1、隨著“平安城市”的廣泛建設，各大城市已經建有大量的視頻監控系統，雖然監控系統己經廣泛地存在于銀行、商場、車站和交通路口等公共場所，但是在公安工作中，由于設備或者其他條件的限制，案情發生后的圖像回放都存在圖像不清晰，數據不完整的問題，無法為案件的及時偵破提供有效線索。經常出現嫌疑人面部特征不清晰，難以辨認，嫌疑車輛車牌模糊無法辨認等問題。這給公安部門破案、法院的取證都帶來了極大的麻煩。隨著平安城市的推廣、各地各類監控系統建設的進一步推進，此類問題會越來越特出。第一章模糊圖像產生的原因造成圖像模糊的原因很多，聚焦不準、光學系統的像差、成像過程中的相對運動、大氣湍流效應、低光照、環境隨機噪聲等都會導

2、致圖像模糊。另外圖像的編解碼、傳輸過程都可能導致圖像的進一步模糊。總體來說，造成圖像模糊的主要原因有以下幾大方面：1.系統自身因素一個全模擬監控系統中，從前端到后端由圖像采集、圖像傳輸、圖像存儲、圖像顯示等幾個環節構成。在每一個環節或都會產生視頻信息損失，也就是讓圖像質量變差或變模糊。鏡頭：影響進入攝像機的光通量和成像的精確性，會直接導致圖像模糊;攝像機感光元件Sensor：影響到光信號的采集和光電轉換效果，會直接導致圖像模糊;視頻傳輸電纜兩端的BNC接頭：因信號屏蔽的縫隙會造成信號損失，視頻傳輸電纜經過長距離的傳輸，傳輸線纜的電阻、屏蔽、阻抗匹配等問題，都會引起信號的衰減，也會直接導致圖像質

3、量變差變模糊，監視器圖像呈現端也會有一定的信號損失。在一個全數字視頻監控系統中，采用網絡傳輸，經過數字化編碼的視頻信號的傳輸和存儲相對于模擬系統，可以更有效避免因信號衰減造成圖像損傷。但是，在鏡頭、圖像采集以及后端呈現時的圖像信號耗損仍然無法避免。另外，在數字視頻監控系統中，又增加了視頻信號的A/D轉換、視頻編碼壓縮環節，這些環節仍會導致圖像信息的損失。現有的視頻壓縮編碼算法都是有損壓縮，會直接導致視頻信息的丟失，影響視頻清晰度。實際生活中,以下情況都可以歸結為系統自身因素.例如:（1）鏡頭聚焦不當、攝像機故障等。（2）傳輸太遠、視頻線老化（3）光學鏡頭的極限分辨率和攝像機不匹配導致的模糊;（

4、4）相機分辨率低，欠采樣成像。2.自然環境除系統本身因素以外，自然環境對視頻圖像清晰度影響也非常大。若遇到刮風、下雨、下雪、大霧等自然天氣，都會導致圖像質量急劇下降或模糊不清。除此以外，還有照度不足、背光、逆光、溫度過低或過高等，都會對圖像還原系統造成影響，影響到圖像清晰度。在光線不足的條件下，攝像機的Sensor成像會產生很多噪聲，這些噪聲會影響圖像清晰度，而且會使圖像編碼的碼流大幅增加。例如:（1）攝像機罩或鏡頭受臟污、受遮擋等。（2）大霧，沙塵、雨雪等環境影響等。3.人為環境供電系統的電源不“干凈”，即竄入比較強的干擾信號，具體是指在50Hz的正弦波上疊加有干擾信號，如果電網中有大功率可

5、控硅調頻調速裝置、可控硅整流裝置、可控硅交直流變換裝置等都會對電源產生污染。電視監控系統附近有很強的電磁干擾源或電磁輻射。電磁干擾源如電焊、無線電發射、大電機、大繼電器的干擾等，也會導致對視頻信號干擾。電磁干擾會導致圖像有間距相等的豎條或圖像呈規律性閃爍條紋等，從而導致圖像模糊。還有，就是人為破壞導致，比如被弄得難以識別的車牌等，致使攝像機無法攝取車牌號等。例如:（1）環境電磁干擾;（2）視頻壓縮算法、傳輸帶寬導致的模糊。（3）運動目標高速運動導致的運動模糊等;第二章模糊圖像常用的處理方法對于模糊圖像處理技術，國內大學和科研機構在多年以前就在研究這些理論和應用，相關文獻也發布了不少，已經取得了

