盲目图像复原算法研究背景意义现状及趋势
                               
1图像复原算法的研究意义和背景
3d走视图数字图像处理这门学科的形成也是和社会生产力发展的需要分不开的。早期的图像处理是由于通讯方面的要求而发展起来的，这就是本世纪20年代传真技术的发明和发展。其后，由于宇宙探索方面的要求，需要处理大量在宇宙探测器上拍摄下来的不清楚的其他天体(如月球、火星等)以及地球本身的照片，这些需求大大的促进了数字图像处理技术的发展。到现在，图像处理技术的发展，己经远远突破了这两个领域，被广泛地应用到科学研究、工农业生产、军事技术、政府部门、医疗卫生等许多领域。图像复原算法的研究是数字图像处理中非常重要的一个领域，它的研究成果也被广泛地应用到各个研究和生产领域。在图像成像的过程中，图像系统中存在着许多退化源。一些退化因素只影响一幅图像中某些个别像素点的灰度；而另外一些退化因素则可以使一幅图像中的一个空间区域变得模糊起来。前者称为点退化，后者称为空间退化。此外还有数字化器、显示器、时间、彩，以及化学作用引起的退化。总之，使图像发生退化的原因很多，如果我们把退化模型简化成真实图像与一个卷积算子卷积的结果，那么图像
的复原过程就可以看成是一个反卷积的问题。反卷积属于数学物理问题中的一类“反问题”，反问题的一个共同的重要属性是其病态，即其方程的解不是连续地依赖于观测数据，换句话说，观测数据的微小变动就可能导致解的很大变动。因此，由于采集图像受噪声的影响，最后对于图像的复原结果可能偏离真实图像非常远。由于以上的这些特性，盲图像复原的过程无论是理论分析或是数值计算都有特定的困难。但由于盲图像复原技术在许多领域的广泛应用，因而己经成为迅速兴起的研究热点。随着多媒体技术的发展，计算机网络技术的广泛应用和宽带信息网络的建立，信息在人们的工作、学习和生活中发挥越来越重要的作用，其中最直接最主要的信息是图像信息，在各类图像系统中，由于图像的传送和转换，如成像、复制扫描、传输、显示等，总要造成图像的降质，典型的表现为图像模糊、失真、有噪声等，而在众多的应用领域中，又需要清晰的、高质量的图像。因此，改善图像质量，恢复图像具有非常重要的意义。
2盲目图像复原方法研究现状
图像复原与增强类似，旨在改善图像的质量。但复原是力求保持图像的原本面目，以保真为前提。图像复原方法可分为两大类：一类是经典的图像复原方法，它是在确切知道模糊算子
的前提下对退化图像进行复原的。例如逆滤波方法，等功率谱滤波方法，约束最小平方滤波，维纳滤波方法等。这些经典的图像复原方法已经得到了充分的研究，然而，更常见的实际情况是模糊过程未知或不确定，这就使得点扩展函数(PSF)难以确定，需要从观测图像中以某种方式抽出退化信息，这种仅利用部分或很少图像系统的信息，估计出原始图像的方法称为盲目图像复原。由于缺乏足够的先验知识，盲目图像复原是困难的。正由于盲目图像复原不依赖于系统的传递函数，从而使它有着更为广泛的实用价值。根据点扩展函数(PSF)处理的方式不同，可将现有的盲目图像复原方法分为两大类。第一类是点扩展函数预先估计法，盲图像恢复研究的早期工作，主要集中在对PSF频域零点的正规模型的研究。退化图像由简单的点扩展函数(PSF) (如运动和离焦)引起模糊，根据退化图像的频域零点和点扩展函数的结构，确定点扩展函数(PSF)的参数，确定了点扩展函数PSF后，就可以用经典的图像复原方法对退化图像进行复原，这是最简单的盲图像复原方法，但该方法局限于简单的模糊，而且有噪声存在时，该方法无效。第二类是联合辩识法，即同时对点扩展函数和真实图像的最优解进行估计，二者交替进行，直至算法收敛或者满足处理要求。目前的绝大多数方法都归属于此类，它也是盲目图像复原方法发展的趋势。联合辨识法也可分为两大类：参数估计法和非参数估计法。
