结果。由于观测系统本身物理特性的限制,同时受观测环境的影响,观测图像和真实图像之间不可避免地存在着偏差和失真,称观测系统对真实图像产生了降质。图像恢复的目的就是根据降质的观测图像分析和计算得出真实图像。 二、图像盲恢复算法的现状 总体来说, 图像盲复原方法主要分为以下两类: 一是首先利用真实图像的特别特征估计PSF,然后借助估计得到的PSF,采用经典的图像复原方法进行图像的复原。这类方法将PSF的估计与图像的复原过程分为2个不同的过程,因而具有较少计算量的特点；二是PSF辨识和真实图像估计相结合,同时辨识PSF和真实图像。这类算法较为复杂,计算量较大。另外,对于点扩展函数也考虑了空间变化的复杂情况。针对目前的盲复原算法的现状,根据退化模型的特点, 重新将算法分为空间不变的单通道盲复原算法、空间不变多通道盲复原算法和空间变化图像盲复原算法3类。 （一）单通道空间不变图像盲复原算法 在这类算法中, 最为常用的是参数法和迭代法。 1）参数法。所谓参数法, 即模型参数法, 就是将PSF和真实图像用某一类模型加以描述, 但模型的参数需要进行辨识。在参数法中, 典型的有先验模糊辨识法和ARMA 参数估计法, 前者先辨识PSF的模型参数,后辨识真实图像, 属于第1 种类型的图像盲复原算法, 因而计算量较小；后者同时辨识PSF和真实图像模型参数, 属于第2种类型图像盲复原算法。 2）迭代法。所谓的迭代法, 不是通过建立模型而是通过算法的迭代过程, 加上有关真实图像和PSF的约束来同时辨识PSF和真实图像的方法。迭代法是单
鲁东大学信息与电气工程学院学年第-----1----学期 《》课程论文 课程号： 任课教师成绩 逆滤波复原与维纳滤波复原方法及比较 摘要 图像复原，即利用退化过程的先验知识，去恢复已被退化图像的本来面目。对遥感图像资料进行大气影响的校正、几何校正以及对由于设备原因造成的扫描线漏失、错位等的改正，将降质图像重建成接近于或完全无退化的原始理想图像的过程。图像在形成，记录，处理和传输的过程中，因为成像系统，记录设备，传输介质和处理方法的不完备导致图像质量的下降，也就是常说的图像退化。图像复原是对发生退化的图像进行补偿，某种意义上对图像进行改进，改善输入图像的质量。我的这篇论文主要介绍逆滤波图像复原，维纳滤波图像复原等方法，以及对他们之间进行比较。 关键词：图像复原、逆滤波复原、维纳滤波复原 一．图像复原的意义 复原是图像处理的一个重要内容，它的主要目的是改善给定的图像质量并尽可能恢复原图像。图像在形成、传输和记录过程中，受各种因素的影响，图像的质量都会有所下降，典型表现有图像模糊、失真、有噪声等。这一质量下降的过程称为图像的退化。图像复原的目的就是尽可能恢复退化图像本来面目。 二．维纳滤波的介绍 图像复原是图像处理中的一个重要问题。对于改善图像质量具有重要的意义。已在实际应用中被证明是有效的重要的图像复原技术有很多,而维纳滤波法提供了一种在有噪声情况下导出反卷积传递函数的最优方法,它是频率域最常用的一种恢复方法。目前的B超声图像所展示的器官和组织的范围很小，而且图像的分辨率较低，同时伪像也较多，这样在根据B超图像进行病情诊断时，常常出现由于B超图像模糊不清而错误诊断病情的情况，造成严重的后果。因此，利用图像处理技术，对所获得的
—182 — 雾天条件下的视频图像复原方法及其应用 葛君伟，谢祥华，方义秋 (重庆邮电大学GIS 研究所，重庆 400065) 摘 要：针对雾天户外视频图像的退化现象，提出一种基于大气模型的完全自适应视频图像复原方法。该方法根据单帧图像的灰度分布特性，求出天空区域灰度的最佳近似正态分布，再由这个近似正态分布得到天空区域的灰度均值，同时根据灰度直方图分割出各个景物的深度区域并求出归一化辐射率的值，利用同深度区域内像素点的对比度实现退化图像的复原。实验表明，该方法对雾天退化图像的清晰化效果较好。 