6、一些很好的應用。美國Cognitech軟件是相當成熟的一套模糊圖像恢復應用軟件，在美國FBI及其他執法機構中已有多年實際應用，其恢復出的圖像可以直接當作法庭證據使用，可見模糊圖像處理技術已經取得了相當的實際應用。模糊圖像的去模糊處理前面提到，造成圖像模糊的原因有很多，要取得比較好的處理效果，不同原因導致的模糊往往需要不同的處理方法。從技術方面來向，模糊圖像處理方法主要分為三大類，分別是圖像增強、圖像復原和超分辨率重構。2.1圖像增強增強圖象中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強

7、調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。 圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。 圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像

8、中某些不需要的特征，使圖像與視覺響應特性相匹配。在圖像增強過程中，不分析圖像降質的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。基于空域的算法處理時直接對圖像灰度級做運算基于頻域的算法是在圖像的某種變換域內對圖像的變換系數值進行某種修正，是一種間接增強的算法。 基于空域的算法分為點運算算法和鄰域去噪算法。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態范圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值

9、濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統計差值法等。 圖像增強的幾個方面及方法1.對比度變換:線性變換、非線性變換 2.空間濾波：圖像卷積運算、平滑、銳化 3.彩色變換：單波段彩色變換、多波段彩色運算、HIS 4.多光譜變換：K-L變換、K-T變換 5.圖像運算：插值運算、比值運算 圖像增強的應用概況數字圖像處理在40多年的時間里，迅速發展成一門獨立的有強大生命力的學科，圖像增強技術已逐步涉及人類生活和社會生產的各個方面，下面我們僅就幾個方面的應用舉些例子。 (1)航空航天領域的應用早在60年代初期，第3代計算機的研制成功和快速傅里

10、葉變換的提出，使圖像增強技術可以在計算機上實現。1964美國噴氣推進實驗室(JPL)的科研人員使用IBM7094計算機以及其它設備，采用集合校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對航天探測器“徘徊者7號”發回的幾千張月球照片成功的進行了處理。隨后他們又對“徘徊者8號”和“水手號”發回地球的幾萬張照片進行了較為復雜地數字圖像處理，使圖像質量得到進一步的提高，從此圖像增強技術進入了航空航天鄰域的研究與應用。同時圖像增強技術的發展也推動了硬件設備的提高，比如1983年LANDSAT-4的分辨率為30m，而如今發射的衛星分辨率可達到3-5m的范圍內。圖像采集設備性能的提高，使采集圖像

11、的質量和數據的準確性和清晰度得到了極大地提高。 (2)生物醫學領域的應用圖像增強技術在生物醫學方面的應用有兩類，其中一類是對生物醫學的顯微光學圖像進行處理和分析，比如對紅細胞、白細胞、細菌、蟲卵的分類計數以及染色體的分析；另一類應用是對X射線圖像的處理，其中最為成功的是計算機斷層成像。1973年英國的EMI公司在制造出第一臺X射線斷層成像裝置。由于人體的某些組織，比如心臟、乳腺等軟組織對X射線的衰減變化不大，導致圖像靈敏度不強。由此圖像增強技術在生物醫學圖像中得到廣泛的應用。 (3)工業生產領域的應用圖像增強在工業生產的自動化設計和產品質量檢驗中得到廣泛應用，比如機械零部件的檢查和識別、印刷電

12、路板的檢查、食品包裝出廠前的質量檢查、工件尺寸測量、集成芯片內部電路的檢測等等。此外計算機視覺也可以應用到工業生產中，將攝像機拍攝圖片經過增強處理、數據編碼、壓縮送入機器人中，通過一系列的控制和轉換可以確定目標的位置、方向、屬性以及其它狀態等，最終實現機器人按照人的意志完成特殊的任務。 (4)公共安全領域的應用在社會安全管理方面，圖像增強技術的應用也十分廣泛，如無損安全檢查、指紋、虹膜、掌紋、人臉等生物特征的增強處理等等。圖像增強處理也應用到交通監控中，通過電視跟蹤技術鎖定目標位置，比如對有霧圖像、夜視紅外圖像、交通事故的分析等等。 圖像增強的研究目的和意義人類傳遞信息的主要媒介是語言和圖像。

