1、實景圖像的復原(f yun)處理設計意義(yy)和目的意義(yy):圖像復原是數字圖像處理中的一個重要課題。它的主要目的是改善給定的圖像質量并盡可能恢復原圖像。圖像在形成、傳輸和記錄過程中，受多種因素的影響，圖像的質量都會有不同程度的下降，典型的表現有圖像模糊、失真、有噪聲等，這一質量下降的過程稱為圖像的退化。圖像復原的目的就是盡可能恢復被退化圖像的本來面目。 在成像系統中，引起圖像退化的原因很多。例如，成像系統的散焦，成像設備與物體的相對運動，成像器材的固有缺陷以及外部干擾等。成像目標物體的運動，在攝像后所形成的運動模糊。當人們拍攝照片時，由于手持照相機的抖動，結果像片上的景物是一個模糊的圖

2、像。由于成像系統的光散射而導致圖像的模糊。又如傳感器特性的非線性，光學系統的像差，以致在成像后與原來景物發生了不一致的現象，稱為畸變。再加上多種環境因素，在成像后造成噪聲干擾。人類的視覺系統對于噪聲的敏感程度要高于聽覺系統，在聲音傳播中的噪聲雖然降低了質量，但時常是感覺不到的。但景物圖像的噪聲即使很小都很容易被敏銳的視覺系統所感知。圖像復原的過程就是為了還原圖像的本來面目，即由退化了的圖像 恢復到能夠真實反映景物的圖像。 目的：圖像復原的目的也是改善圖像的質量。圖像復原可以看作圖像退化的逆過程，是將圖像退化的過程加以估計，建立退化的數學模型后，補償退化過程造成的失真，以便獲得未經干擾退化的原始

3、圖像或圖像的最優估計值，從而改善圖像質量。圖像復原是建立在退化的數學模型基礎上的，且圖像復原是尋求在一定優化準則下的原始圖像的最優估計，因此，不同的優化準則會獲得不同的圖像復原，圖像復原結果的好壞通常是按照一個規定的客觀準則來評價的，因此，建立圖像恢復的反向過程的數學模型和確定導致圖像退化的點擴散函數，就是圖像復原的主要任務。 二、設計原理圖像的退化 數字圖像在獲取過程中，由于光學系統的像差、光學成像衍射、成像系統的非線性畸變、成像過程的相對運動、環境隨機噪聲等原因，圖像會產生一定程度的退化。圖像的復原 圖像復原是利用圖像退化現象的某種先驗知識，建立退化現象的數學模型，再根據模型進行反向的推演

4、運算，以恢復原來的景物圖像。因而圖像復原可以理解為圖像降質過程的反向過程。圖像(t xin)降質的數學模型圖像復原處理的關鍵問題在于建立退化模型。輸入圖像f(x,y)經過某個退化系統后輸出(shch)的是一幅退化的圖像。為了討論方便，把噪聲引起的退化即噪聲對圖像的影響一般作為加性噪聲考慮。原始圖像f(x,y)經過一個退化算子或退化系統H(x,y)的作用，再和噪聲(zoshng)n(x,y)進行疊加，形成退化后的圖像g(x,y)。圖1表示退化過程的輸入和輸出關系，其中H(x,y)概括了退化系統的物理過程，就是要尋找的退化數學模型。f(x,y)H(x,y)+n (x,y)g(x,y)圖1 圖像的退

5、化模型數字圖像的圖像恢復問題可以看作是：根據退化圖像g(x,y)和退化算子H(x,y)的形式，沿著反向過程去求解原始圖像f(x,y)。圖像退化的過程可以用數學表達式寫成如下形式：g(x,y)=Hf(x,y)+n(x,y) (1)在這里，n(x,y)是一種統計性質的信息。在實際應用中，往往假設噪聲是白噪聲，即它的頻譜密度為常熟，并且與圖像不相關。在對退化系統進行了線性系統和空間不變系統的近似之后，連續函數的退化模型在空域中可以寫成：g(x,y)=f(x,y)*h(x,y)+n(x,y) (2)在頻域中可以寫成：G(u,v)=F(u,v)H(u,v)+N(u,v) (3)其中，G(u,v)、F(u

6、,v)、N(u,v)分別是退化圖像g(x,y)、原圖像f(x,y)、噪聲信號n(x,y)的傅立葉變換；H(u,v)是系統的點沖擊響應函數h(x,y)的傅立葉變換，稱為系統在頻率域上的傳遞函數?？梢姡瑘D像復原實際上就是已知g(x,y)求f(x,y)的問題或已知G(u,v)求F(u,v)的問題，它們的不同之處在于一個是空域，一個是頻域。4.Lucy-Richardson復原 Lucy-Richardson算法能夠按照泊松噪聲統計標準求出給定的PSF卷積后，最有可能成為輸入模糊圖像的圖像。當PSF已知，但圖像噪聲信息未知時，也可以使用這個函數進行有效的工作。從成像方程和poissian統計可以有（4