关键词：雾天；大气模型；正态分布；归一化辐射率；深度区域 Video Image Restoration Method in Foggy Weather and Its Application GE Jun-wei, XIE Xiang-hua, FANG Yi-qiu (GIS Research Centre, Chongqing University of Posts & Telecommunications, Chongqing 400065) 【Abstract 】According to degraded phenomena of outdoor video images taken in foggy weather, this paper proposes an entirely self-adapting method of video image restoration on the basis of atmospheric model. Under the gray distributing characteristic of an image, the optimal normal distribution of the gray for sky region can be gained. The gray mean of the sky distribution can be obtained by the optimal normal distribution. At the same time, the iso-depth region can also be segmented according to the gray histogram and the value of normalized radiance can be solved. It uses contrast of pixels in iso-depth region to realize restoration of degraded images. Experiments show the method can effectively improve degraded images in foggy weather. 【Key words 】foggy weather; atmospheric model; normal distribution; normalized radiance; depth region 计 算 机 工 程 Computer Engineering 第36卷 第14期 Vol.36 No.14 2010年7月 July 2010 ·图形图像处理· 文章编号：1000—3428(2010)14—0182—03 文献标识码：A 中图分类号：TP391.41 1 概述 大多数的室外视频工作系统，如视频监控、地形勘测、自动驾驶等，都需要清晰准确地提取图像特征，但在雾天情况下，由于场景的能见度低，图像中目标对比度和颜色等特征被衰减，系统无法正常工作，因此需要在视频图像中消除雾天对场景图像的影响。雾天图像复原也称为去雾，如今已有多种去雾算法，具体的可以分为非模型的方法和基于物理模型的方法2类。 早期的去雾算法是用简单的图像处理方法改变对比度，如直方图均衡化和对比度拉升等，由于能见度具有指数衰减特性，因此这些方法并不能取得很好的效果。典型的非模型方法还包括基于小波和基于大气调制传递方程的方法。文 献[1]就是使用基于小波的方法对多幅雾天图像进行融合来获得一张较好的图像，但这种方法只能相对地提高图像质量，并不能实现真正意义上的去雾。文献[2]借助于大气调制传递方程进行雾天衰减图像的处理，但是需要事先知道雾天浓度和场景深度，在实际应用中难以实现。相比之下，基于物理模型的方法却能够取得较理想的去雾效果。 目前，雾天条件下的退化图像复原多采用大气物理模型方法。在使用该方法进行图像清晰化处理时，由于缺少参数，很难从一幅在恶劣天气情况下拍摄的单帧图像中恢复晴朗天气下对应场景图像的对比度和色度。如文献[3]利用2幅不同雾天情况下的退化图像求取天气信息和场景信息；文献[4]则需要2种不同天气状况下对同一场景的图像来估计深度信息。显然它们对视频图像采集的要求过于苛刻。为了有效解 决上述不足，本文提出了一种基于大气模型的完全自适应的景物影像复原方法。 2 大气模型的建立 文献[5]对恶劣天气下图像的成像机制进行了深入的研究并发现，在雾天状况下，景物成像机制主要有2种：(1)景物光通过大气传送到摄像机过程中的光线衰减机制；(2)大气中的粒子对环境光的散射，它也会对成像产生影响，称为Airlight 机制。 景物光经大气衰减后到达摄像机的光强度为 1e d E I βρ?∞= (1) 大气中的粒子将环境光散射到摄像机的光强度为 2)e E I ?∞=(1? (2) 在上述2种成像机制的共同作用下，摄像机接收到的光强度为 e ) e d E =I I β?ρ?∞∞+(1? (3) 其中，d 是景点深度；β是大气的散射系数；βd 称为景点的光学深度；I ∞是空间光强度；ρ是与景点反射系数、归一化空间照度谱和摄像机谱响应三者有关的函数，它与天气条 基金项目：重庆市教委基金资助项目(KJ090519) 作者简介：葛君伟(1961－)，男，教授、博士，主研方向：模式识别，图像处理，软件工程；谢祥华，硕士；方义秋，副教授 收稿日期：2010-01-09 E-mail ：mynamexxh@https://www.doczj.com/doc/5717566949.html,