13、據統計在人類接受的各種信息中視覺信息占80%，所以圖像信息是十分重要的信息傳遞媒體和方式。圖像傳遞系統包括圖像采集、圖像壓縮、圖像編碼、圖像存儲、圖像通信、圖像顯示這六個部分。在實際應用中每個部分都有可能導致圖像品質變差，使圖像傳遞的信息無法被正常讀取和識別。例如，在采集圖像過程中由于光照環境或物體表面反光等原因造成圖像整體光照不均，或是圖像采集系統在采集過程中由于機械設備的緣故無法避免的加入采集噪聲，或是圖像顯示設備的局限性造成圖像顯示層次感降低或顏色減少等等。因此研究快速且有效地圖像增強算法成為推動圖像分析和圖像理解領域發展的關鍵內容之一。 圖像增強處理是數字圖像處理的一個重要分支。很多由

14、于場景條件的影響圖像拍攝的視覺效果不佳，這就需要圖像增強技術來改善人的視覺效果，比如突出圖像中目標物體的某些特點、從數字圖像中提取目標物的特征參數等等，這些都有利于對圖像中目標的識別、跟蹤和理解。圖像增強處理主要內容是突出圖像中感興趣的部分，減弱或去除不需要的信息。這樣使有用信息得到加強，從而得到一種更加實用的圖像或者轉換成一種更適合人或機器進行分析處理的圖像。圖像增強的應用領域也十分廣闊并涉及各種類型的圖像。例如，在軍事應用中，增強紅外圖像提取我方感興趣的敵軍目標；在醫學應用中，增強X射線所拍攝的患者腦部、胸部圖像確定病癥的準確位置；在空間應用中，對用太空照相機傳來的月球圖片進行增強處理改善

15、圖像的質量；在農業應用中，增強遙感圖像了解農作物的分布；在交通應用中，對大霧天氣圖像進行增強，加強車牌、路標等重要信息進行識別；在數碼相機中，增強彩色圖像可以減少光線不均、顏色失真等造成的圖像退化現象。 圖像工程是一門綜合學科，它的研究內容非常廣泛，覆蓋面也很大。從1996年起，中國圖像圖形學報上連續刊登了對圖像工程文獻統計分類的綜述文章。根據各文獻的主要內容將其分別歸入圖像處理、圖像分析、圖像理解、技術應用和綜述5個大類，并在此基礎上對國內15種有關圖像工程的重要中文期刊進行了各期刊各類文獻的統計和分析。選取的刊物名有:CT理論與應用研究、測繪學報、電子測量與儀器學報、電子學報、電子與信息學

16、報、計算機學報、模式識別與人工智能、數據采集與處理、通信學報、信號處理、遙感學報、中國生物醫學工程學報、中國體視學與圖像分析、中國圖象圖形學報、自動化學報。 從中我們挑選了最近5年的統計數據：在2005年的112期上發表的2 734篇學術研究和技術應用文獻中，屬于圖像工程領域的文獻有656篇。在2006年的112期上發表的3013篇學術研究和技術應用文獻中，屬于圖像工程領域的文獻有711篇。在2007年的118期上發表的3312篇學術強究和技術應用文獻中，屬于圖像工程領域的文獻有895篇。在2008年的120期上發表的3359篇學術研究和技術應用文獻中，屬于圖像工程領域的文獻有915篇，200

17、9年的134期上發表的3604篇學術研究和技術應用文獻中，有1008篇屬于圖像工程領域的文獻。這些統計數據顯示，無論是論文總數還是選取總數都是逐年增長的。論文總數的增長表明刊物的不斷發展，選取總數的增加表明圖像工程的研究和應用的不斷壯大。據統計從1995年至2009年，發表圖像處理的文章總計2720篇，占圖像工程總體的33.1%；發表圖像分析的文章總計2434篇，占圖像工程總體的29.6%；發表圖像理解的文章總計1192篇，占圖像工程總體的14.5%；發表技術應用文章1797篇，占圖像工程總體的21.9%；發表綜述評論文章74篇，占圖像工程總體的0.9%，其中關于圖像增強技術方面的文章增長率尤

