陳華玲,馮 桂,寥家亮
(華僑大學(xué) 信息科學(xué)與工程學(xué)院,福建 泉州 362021)
在各類圖像系統(tǒng)中,由于圖像的傳送和轉(zhuǎn)換,如成像、復(fù)制、掃描、傳輸、顯示等,總要造成圖像的降質(zhì)[1],典型表現(xiàn)為圖像模糊、失真、有噪聲等,這一過(guò)程稱為圖像的退化。相反的,將圖像退化的過(guò)程模型化,并據(jù)此采取相反的過(guò)程以求得原始(清晰)圖像即為圖像復(fù)原技術(shù)。圖像復(fù)原的質(zhì)量和可靠性通常依賴于對(duì)圖像退化信息了解的確切程度。所以模糊圖像復(fù)原一般分為兩個(gè)步驟:一是通過(guò)系統(tǒng)辨識(shí)方法求解退化函數(shù)(PSF),二是采取相應(yīng)算法由退化圖像和退化函數(shù)復(fù)原出原始圖像。
系統(tǒng)辨識(shí)方法通常有測(cè)試靶方法、互相關(guān)方法和圖像辨識(shí)系統(tǒng)方法[2]。前兩種方法適用于手頭有一套攝像系統(tǒng),對(duì)系統(tǒng)輸入的一些特殊信號(hào)得到輸出,然后根據(jù)輸入和輸出計(jì)算系統(tǒng)傳遞函數(shù),即PSF。后一種方法則試圖根據(jù)退化圖像本身來(lái)確定退化的PSF。筆者從離焦模糊和運(yùn)動(dòng)模糊產(chǎn)生的原因出發(fā),結(jié)合模糊圖像與頻譜圖的對(duì)應(yīng)關(guān)系,應(yīng)用Hough變換估計(jì)出退化參數(shù),然后利用逆濾波方法對(duì)模糊圖像進(jìn)行復(fù)原。
原始圖像 f(x,y)經(jīng)過(guò)一個(gè)算子或者系統(tǒng) h(x,y)作用后,與噪聲 n(x,y)疊加而形成觀察到的退化圖像 g(x,y)[3]。其數(shù)學(xué)表達(dá)式為
式中:h(x,y)是一個(gè)綜合了所有退化因素的函數(shù)。式(1)對(duì)應(yīng)的頻域表達(dá)式為
由式(2)可以得到
將 F(u,v)進(jìn)行傅立葉逆變換得到的 f′(x,y)即為原始圖像的最佳估計(jì)。這個(gè)過(guò)程就是逆濾波的基本原理。在不考慮噪聲的情況下,g(x,y)=f(x,y)*h(x,y),則有
由式(4)可見,如果 H(u,v)在 uv 平面上取零或者很小,就會(huì)帶來(lái)計(jì)算上的困難,使復(fù)原結(jié)果與預(yù)期結(jié)果有很大差距。一般情況下,逆濾波器并不正好是1/H(u,v),而是 u 和 v的某個(gè)函數(shù),可記為 M(u,v)。 M(u,v)常稱為復(fù)原轉(zhuǎn)移函數(shù)或處理傳遞函數(shù)。通常取M(u,v)為
式中:w0的選取原則是將H(u,v)為零的點(diǎn)除去。這種方法使得復(fù)原結(jié)果的振鈴效應(yīng)較明顯。改進(jìn)的方法是取M(u,v)為
式中:k和d均為小于1的常數(shù),而且d選得較小為好。
在幾何光學(xué)條件下,對(duì)于線性移不變成像系統(tǒng),離焦模糊圖像的退化模型可以抽象為一圓盤函數(shù)[4]
式中:r為退化模型唯一的模糊參數(shù),是待求參數(shù)。對(duì)應(yīng)的離散傅立葉變換可表示為[5]
式中:Jl[]表示一階第一類貝塞爾(Bessel)函數(shù),M和N為二維傅立葉變換尺寸。由一階第一類貝塞爾函數(shù)的性質(zhì)可知,Hr(u,v)在頻率域的第一個(gè)暗環(huán)(零點(diǎn))的軌跡為
根據(jù)式(9),可以由離焦模糊圖像的二維傅立葉變換頻譜圖G(u,v)的第一個(gè)暗環(huán)(零點(diǎn))所對(duì)應(yīng)的空間頻率u和v 求出模糊半徑 r,從而求出點(diǎn)擴(kuò)散函數(shù) hr(x,y)和 Hr(u,v)。
對(duì)勻速運(yùn)動(dòng)模糊圖像來(lái)說(shuō),設(shè)物體沿水平方向移動(dòng)了d個(gè)像素,則退化模型可以描述為[6]
式(10)對(duì)應(yīng)的離散傅立葉變換可表示為[7]
Hd(u,v)的頻譜幅值為。 由此可知,的零點(diǎn)位置分布在1/d的倍數(shù)處。零點(diǎn)所在頻譜圖像上體現(xiàn)為暗條紋,而曲線包絡(luò)的峰值點(diǎn)在頻譜圖像上體現(xiàn)為亮條紋。因此,只要求出條紋間距D,根據(jù)式(11)計(jì)算相移量 d,點(diǎn)擴(kuò)散函數(shù) Hd(x,y)和Hd(u,v)也就確定。
