基于MATLAB的运动模糊图像复原

论文总字数：12583字

摘 要

随着科学技术的发展，人们越来越注重图像的质量。在具体应用中，图像采集设备在采集图像过程中由于各种原因会导致图像质量降低，从而会使一部分细节信息丢失，再加上采集过程中避免不了光的干扰，导致图像对比度降低。为了得到细节信息丰富的图像，这就需要对退化图像进行深入研究及处理。本论文研究了产生模糊图像的原因，并对图像构建了相应的退化模型，还介绍了三种复原原理，最后用这三种复原方法对模糊图像进行复原处理，并且对复原结果进行了比较。

关键词：运动模糊，图像复原，维纳滤波

Abstract： With the development of science and technology, people pay more and more attention to the quality of images. In a specific application, the image acquisition device may cause image quality degradation due to various reasons in the process of image acquisition, thereby causing loss of a part of detailed information, and in addition, interference of light cannot be avoided during the collection process, resulting in a decrease in image contrast. In order to obtain detailed information-rich images, this requires in-depth study and processing of degraded images. This paper analyzes the causes of motion blur, establishes a degenerate model, estimates the point spread function in the model, introduces the three restoration principles of constrained least squares, Wiener filtering and inverse filtering, and finally adopts Wiener. Filtering, Inverse Filtering, Constrained Least Squares Three restoration methods, complete the entire image deblurring process.

Keywords：Motion blur, image restoration, Wiener filtering

目 录

1 绪论 4

1.1 研究背景 4

1.2 研究历史与现状 5

2 图像退化模型 6

2.1 连续退化模型 6

2.2 离散函数退化模型 8

3 复原方法及原理 10

3.1 有约束最小二乘原理 11

3.2 维纳滤波原理 12

3.3 逆滤波原理 13

4 MATLAB仿真与实现 13

4.1 MATLAB的实现 14

4.2 复原结果比较 19

结论 20

参考文献 21

致谢 22

1 绪论

数字图像处理的研究主要集中在图像恢复方面，包括算法的研究，针对具体问题的图像处理程序的编写。在这方面，数字图像处理已经取得了许多显著的成就。

在图像成像期间，图像系统中存在许多劣化源。一些退化因子可以使图像中的某个空间区域模糊，而一些其他退化因子仅影响一个图像中的一些单独点的灰度级。称前一个为空间退化，称后一个为点退化 。此外，还有化学作用引起的退化，并且数字化、时间以及颜色等也会引起退化。总的来说，图像退化的原因是多方面的。但可以用卷积来描述这些退化现象，对于图像的复原过程，完全可以用反卷积的问题来看待。反卷积是数学物理中的一种难以处理的问题，这个问题对观测数据的要求非常严格。观测的数据如果发生了一些极其小的变化，即使这种变化可能都难以察觉，但它有很大可能性使解发生变化，并且变化特别大。因为噪声会影响采集到的图像的质量，无法避免的噪声会致使采集到的图像会发生一定程度上的模糊，与原图像相比相差甚远。根据上面描述的几个特点，它们会给图像复原增加很大难度，首先理论分析就要分析多种因素，其次数值计算相对麻烦。

引起图像退化有许多原因。例如图像采集过程中会受到外部干扰，物体和成像装置之间存在相对运动，并且成像装置也会存在一定的缺陷。当一个人拍照时，避免不了手持相机抖动，导致产生的场景图像模糊不清。此外，其他一些环境因素也会在成像后引起噪声干扰。视觉系统对噪声的感知程度比听觉系统敏感的多，生活中人们通常是难以察觉到声音传播中的噪声降低了图像质量。但是，在场景图像中的噪声和这个不一样，即便噪声特别小，也很容易被感知到，因为视觉系统在场景图像中是很敏锐的。图像恢复的最终目标是恢复原始图像。

在刑事证据收集与交通系统中，图像的一些关键信息是非常重要的，这会影响人们正确的判断。由于摄像设备存在系统失真，设备与目标之间会有相对运动，影响人们在日常生活中准确的采集到图像，从而导致了信息提取非常困难。

在现代生活中，运动模糊图像恢复越来越受欢迎，例如公安刑事图像数据提取证明或技术鉴定、在移动人群中快速将犯罪嫌疑人识别，以及非法机动车号牌的识别等。因此，在现实生活中，研究模糊图像的恢复技术，对人们行为的规范也具有重大的意义。

1.1 研究背景

在图像处理中，图像复原是其重要组成部分，其主要目的是提高图像的质量，研究如何利用退化图像，对其进行一些处理来恢复真实的图像。导致图像退化的原因有很多，属性不同，到目前为止还没有统一的恢复方法来更好处理图像退化。如果摄像机与场景之间存在相对运动，并且相对运动较大，从而在拍摄时引起图像模糊，则称为运动模糊，拍摄图像中的场景被称为运动模糊图像。在生活中，经常可以看见运动模糊图像，这是常见的问题，给人们的现实生活带来较多麻烦。最近几年，人们对运动模糊图像的恢复处理越来越重视，讨论也更加频繁，已然成为了国内外研究的热点。同时，人们也提出了一些解决方案，这些方案对图像恢复处理确实有效。但是，这些方法的区别还是比较明显的，在不同的情况下，这些算法的复原效果也不尽相同。由于这些算法的提出是需要条件的，而大部分算法经过作者的大量研究，是需要在一定的假设条件下进行的。因此，一些实际中的模糊图像，在对其处理过程中并不能满足这些算法的前提条件，所以处理后的效果也有很大区别。一个比较好的图像恢复系统要包含很多种图像恢复算法，为了方便用户选择最合适的算法，可在不同的情况下进行图像复原，从而获得最理想的恢复效果图。处理模糊图像复原的过程中会遇到许多问题，理解图像退化过程是图像复原的关键问题，即理解图像退化模型，然后进行逆处理得到原始图像。

由运动引起的图像退化现象在现实生活中普遍存在，模糊图像多了，需要处理的模糊图像也变多了，为运动模糊图像恢复的广泛应用，提供了很大的发展空间。

剩余内容已隐藏，请支付后下载全文，论文总字数：12583字