18、其較高。因此圖像增強技術在今后一段時間內仍將是一個熱點。 影響圖像質量清晰程度有很多因素，室外光照度不均勻會造成圖像灰度過于集中；攝像頭獲得的圖像經過數/模轉換，線路傳輸時都會產生噪聲污染，圖像質量不可避免降低，輕者變現為圖像伴有噪點，難于看清圖像細節；重者圖像模糊不清，連大概物體面貌輪廓都難以看清。因此，對圖像進行分析處理之前，必須對圖像進行改善，即增強圖像。圖像增強并不考慮圖像質量下降的原因，只是將圖像中感興趣的重要特征有選擇性的突出出來，同時衰減不需要的特征，目的就是提高圖像的可懂度。 圖像增強的方法分為空域法和頻域法兩種，空域法是對圖像中的像素點進行操作，用公式描述如下： g(x,y)

19、=f(x,y)*h(x,y) 其中是f(x,y)原圖像；h(x,y)為空間轉換函數；g(x,y)表示進行處理后的圖像。 頻域法是間接的處理方法，是先在圖像的頻域中對圖像的變換值進行操作，然后變回空域。例如,先對圖像進行傅里葉變化到頻域，再對圖像的頻譜進行某種濾波修正，最后將修正后的圖像進行傅里葉反變化到空域，以此增強圖像。可用圖1來描述該過程。 圖像增強技術國外發展狀況20世紀20年代圖片第一次通過海底電纜從倫敦傳往紐約。當時人們通過字符模擬得到中間色調的方法來還原圖像。早期的圖像增強技術往往涉及硬件參數的設置，如打印過程的選擇和亮度等級的分布等問題。在1921年年底提出了一種基于光學還原的新

20、技術。在這一時期由于引入了一種用編碼圖像紙帶去調制光束達到調節底片感光程度的方法，使灰度等級從5個灰度級增加到15個灰度等級，這種方法明顯改善了圖像復原的效果。到20世紀60年代早期第一臺可以執行數字圖像處理任務的大型計算機制造出來了，這標志著利用計算機技術處理數字圖像時代的到來。1964年，研究人員在美國噴氣推進實驗室(JPL)里使用計算機以及其它硬件設備，采用幾何校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等增強方法對航天探測器“徘徊者7號”發回的幾千張月球照片進行處理，同時他們也考慮太陽位置和月球環境的影響，最終成功地繪制出了月球表面地圖。隨后他們又對1965年“徘徊者8號”發回地

21、球的幾萬張照片進行了較為復雜的數字圖像處理，使圖像質量進一步提高。這些成績不僅引起世界許多有關方面的注意而且JPL本身也更加重視對數字圖像處理地研究和設備的改進，并專門成立了圖像處理實驗室IPL。在IPL里成功的對后來探測飛船發回的幾十萬張照片進行了更為復雜的圖像處理，最終獲得了月球的地形圖、彩色圖以及全景鑲嵌圖。從此數字圖像增強技術走進了航空航天領域。 20世紀60年代末和20世紀70年代初有學者開始將圖像增強技術用于醫學圖像、地球遙感監測和天文學等領域。X射線是最早用于成像的電磁輻射源之一，在1895年X射線由倫琴發現。20世紀70年代Godfrey N. Hounsfield先生和All

22、an M. Cormack教授共同發明計算機軸向斷層技術：一個檢測器圍繞病人，并用X射線源繞著物體旋轉。X射線穿過身體并由位于對面環中的相應檢測器收集起來。其原理是用感知的數據去重建切片圖像。當物體沿垂直于檢測器的方向運動時就產生一系列的切片，這些切片組成了物體內部的再現圖像。到了20世紀80年代以后，各種硬件的發展使得人們不僅能夠處理二維圖像，而且開始處理三維圖像。許多能獲得三維圖像的設備和分析處理三維圖像的系統已經研制成功了，圖像處理技術得到了廣泛的應用。進入20世紀90年代，圖像增強技術已經逐步涉及人類生活和社會發展的各個方面。計算機程序用于增強對比度或將亮度編碼為彩色，以便解釋X射線和