图像增强和复原image enhancement and restora-tion 利用数字图像处理技术可以将图像中感兴趣部分加以强调，对不感兴趣的部分予以抑制，强调后的部分对使用者更为清晰，甚至能给出一定的数量分析或不同颜色的表示。这种技术常称为图像增强。图像复原是通过图像滤波实现的。 图象增强方法 图像增强常用的方法包括直方图均衡化法、图像平滑法、图像尖锐化法和伪彩色法。直方图指的是一幅图像亮暗的分布情况，均衡化就是将一幅分布极不均匀的图像使其均匀化，从而改善图像的质量；平滑化和尖锐化是针对图像的细节和轮廓，平滑化使图像变得柔和，尖锐化使图像变得清晰；伪彩色法是将原为黑白颜色的图像转变为彩色图像，不同灰度用不同的颜色表示，从而可以更明显地分辨出图像中灰度变化的细节。 增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 中文名图像增强外文名image enhancement 类型频率域法和空间域法 目的改善图像的视觉效果 image enhancement 图像增强可分成两大类：频率域法和空间域法。 频率域法把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。 空间域法空间中具有代表性的算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。 图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算，基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某
数字图像复原技术综述 摘要图像是人类视觉的基础，给人具体而直观的作用。图像的数字化包括取样和量化两个步骤。数字图像处理就是将图像信号转换成数字格式，并利用计算机进行加工和处理的过程。 图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。 本文主要介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，详细的介绍了维纳滤波、正则滤波、LR算法和盲区卷积，并通过实验证明了该方法的可行性和有效性。 关键词：图像退化、图像复原、维纳滤波、正则滤波、LR算法、盲区卷积、 1 引言 数字图像复原技术(以下简称复原技术)是数字图像处理的重要组成部分。最早的复原技术研究可以追溯到19世纪50至60年代早期美国和前苏联的空间项目。恶劣的成像环境、设备的振动，飞行器旋转等因素使图像产生不同程度的退化。在当时的技术背景下，这些退化造成了巨大的经济损失。为此，业内人士围绕着解决退化问题展开了复原技术的研究。反映复原技术的发展现状和趋势。考虑到彩色图像复原问题的特殊性，也归人到该部分进行讨论；最后，对复原技术的研究方法进行总结与展望。 2、图像复原概述 在图像的获取、传输以及保存过程中，由于各种因素，如大气的湍流效应、摄像设备中光学系统的衍射、传感器特性的非线性、光学系统的像差、成像设备与物体之间的相对运动、感光胶卷的非线性及胶片颗粒噪声以及电视摄像扫描的非线性等所引起的几何失真，都难免会造成图像的畸变和失真。通常，称由于这些因素引起的质量下降为图像退化。 图像退化的典型表现是图像出现模糊、失真，出现附加噪声等。由于图像的退化，在图像接受端显示的图像已不再是传输的原始图像，图像效果明显变差。为此，必须对退化的图像进行处理，才能恢复出真实的原始图像，这一过程就称为图像复原[1]。 图像复原技术是图像处理领域中一类非常重要的处理技术，与图像增强等其他基本图像
毕业设计（论文） 题目：图像的增强与复原算法
毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：
摘要 图像处理是一门迅速发展的学科，在大量领域有着极其广泛的应用。在景物成像的过程中可能出现的模糊、失真或噪声还有变形，会导致图像质量下降，从而降低了图形的科学性，也造成了经济损失。 数字图像处理是一个跨学科的前沿科技领域，在各个学科中得到广泛的应用，并显示了广阔的前景，成为计算机科学、信息科学、生物学、医学等学科的研究热点。而图像增强与复原作为数字图像的基本内容，有着更高的研究价值。 图像增强是指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。基于空间域的图像增强是图像处理的一个重要分支，它能有效改善图像整体或局部特征。直方图是图像处理中最重要的基本概念之一，它用于显示图像的灰度值分布状况，并且能有效地用于图像增强。本文论述了图像灰度调整实现、直方图均衡化、直方图规定化图像增强技术，并给出了相关的基本原理。并在介绍图像频域增强原理的基础上，讨论了频域内通过对低通滤波器、高通滤波器的图像增强以及基于小波变换的图像增强，介绍了相关的理论，并给利用MATLAB工具进行实现。实验证明，在质量较差的图像中，选择不同的算法对图像的增强在准确性上均有不同。 数字图像复原(简称图像复原)是数字图像处理的一个基本的和重要的课题，它是后期图像处理(如图像分析，图像理解)的前提。图像复原主要目的在于消减或减轻在图像获取及传输过程中造成的图像品质下降即退化现象，恢复图像的本来面目。本文论述了采用近似的方法应用线性系统的理论解决图像复原的问题，并用MATLAB语言实现了维纳滤波、规则化滤波、Lucy-Richardson复原程序、盲去卷积复原，实验证明相同的图像采用不同的复原方法产生的效果不同，可以根据自己的实际需要来选择所要使用的复原方法。 关键词：图像处理、图像增强、图像复原、滤波、MATLAB
实景图像的复原处理 一、设计意义和目的 意义: 图像复原是数字图像处理中的一个重要课题。它的主要目的是改善给定的图像质量并尽可能恢复原图像。图像在形成、传输和记录过程中，受多种因素的影响，图像的质量都会有不同程度的下降，典型的表现有图像模糊、失真、有噪声等，这一质量下降的过程称为图像的退化。图像复原的目的就是尽可能恢复被退化图像的本来面目。 在成像系统中，引起图像退化的原因很多。例如，成像系统的散焦，成像设备与物体的相对运动，成像器材的固有缺陷以及外部干扰等。成像目标物体的运动，在摄像后所形成的运动模糊。当人们拍摄照片时，由于手持照相机的抖动，结果像片上的景物是一个模糊的图像。由于成像系统的光散射而导致图像的模糊。又如传感器特性的非线性，光学系统的像差，以致在成像后与原来景物发生了不一致的现象，称为畸变。再加上多种环境因素，在成像后造成噪声干扰。人类的视觉系统对于噪声的敏感程度要高于听觉系统，在声音传播中的噪声虽然降低了质量，但时常是感觉不到的。但景物图像的噪声即使很小都很容易被敏锐的视觉系统所感知。图像复原的过程就是为了还原图像的本来面目，即由退化了的图像恢复到能够真实反映景物的图像。 目的： 图像复原的目的也是改善图像的质量。图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或图像的最优估计值，从而改善图像质量。图像复原是建立在退化的数学模型基础上的，且图像复原是寻求在一定优化准则下的原始图像的最优估计，因此，不同的优化准则会获得不同的图像复原，图像复原结果的好坏通常是按照一个规定的客观准则来评价的，因此，建立图像恢复的反向过程的数学模型和确定导致图像退化的点扩散函数，就是图像复原的主要任务。
图像复原技术综述 图像复原技术综述 摘要：数字图象处理研究有很大部分是在图象恢复方面进行的，包括对算法的研究和针对特定问题的图象处理程序的编写。数字图象处理中很多值得注意的成就就是在这个方面取得的。在图象成像的过程中，图象系统中存在着许多退化源。一些退化因素只影响一幅图象中某些个别点的灰度；而另外一些退化因素则可以使一幅图象中的一个空间区域变得模糊起来。前者称为点退化，后者称为空间退化。此外还有数字化、显示器、时间、彩色，以及化学作用引起的退化。总之，使图象发生退化的原因很多，但这些退化现象都可用卷积来描述，图象的复原过程就可以看成是一个反卷积的问题。