對(duì)退化圖像做二維傅立葉變換得到退化圖像頻譜圖,再通過(guò)霍夫變換求取暗環(huán)半徑及條紋間距。求取暗環(huán)半徑過(guò)程如下:
1)對(duì)頻譜圖進(jìn)行邊緣檢測(cè)得到邊緣圖像。
2)根據(jù)先驗(yàn)知識(shí),分別確定第一暗環(huán)半徑范圍,從而減小搜索半徑。
3)圓的參數(shù)方程可寫為:a=x-rcos θ,b=y-rsin θ。 將邊緣點(diǎn)代入式中求出參數(shù)(a,b)之值。由于圓心位于圖像中間區(qū)域的某個(gè)范圍,因此如果(a,b)位于這一范圍,則將相應(yīng)的累加陣 H(a,b,r)中的元素加 1,否則加 0。
4)找出 H(a,b,r)中元素的最大值,即是對(duì)應(yīng)半徑為r,圓心為(a,b)的暗環(huán)。
求取條紋間距過(guò)程與暗環(huán)半徑相似,不同的是直線參數(shù)方程表示為ρ=xcos θ+ysin θ。對(duì)檢測(cè)到的直線求取出直線間距,再利用公式(9)和(11)算出模糊半徑與相移量。
選用256×256的Lena圖像作為原始圖像,利用Hough變換在頻率域上估計(jì)退化參數(shù),采用改進(jìn)的逆濾波器對(duì)模糊圖像進(jìn)行復(fù)原。表1與表2分別是利用Hough變換求取的暗環(huán)半徑和條紋間隔同實(shí)際大小的比較,可見,結(jié)果與真實(shí)值比較接近。圖1是模糊半徑為5及相移量為15的逆濾波復(fù)原結(jié)果。
表1 利用Hough變換求取的暗環(huán)半徑同實(shí)際大小的比較
表2 利用Hough變換求取條紋間隔同實(shí)際大小的比較
圖1 Lena圖像實(shí)驗(yàn)結(jié)果
圖像的復(fù)原效果比較好,不過(guò)在圖像中仍然存在一些振鈴波紋,可采用巴特沃斯低通濾波器等對(duì)圖像進(jìn)行處理,從而減小振鈴波紋現(xiàn)象。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的逆濾波器簡(jiǎn)單易實(shí)現(xiàn),復(fù)原結(jié)果較好。但Hough變換估計(jì)退化參數(shù)的準(zhǔn)確性有待進(jìn)一步提高。
數(shù)字圖像復(fù)原是圖像處理中的一項(xiàng)重要技術(shù)。筆者采用改進(jìn)的逆濾波器,避免了一般逆濾波器的普遍病態(tài)性,算法簡(jiǎn)單易實(shí)現(xiàn),且計(jì)算運(yùn)行時(shí)間少。實(shí)驗(yàn)結(jié)果證明了該方法的可行性和有效性,適用于模糊圖像的快速?gòu)?fù)原。
[1]張雪峰,張全法,馮小星.一種掃描圖像幾何畸變的數(shù)字校正方法[J].電視技術(shù),2003(9):78-79.
[2]OMG.The Common Object Request Broker:Architecture and Specification:Version 3.0[S].2002.
[3]CONZALEZ R C.數(shù)字圖像處理[M].北京:電子工業(yè)出版社,2003.
[4]PAVLOVIC G,TEKALP A M.Maximum likelihood parametric blur identification based on a continuous spatial domain model[J].IEEE Trans.Image Proc.,1992,1(10):496-504.
[5]LAY K T,KATASGGELOS A K.Image identification and restoration based on the expectation-maximization algorithm [J].IEEE Trans.ASSP,1990,38(7):1180-1191.
[6]LOKHANDE R.Identification of parameters and restoration of motion blurred images[M].[S.l.]: ACM Press,2006:301-305.
[7]王文發(fā),劉彥保.傅立葉變換用于圖像處理時(shí)的特性分析[J].延安大學(xué)學(xué)報(bào),2006,25(3):22-24.