23、用于工業、醫學及生物科學等領域的其他圖像。地理學用相同或相似的技術從航空和衛星圖像中研究污染模式。在考古學領域中使用圖像處理方法已成功地復原模糊圖片。在物理學和相關領域中計算機技術能增強高能等離子和電子顯微鏡等領域的實驗圖片。直方圖均衡處理是圖像增強技術常用的方法之一。1997年Kim 提出如果要將圖像增強技術運用到數碼相機等電子產品中，那么算法一定要保持圖像的亮度特性。在文章中Kim提出了保持亮度特性的直方圖均衡算法(BBHE)。Kim的改進算法提出后，引起了許多學者的關注。在1999年Wan等人提出二維子圖直方圖均衡算法(DSIHE)。接著Chen和Ramli提出最小均方誤差雙直方圖均衡算

24、法(MMBEBHE)。為了保持圖像亮度特性，許多學者轉而研究局部增強處理技術，提出了許多新的算法：遞歸均值分層均衡處理(RMSHE)、遞歸子圖均衡算法(RSIHE)、動態直方圖均衡算法(DHE)、保持亮度特性動態直方圖均衡算法(BPDHE)、多層直方圖均衡算法(MHE)、亮度保持簇直方圖均衡處理(BPWCHE)等等。 圖像增強技術國內發展狀況在借鑒國外相對成熟理論體系和技術應用體系的條件下，國內的增強技術和應用也有了很大的發展。總體來說，圖像增強技術的發展大致經歷了初創期、發展期、普及期和應用期4個階段。初創期開始于20世紀60年代，當時的圖像采用像素型光柵進行掃描顯示，大多采用中、大型機對其

25、進行處理。在這一時期由于圖像存儲成本高，處理設備造價高，因而其應用面很窄。20世紀70年代進入了發展期，開始大量采用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衛星遙感圖像，對圖像增強處理提出了一個更高的要求。到了20世紀80年代，圖像增強技術進入普及期，此時的計算機已經能夠承擔起圖形圖像處理的任務。20世紀90年代進入了應用期，人們運用數字圖像增強技術處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調查、農業和城市的土地規劃、作物估產、氣象預報、災害及軍事目標的監視等。在生物醫學工程方面，運用圖像增強技術對X射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高

26、圖像的清晰度和分辨率。在工業和工程方面，主要應用于無損探傷、質量檢測和過程自動控制等方面。在公共安全方面，人像、指紋及其他痕跡的處理和識別，以及交通監控、事故分析等都在不同程度上使用了圖像增強技術。圖像增強是圖像處理的重要組成部分，傳統的圖像增強方法對于改善圖像質量發揮了極其重要的作用。隨著對圖像技術研究的不斷深入和發展，新的圖像增強方法不斷出現。例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊松弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數選擇問題，并且隨著交互式圖像增強技術的應用，可以主觀控制圖像增強效果。同時利用直方圖均衡技術的圖像增強也有許多新的進展：例如提出了多層

27、直方圖結合亮度保持的均衡算法、動態分層直方圖均衡算法。這些算法通過分割圖像，然后在子層圖像內做均衡處理，較好地解決了直方圖均衡過程中的對比度過拉伸問題，并且可以控制子層灰度映射范圍，增強效果較好。很多傳統圖像算法都可以減輕圖像的模糊程度， 比如圖像濾波、幾何變換、對比度拉伸、直方圖均衡、空間域銳化、亮度均勻化、形態學、顏色處理等。單個來講，這些算法比較成熟，相對簡單。但是對于一個具體的模糊圖像，往往需要上面的一種或者多種算法組合，配合不同的參數才能達到理想的效果。這些算法和參數的組合進一步發展為具體的增強算法，比如“圖像去霧”算法、“圖像去噪”算法、“圖像銳化”算法、“圖像暗細節增強”算法等。