7、-20）推導： (4-20)式中，是原始(yunsh)圖像；是PSF()函數(hnsh)；是無噪聲模糊(m hu)圖像。在已知時，在每個像素點估計的聯合似然函數為式（4-21）： (4-21)當式(4-21)存在時，最大聯合似然函數的解存在。解為式（4-22）： (4-22)則可以得到Lucy-Richardson迭代式，得式（4-23）： (4-23)可以看出每次迭代時，都可以提高解的似然性，隨著迭代次數的增加，最終會收斂在具有最大似然性的解處。MATLAB提供的deconvlucy( )函數，就是利用加速收斂的Lucy-Richardson算法對圖像進行復原。deconvlucy( )函數

8、還能夠用于實現復雜圖像重建的多鐘算法中。這些重建算法都是基于原始Lucy-Richardson最大化可能性算法。deconvlucy( )函數的調用方式如下：J=deconvlucy( I，PSF，NUMIT, DAMPAR, WEIGHT, READOUT, SUBSMPL)其中，I表示輸入圖像。PSF表示點擴散函數。其他參數都是可選參數：NUMIT表示算法的重復次數，默認值為10；DAMPAR表示偏差閾值，默認值為0（無偏差）；WEIGHT表示像素加權值，默認值為原始圖像的數值；READOUT表示噪聲矩陣，默認值為0；SUBSMPL表示子采樣時間，默認值為1。MATLAB源程序f=chec

9、kerboard(8);PSF=fspecial(gaussian,7,10);SD=0.01;g=imnoise(imfilter(f,PSF),gaussian,0,SD2);subplot(3,3,1);imshow(f),title(（a）原圖像);subplot(3,3,2);imshow(g),title(（b）退化后的圖像);DAMPAR=10*SD;LIM=ceil(size(PSF,1)/2);WEIGHT=zeros(size(g);WEIGHT(LIM+1:end-LIM,LIM+1:end-LIM)=1;NUMIT=5;f5=deconvlucy(g,PSF,NUMIT

10、,DAMPAR,WEIGHT);subplot(3,3,3);imshow(f5),title(（c）迭代(di di)5次);NUMTI=10;f10=deconvlucy(g,PSF,NUMIT,DAMPAR,WEIGHT);subplot(3,3,4);imshow(f10),title(（d）迭代(di di)10次);NUMTI=20;f20=deconvlucy(g,PSF,NUMIT,DAMPAR,WEIGHT);subplot(3,3,5);imshow(f20),title(（e）迭代(di di)20次);NUMTI=50;f50=deconvlucy(g,PSF,NUMI

11、T,DAMPAR,WEIGHT);subplot(3,3,6);imshow(f50),title(（f）迭代50次);NUMTI=100;f100=deconvlucy(g,PSF,NUMIT,DAMPAR,WEIGHT);subplot(3,3,7);imshow(f100),title(（g）迭代100次);NUMTI=200;f200=deconvlucy(g,PSF,NUMIT,DAMPAR,WEIGHT);subplot(3,3,8);imshow(f200),title(（h）迭代200次);NUMTI=500;f500=deconvlucy(g,PSF,NUMIT,DAMPAR

12、,WEIGHT);subplot(3,3,9);imshow(f500),title(（i）迭代500次);結果分析圖(a)是原始圖像，圖(b)是對原圖進行高斯模糊仿真而生成的仿真圖像。采用Richardson-Lucy恢復算法對模糊圖像進行恢復，迭代次數參數分別選取5次、10次、20次、50次、100次、200次和500次。所有圖的(c-i)為對應迭代次數下的復原圖像。從所得(su d)圖經過(jnggu)對比觀察，恢復的圖像整體(zhngt)差別不大。圖像質量隨著迭代次數增大而提高。迭代100次以后恢復效果區別不大，仔細辨認，迭代200次和500次為最佳恢復圖像?？偨Y。在本次課程設計中，我通過上網查閱資料，學習了圖像退化的原理，掌握了多種圖像退化的物理本質。學會了使用Richarson-Lucy算法來對退化的圖像進行復原的方法，并通過MATLAB軟件來實現了這一算法。由于本次設計需要的是退化（降質）的圖片。所以本次課程設計的關鍵在于建立圖像退化的數學模型。該模型具體實現為：原始圖像f（x , y）經過退化算子或退化系統H(x , y)的作用，再和噪聲n(x , y)進行疊加，形成退化圖像g(x , y) 。因此本次設計總思路為：建立退化模型；原始圖像f(x, y)由退化模型作用得出退化圖像g(x , y)。退化圖像g(x , y)經Richarson-Luc