一种离焦模糊图像的盲复原方法

基于张量总变分的模糊图像盲复原刘洪;刘本永【摘要】In general blind restoration algorithms,only the gray information of a color image is utilized to estimate the blurring kernel,and thus a restored image may be unsatisfactory if its size is too small or the salient edge in it is too little.Focused on the above mentioned problem,a new blind image restoration algorithm was proposed under a new tensorial framework,in which a color image was regarded as a third-order tensor.First,the blurring kernel was estimated utilizing the multi scale edge information of blurred color image which could be obtained by adjusting the regularization parameter in tensorial total variation model.Then a deblurring algorithm based on tensorial total variation was adopted to recover the latent image.The experimental results show that the proposed algorithm can achieve obvious improvement on Peak Signal-to-Noise Ratio (PSNR) and subjective vision.%现有模糊图像盲复原算法通常仅利用彩色图像的灰度信息估计模糊核,彩色图像转换成灰度图像的操作会造成信息丢失,在处理尺寸过小或显著边缘过少的图像时,模糊核的估计通常会失效,导致最后复原图像的质量不理想.针对上述问题,在新的张量框架下,把彩色模糊图像作为一个三阶张量,提出了一种基于张量总变分的模糊图像盲复原算法.首先通过调整张量总变分模型中的正则化参数获取彩色图像不同尺度的边缘信息,从而估计出模糊核;再利用张量总变分算法对模糊图像解模糊,复原出清晰图像.实验结果表明,所提算法得到的复原图像在峰值信噪比(PSNR)和主观视觉上均得到明显改善.【期刊名称】《计算机应用》【年(卷),期】2016(036)011【总页数】5页(P3207-3211)【关键词】模糊图像;盲复原;模糊核;张量;张量总变分【作者】刘洪;刘本永【作者单位】贵州大学计算机科学与技术学院,贵阳550025;贵州大学大数据与信息工程学院,贵阳 550025;贵州大学大数据与信息工程学院,贵阳 550025【正文语种】中文【中图分类】TP391.4受大气湍流、聚焦不准确以及相机与被拍摄场景之间存在相对位移等因素的影响，导致采集的图像出现模糊退化，如果假设这种退化是线性空不变的，则可用退化模型G=H⊗F+N来描述该退化过程，其中:G是模糊图像，H是模糊核，也称为点扩散函数(Point Spread Function, PSF)，Y表示二维卷积，F是清晰图像，N是加性噪声。

一种改进的图像盲复原算法作者：李青青李建建来源：《无线互联科技》2013年第06期摘要：图像盲复原是在点扩散函数未知的情况下从退化观测图像中恢复出原图像的高频细节。

本文给出了一种交替进行Lucy-Richardson恢复和全变差正则化的盲图像恢复算法。

算法将图像盲恢复问题分解成图像恢复和模型辨识两个关联的子问题。

在模型辨识阶段，采用全变差正则化估计系统的点扩散函数；在图像恢复阶段，使用Lucy-Richardson算法和奇异值分解相结合的方法恢复图像。

实验结果证明，该方法能更好的抑制噪声、提高图像的分辨率。

关键词：Lucy-Richardson；图像盲复原；奇异值分解；全变差正则化图像在获取过程中，不可避免地会受到成像体制、噪声及场景的影响，从而导致目标细节丢失，图像分辨率下降。