28、2.2圖像復原圖像復原概述在圖像的獲取、傳輸以及保存過程中，由于各種因素，如大氣的湍流效應、攝像設備中光學系統的衍射、傳感器特性的非線性、光學系統的像差、成像設備與物體之間的相對運動、感光膠卷的非線性及膠片顆粒噪聲以及電視攝像掃描的非線性等所引起的幾何失真，都難免會造成圖像的畸變和失真。通常，稱由于這些因素引起的質量下降為圖像退化。圖像退化的典型表現是圖像出現模糊、失真，出現附加噪聲等。由于圖像的退化，在圖像接受端顯示的圖像已不再是傳輸的原始圖像，圖像效果明顯變差。為此，必須對退化的圖像進行處理，才能恢復出真實的原始圖像，這一過程就稱為圖像復原1。圖像復原技術是圖像處理領域中一類非常重要的處理

29、技術，與圖像增強等其他基本圖像處理技術類似，也是以獲取視覺質量某種程度的改善為目的，所不同的是圖像復原過程實際上是一個估計過程，需要根據某些特定的圖像退化模型，對退化圖像進行復原。簡言之，圖像復原的處理過程就是對退化圖像品質的提升，并通過圖像品質的提升來達到圖像在視覺上的改善。由于引起圖像退化的因素眾多，且性質各不相同，目前沒有統一的復原方法，眾多研究人員根據不同的應用物理環境，采用了不同的退化模型、處理技巧和估計準則，從而得到了不同的復原方法。圖像復原算法是整個技術的核心部分。目前，國內在這方面的研究才剛剛起步，而國外卻已經取得了較好的成果。早期的圖像復原是利用光學的方法對失真的觀測圖像進行

30、校正，而數字圖像復原技術最早則是從對天文觀測圖像的后期處理中逐步發展起來的。其中一個成功例子是NASA的噴氣推進實驗室在1964年用計算機處理有關月球的照片。照片是在空間飛行器上用電視攝像機拍攝的，圖像的復原包括消除干擾和噪聲，校正幾何失真和對比度損失以及反卷積。另一個典型的例子是對肯尼迪遇刺事件現場照片的處理。由于事發突然，照片是在相機移動過程中拍攝的，圖像復原的主要目的就是消除移動造成的失真2。早期的復原方法有：非鄰域濾波法，最近鄰域濾波法以及效果較好的維納濾波和最小二乘濾波等。隨著數字信號處理和圖像處理的發展，新的復原算法不斷出現，在應用中可以根據具體情況加以選擇。目前國內外圖像復原技術

31、的研究和應用主要集中于諸如空間探索、天文觀測、物質研究、遙感遙測、軍事科學、生物科學、醫學影象、交通監控、刑事偵察等領域。如生物方面，主要是用于生物活體細胞內部組織的三維再現和重構，通過復原熒光顯微鏡所采集的細胞內部逐層切片圖，來重現細胞內部構成；醫學方面，如對腫瘤周圍組織進行顯微觀察，以獲取腫瘤安全切緣與癌腫原發部位之間關系的定量數據；天文方面，如采用迭代盲反卷積進行氣動光學效應圖像復原研究等。圖像退化模型圖像復原問題的有效性關鍵之一取決于描述圖像退化過程模型的精確性。要建立圖像的退化模型，則首先必須了解、分析圖像退化的機理并用數學模型表現出來。在實際的圖像處理過程中，圖像均需以數字離散函數

32、表示，所以必須將退化模型離散化3。對于退化圖像： (1)如果上式中，按相同間隔采樣，產生相應的陣列、，然后將這些陣列補零增廣得到大小為的周期延拓陣列，為了避免重疊誤差，這里，。由此，當k=0,1,L,M-1;l=0,1,L,N-1時，即可得到二維離散退化模型形式： (2)如果用矩陣表示上式，則可寫為： (3)其中，,為一個行堆疊形成的列向量，H為階的塊循環矩陣。幾種較經典的復原方法介紹圖像復原算法有線性和非線性兩類。線性算法通過對圖像進行逆濾波來實現反卷積，這類方法方便快捷，無需循環或迭代，直接可以得到反卷積結果，然而，它有一些局限性，比如無法保證圖像的非負性。而非線性方法通過連續的迭代過程不