反卷积属于数学物理问题中的一类“反问题”，反问题的一个共同的重要属性是其病态，即其方程的解不是连续地依赖于观测数据，换句话说，观测数据的微小变动就可能导致解的很大变动。因此，由于采集图象受噪声的影响，最后对于图象的复原结果可能偏离真实图象非常远。由于以上的这些特性，图象复原的过程无论是理论分析或是数值计算都有特定的困难。但由于图象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。 关键词：图像复原；盲复原；逆滤波；神经网络复原 1 图像退化及复原模型 1.1 图像降质的数学模型 图像复原处理的关键问题在于如何建立退化模型。假定输入图像f（x，y）经过某个退化系统后输出的是一幅退化的图像。为了方便讨论，把噪声引起的退化（即噪声）对图像的影响一般作为加性噪声考虑，这也与许多实际应用情况一致，如图像数字化时的量化噪声、随机噪声等就可以作为加性噪声，即使不是加性噪声而是乘性噪声，也可以用对数方式将其转化为相加形式。原始图像f（x，y）经过一个退化算子或系统H（x，y）的作用，然后和噪声n（x，y）进行叠加，形成退化后的图像g（x，y）。图像退化的过程可以用数学表
信息工程学院 数字图像处理 图像复原的应用 姓名： 学号： 提交日期： 2012年5月28日
目录 一、摘要 (3) 二、关键词 (3) 三、图像复原的研究背景和现状 (4) 四、原理与实验结果分析 (6) 五、几种较经典的复原方法介绍 (8) （1）维纳滤波法 (8) （2）正则滤波法 (10) (3)Lucy-Richardson算法 (11) （4）盲去卷积 (12) 六、结论 (13) 七、参考文献 (14)
摘要 运动模糊图像的复原是图像复原中较常见也是较难的一类，在智能交通系统中有着广泛的应用。本文面向车牌识别应用，对运动模糊图像的复原技术进行了系统的研究与实现。 匀速直线运动模糊图像复原的关键在于运动模糊方向和长度的自动鉴别两个方面。将原图像视为各向同性的一阶马尔科夫过程，通过用双线性插值来进行方向微分，实现了运动模糊方向的自动鉴别算法；根据分析模糊图像的频谱图出现黑色条带的原因、条件以及它的精确位置，实现了运动模糊长度自动鉴别算法。 针对复杂成像情况下的运动模糊图像复原工作，着重解决了含噪运动模糊图像和局部运动模糊图像的复原问题；综合应用椒盐噪声检测器和基于带可变正则化参数的径向基神经网络(I也FN)方法，实现了组合滤波器去噪算法，采用改进的局部运动模糊对象提取算法实现局部运动模糊图像的复原。 开发了车牌模糊图像复原系统。该系统对模糊长度和模糊角度均具有较高的鉴别精度，对于含有噪声的运动模糊图像和局部模糊图像进行相应的去噪处理和对局部模糊对象进行提取，并提供参数调整机制以获得最佳的复原效果。自动实现各种类型的运动模糊车牌图像的清晰恢复，复原的效果图可直接应用于后续的车牌识别等工作。 关键字
图像增强和复原以及图像变换的区别和特征 一、三者的共同点： 体现在都是对图像进行后处理，实现的共同目的是能够使图像表现出更好的视觉效果。 二、三者的区别和各自主要特征 图像增强：利用一定的技术手段，不用考虑图像是否失真（即原始图像在变换后可能会失真）而且不用分析图像降质的原因。针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 图像复原：针对质量降低或者失真的图像，恢复图像原始的内容或者质量。图像复原的过程包含对图像退化模型的分析，再对退化的图像进行复原。图像退化是由于成像系统受各种因素的影响，导致了图像质量的降低，称之为图像退化。这些因素包括传感器噪声、摄像机聚焦不佳、物体与摄像机之间的相对移动、随机大气湍流、光学系统的象差、成像光源和射线的散射等。 图像复原大致可以分为两种方法： 一种方法适用于缺乏图像先验知识的情况，此时可对退化过程建立模型进行描述，进而寻找一种去除或消弱其影响的过程，是一种估计方
法； 另一种方法是针对原始图像有足够的先验知识的情况，对原始图像建立一个数学模型并根据它对退化图像进行拟合，能够获得更好的复原效果。 图像变换：图像可以看作是一个矩阵，所谓图像变换，就是通过变换矩阵，将图像矩阵变换成另一个矩阵。变换后的矩阵能得到某些图像的信息。通常，变换后的图像能体现图像的频率特征，可以用于图像的数据压缩和各种处理。 实现图像变换的手段有数字和光学两种形式，常用的有三种变换方法。①傅里叶变换②沃尔什-阿达玛变换③离散卡夫纳－勒维变换