近几年基于小波变换的多分辨图像恢复方法的研究已引起不少学者的重视。Tang等也用小波进行盲图像恢复，提出基于小波分解的多分辨盲图像恢复算法，根据小波变换的多分辨率特性，将降质图像分解成相对独立的四个子带降质图像，由于抽样减少了各个子带中模糊自由参数的数量，从而可以有效地对各个子带用不同的图像模型进行EM算法，从各个子带的降质图像中恢复出原图像和模糊算子，得到比空域和频域EM算法更好的特性。
由于图像恢复中的解卷通常是病态的，正则化技术常常被采用。You等提出一种空间自适应正则化盲图像恢复方法，对降质图像和PSF分别进行分段平滑，从而有效地克服了信息不够的问题，他应用各向异性正则化技术，减轻信息的严重缺乏。1992年，Rudin等的研究结果显示用总方差(TV)正则化恢复图像边缘和PSF具有效果显著。基于这一思想，Chan等提出TV盲解卷，其实验结果显示算法具有相当的鲁棒性，收敛很快，特别是对离散模糊收敛更快，在严噪声存在的情况下，也能恢复图像和识别PSF，是目前最成功的正则化方法之一，但是，对严重病态模糊例如高斯模糊，仍需进一步研究，改善收敛速度。
近年来，多通道盲图像恢复方法己引起许多学者的重视，并取得一定的进展。基于高次统计的倒谱法是一较成功的例子；Pillai提出鲁棒最大公约数的盲图像恢复方法，他给出了由一个
模糊降质图像产生至少两个降质图像的方法，用GCD算法恢复真实的模糊图像，结果表明算法具有实用价值。Kumar等提出了多通道盲图像恢复问题的代数方法，他们推广了无线电通信中的一维盲信道辨识算法，将基于子空间和似然法的一维多通道盲解卷扩展到二维，证明除非至少有三个通道，否则唯一地重构原图像是不可能的。
以上各种盲图像恢复算法研究都是关于移不变图像系统的。有关移变图像系统盲图像恢复的研究，文献报道很少。基于Kalman滤波的滑动窗法自适应识别移变的PSF，它假设在小窗口内的PSF可以认为是移不变的，那么小窗内的PSF就可用移不变系统PSF识别的方法识别。Lagendijk采纳了移动窗思想，但用EM算法取代子图像中的Kalman滤波，Ozkan等则用傅里叶变换的多分辨率方法识别每一滑动窗内的PSF，You等将移不变系统各向异性正则化盲图像恢复的究结果推广到移变系统，为了减少未知参数的数目，将移变系统的PSF参数化。
3盲目图像复原方法发展趋势
图像盲复原算法的研究还处于起步阶段，主要集中在退化模型属于线性的情况，还未形成系统的分析方法和滤波器设计方法。而且现有各种算法还存在许多不足,有必要对算法进一步改进。如IBD算法中，如何选择初始条件才能保证算法的收敛；如何选择算法终止条件才能保
证恢复的质量；如何选择滤波器中的噪声参数才能减少噪声的影响。又如NAS-RIF算法中，如何进一步解决噪声敏感问题，如何估计一幅图像的支持域以及如何把该算法推广到非均匀背景的图像复原还有待于进一步研究。算法的复杂性也是制约算法应用的一个重要方面，算法的实时性是算法实际应用的先决条件，虽然图像盲复原算法在天文学、医学、遥感等方面获得了较大的应用，但将算法应用到一般的工业图像实时检测、机器视觉、网络环境下的图像传输恢复、刑事侦破等方面还有待于进一步完善。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。