33、斷提高復原質量，直到滿足預先設定的終止條件，結果往往令人滿意。但是迭代程序導致計算量很大，圖像復原時耗較長，有時甚至需要幾個小時。所以實際應用中還需要對兩種處理方法綜合考慮，進行選擇4。(1) 維納濾波法維納濾波法是由Wiener首先提出的，應用于一維信號處理，取得了很好的效果。之后，維納濾波法被用于二維信號處理，也取得了不錯的效果，尤其在圖像復原領域，由于維納濾波計算量小，復原效果好，從而得到了廣泛的應用和發展。維納濾波器尋找一個使統計誤差函數 (7)最小的估計。E是期望值操作符，是未退化的圖像。該表達式在頻域可表示為 (8)其中，表示退化函數表示的復共軛表示噪聲的功率譜表示未退化圖像的功率

34、譜比率稱為信噪功率比。在IPT中維納濾波使用函數deconvwnr來實現的。(2) 正則濾波法另一個容易實現線性復原的方法稱為約束的最小二乘方濾波，在IPT中稱為正則濾波，并且通過函數deconvreg來實現。在最小二乘復原處理中，常常需要附加某種約束條件。例如令Q為f的線性算子，那么最小二乘方復原的問題可以看成使形式為的函數，服從約束條件的最小化問題，這種有附加條件的極值問題可以用拉格朗日乘數法來處理。尋找一個，使下述準則函數為最小： (9)式中叫拉格朗日系數。通過指定不同的Q，可以得到不同的復原目標。(3)Lucy-Richardson算法L-R算法是一種迭代非線性復原算法，它是從最大似然

35、公式印出來的，圖像用泊松分布加以模型化的。當下面這個迭代收斂時模型的最大似然函數就可以得到一個令人滿意的方程： (10)*代表卷積，代表未退化圖像的估計，g和h和以前定義一樣。在IPT中，L-R算法由名為deconvlucy的函數完成的。(4)盲去卷積在圖像復原過程中，最困難的問題之一是，如何獲得PSF的恰當估計。那些不以PSF為基礎的圖像復原方法統稱為盲區卷積。它以MLE為基礎的，即一種用被隨機噪聲所干擾的量進行估計的最優化策略。工具箱通過函數deconvblind來執行盲區卷積。圖像復原與圖像增強技術一樣，也是一種改善圖像質量的技術。圖像復原是根據圖像退化的先驗知識建立一個退化模型，以此模

36、型為基礎，采用各種逆退化處理方法進行恢復，改善圖像質量。圖像復原和圖像增強是有區別的，二者的目的都是為了改善圖像的質量。但圖像增強不考慮圖像是如何退化的，只有通過試探各種技術來增強圖像的視覺效果，而圖像復原就完全不同，需知道圖像退化過程的先驗知識，據此找出一種相應的逆過程方法，從而得到復原的圖像。圖像復原主要取決于對圖像退化過程的先驗知識所掌握的精確程度。對由于離焦、運動、大氣湍流等原因引起的圖像模糊，圖像復原的方法效果較好，常用的算法包括維納濾波算法、小波算法、基于訓練的方法等。在知道退化模型的情況下，相對圖像增強來說，圖像復原可以取得更好的效果。2.3圖像超分辨率重構現有的監控系統主要目標

37、為宏觀場景的監視，一個攝像機，覆蓋很大的一個范圍，導致畫面中目標太小，人眼很難直接辨認。這類由于欠采樣導致的模糊占很大比例，對于由欠采樣導致的模糊需要使用超分辨率重構的方法。超分辨率復原是通過信號處理的方法，在提高圖像的分辨率的同時改善采集圖像質量。其核心思想是通過對成像系統截止頻率之外的信號高頻成分估計來提高圖像的分辨率。超分辨率復原技術最初只對單幅圖像進行處理，這種方法由于可利用的信息只有單幅圖像，圖像復原效果有著固有的局限。序列圖像的超分辨率復原技術旨在采用信號處理方法通過對序列低分辨率退化圖像的處理來獲得一幅或者多幅高分辨率復原圖像。由于序列圖像復原可利用幀間的額外信息，比單幅復原效果更好，是當前的研究熱點。序列圖像的超分辨率復原主要分為頻域法和空域法兩大類，頻域方法的優點是:理論簡單,運算復雜度低，缺點是:只局限于全局平移運動和線性空間不變降質模型,包含空域先驗知識的能理有限。空域方法所采用的觀測模型涉及全局和局部運動、空間可變模糊點擴散函數、非理想亞采樣等,而且具有很強的包含空域先驗約束的能力。常用的空域法有非均