對圖像處理中維納濾波復原算法的改進研究

摘要：文中介紹了傳統(tǒng)圖像處理中的離焦復原算法存在的不足，指出了兩種傳統(tǒng)的處理方法在逼近離焦點擴散函數(shù)方面效果都不太理想，并提出了對維納濾波復原方法的改進，最后通過實驗證實了改進后的維納濾波復原算法具有明顯的優(yōu)勢，并且其分辨率和噪聲消除方面都表現(xiàn)良好。

關(guān)鍵詞：圖像處理；維納濾波復原算法；算法改進

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9599 （2012） 21-0000-02

1 傳統(tǒng)的圖像復原法中存在的不足

假如我們要對一幅圖像進行復原技術(shù)處理，那么就一定需要提前得到光瞳函數(shù)所需參數(shù)。但是，由于在實際的圖像處理過程中，要想得到相關(guān)的未知參數(shù)值是一件十分困難的事，因此，在進行圖像恢復時借助于估算系統(tǒng)現(xiàn)有的擴散函數(shù)對其進行處理，使其所獲得的值更加接近。當前比較常用的有這樣的兩種復原圖像模型，其中一種就是圓盤處理模型，而另一種則是屬于高斯圖像處理模型，技術(shù)人員通常是通過這兩種模型來獲取相對應點擴散函數(shù)的近似值，然后再將得到的值傳遞給函數(shù)。

如果想要得到良好的離焦模糊圖像復原結(jié)果，就必要使用精確的估計離焦點擴散函數(shù)以及采用光學傳遞函數(shù)。下面我們將對這一個問題進行研究。

2 圖像處理中維納濾波復原方法的改進

由于傳統(tǒng)的圖像復源方法存在一些不足，下面對這一復源算法進行必要的改進，主要是在擴散函數(shù)上，依據(jù)離焦圖像估算，提高精確度。

2.1 檢測直邊函數(shù)曲線

想要對直邊擴散函數(shù)曲線進行檢測，一定需要使用邊緣檢測來對直線邊緣檢測其模糊的圖像。最經(jīng)常使用的邊緣檢測方法就是在原有圖像的基礎(chǔ)上，尋找出圖像各個象素點在有限的區(qū)域內(nèi)所發(fā)生的灰度演化過程，然后通過將接近邊緣的一階或者二階的方向?qū)?shù)變化規(guī)律來作為參考依據(jù)，采用最科學有效的方法來檢測其邊緣。其實這個邊緣點就是屬于灰度觀察，兩邊之間的灰度值會有一定的差距?？梢赃@么說邊緣點是存在于兩個點之間，這兩個點是屬于不同的亮度之間，一個屬于比較亮的點位置，而另外一個則是比較暗的點位置。唯有獲取到直邊擴散函數(shù)曲線的中心像素點所在位置，方可以得到函數(shù)的曲線。

2.2 直邊擴散函數(shù)曲線的擬合

對直邊擴散函數(shù)進行擬合的時候，我們可以采用最小二乘擬合法。擬合法的具體步驟如下：