为了增加退化图像的可理解性和目标的可识别性，众多研究人员采用不同的处理技巧和估计准则提出了不同的复原方法。

由于引起图像退化的因素众多且性质不同，故每种复原方法都有其特殊的应用场合，其典型代表为Lucy-Richardson（LR）算法[1，2]。

LR算法假定图像服从泊松分布，采用最大似然法进行退化图像的迭代复原。

当噪声较小时，该算法具有良好的恢复效果，通过多次迭代可收敛至稳定解。

其二，基于正则化理论的复原方法。

正则化方法根据图像的先验信息，通过添加正则项或“惩罚”项，将图像复原这一病态问题转化为良态问题，从而求解出一个有意义的、稳定的近似解。

其典型代表为Chan[3]等提出的全变差正则化方法。

该算法具有计算复杂度低，恢复效果好的特点，并且从理论上证明了图像是逐片光滑时，全变差正则化比二次正则化能更好地恢复图像边缘[5]。

然而，无论是LR 算法还是全变差正则化算法都未充分考虑系统的点扩散函数（或模糊卷积矩阵）和噪声对复原结果的影响。

例如当噪声较大时，LR算法的复原结果会出现一些明显“斑点”。

这些“斑点”噪声表明LR算法存在放大噪声的缺陷。

一种改进的图像盲复原算法
吴定允;张利红;梁英波
【期刊名称】《周口师范学院学报》
【年(卷),期】2011(028)002
【摘要】针对迭代盲反卷积算法恢复图像在内部灰度对比鲜明的地方、图像边界都出现的"振铃"效应和迭代盲反卷积算法通常去模糊效果好而去噪效果不理想等情况,本研究提出两点改进:首先,迭代盲解卷积算法恢复图像之前对模糊带噪的退化图像进行改进的中值滤波去噪;其次,对恢复出来的图像,通过找到内部灰度变化大的部分和边界并把其像素设置为0,进行去除"振铃"效应.改进后的算法简单,不仅复原了图像的细节,而且很好地去除了噪声.实验结果表明,改进算法取得了比较好的复原效果.
【总页数】3页(P52-54)
【作者】吴定允;张利红;梁英波
【作者单位】周口师范学院物理与电子工程系,河南周口466001;周口师范学院物理与电子工程系,河南周口466001;武汉理工大学自动化学院,湖北武汉430070【正文语种】中文
【中图分类】TN911;TP301
【相关文献】
1.一种改进的NAS-RIF图像盲复原算法 [J], 曲振峰
2.一种改进的图像盲复原算法 [J], 李青青;李建建
3.一种改进的NAS-RIF红外图像盲复原算法 [J], 孙胜永;耿志;胡双演;张士杰;杨亚威
4.一种改进的 NAS -RIF 水下图像盲复原算法 [J], 曲李虎;林善明
5.一种改进的NAS-RIF图像盲复原算法 [J], 穆晓芳;赵月爱;张朝霞;邓红霞
因版权原因，仅展示原文概要，查看原文内容请购买。

运动模糊图像复原实验报告一、运动模糊图像复原【应用背景】运动模糊是一种重要的图像退化原因，在图像采集的过程中，如果采集设备与目标之间存在足够大的相对运动，将会导致获得的图像模糊，这就是所谓的运动模糊。

现在大多数交通路口都设置有电子眼，拍摄记录车辆的违章行为，但是一般情况下违规车辆的行驶速度都较高，由电子眼拍摄到的有违规行为的车辆照片或多或少都存在运动模糊，因而导致很难准确获取包括车牌在内的车辆信息，如何利用图像复原技术对退化图像进行处理，得到相对清晰的图像就显得十分重要，另外，在国防航天等领域，图像的运动退化问题也十分常见，对于图像复原技术的研究具有重要的理论价值与现实意义【模糊图像的一般退化模型】图像的模糊过程可用下面的数学表达式表示：g x,y=f x,y∗ x,y+n(x,y)f(x,y)：原输入图像n(x,y)：噪声h(x,y)：退化函数g(x,y)：模糊图像模糊过程即原始图像在被退化函数作用后再叠加上噪声的过程，其中f(x,y)*h(x,y)表示原始图像与退化函数的卷积，退化模型可表示为下图[19]：其中H 为h(x,y)的频域变换，也称作点扩散函数(PSF)或传输函数，退化过程在频域可表示为：G x,y=F x,y H x,y+N(x,y)G(u,v)、F(u,v)、H(u,v)和N(u,v)分别为g(x,y)、f(x,y)、h(x,y)和n(x,y)的傅里叶变换。

【维纳滤波方法】维纳滤波是一种线性滤波方法，以小误差准则为基础，即使恢复图像与原图像的均方误差小。

利用Matlab的维纳滤波恢复函数：deconvwnr(I,PSF)其中参数I为输入图像，PSF为点扩散函数，PSF为：PSF=fpescial(‘motion’,len,theta)其中，恢复图像的重点为确定参数len和theta参数len为模糊图像位移的像素，theta为运动的角度。

【算法原理】第一步：确定运动方向对于匀速直线运动模糊而言，其点扩散函数具有零点，这就导致模糊图像的频谱也具有零点，在相应的频率处，频谱上会出现一系列平行的暗纹。