基于相机抖动的模糊图像的盲复原实现

摘要

在拍摄过程中，常常由于摄像器材抖动或拍摄场景的快速运动，导致图像模糊。这种由于成像传感器与拍摄场景的相对运动导致的图像模糊，称作运动模糊，本文研究的相机抖动模糊也属于其中的一种。目前数码产品技术日益成熟，手持数码相机的质量愈轻，体积愈小，人们在拍摄照片，按下快门时，难免会在不经意间发生抖动，尤其对于手机相机来说，发生这种情况的概率更大。相机抖动模糊使得一些有价值的照片丢失了重要的信息，人们急需要从模糊图像中恢复出清晰图像，获取有用的信息。因此，研究一种高效的，快速的去模糊技术显得十分必要，这一技术对于车牌识别等其他方面也有很大的帮助。
　　 去抖动模糊的数学模型一般表示为清晰图像与模糊核(也称作相机抖动路径或点扩散函数PSF)的卷积，与相机抖动中产生的噪声之和。因此，去模糊的过程被称为图像反卷积，当模糊核已知时，图像反卷积为非盲反卷积，模糊核未知时，为盲反卷积。一般，相机的抖动路径是随机的，不可预知的，这种情况下，得到清晰图像的过程叫做图像盲复原，或盲反卷积。本文主要研究的是基于相机抖动的单幅模糊图像的盲复原，首先基于模糊图像得到模糊核，这是去抖动模糊的难点，其次是基于估计的模糊核恢复出清晰图像。本文中的算法分为两步:第一步，模糊核的估计。采用迭代算法，建立图像金字塔，对于图像金字塔中的每一层图像，利用双边滤波器滤除噪声、冲击滤波器强化模糊的边缘，采用基于极值的多尺度分解法(EMD)剔除宽度小于模糊核宽度的窄边，得到清晰图像和模糊图像的梯度幅度图，建立目标方程，估计出模糊核。在估计出模糊核之后，利用图像的空间先验知识，建立目标方程，得到清晰图像，接着对图像上采样将其作为下一层清晰图像的初始值。第二步，依据得到的模糊核和粗糙的清晰图像，基于残差模糊图像，利用Richardson-Lucy算法得到清晰图像。文中选取的模糊图像来自于Levin图片库，经过仿真，证实本文提出的算法可以估计出有效的模糊核，得到较清晰的图像。

目录

声明

摘要

1 绪论

1．1 课题研究背景和意义

1．2 图像复原研究现状

1．3 运动模糊图片

1．4 本课题的研究内容和成果

1．5 论文章节安排

2 基于空间不变的去模糊技术

2．1 图像模糊的模型表示

2．2 图像去模糊研究现状

2．3 本章小结

3 去相机抖动模糊技术

3．1 快速去运动模糊

3．2 基于两阶段的模糊核估计去模糊技术

3．3 从三种模式的角度分析图像去模糊

3．4 基于深度信息的图像去模糊

3．5 图像去抖动的难点

3．6 本章小结

4 单幅图像去模糊研究及仿真

4．1 算法框架

4．2 模糊核的估计及粗略的清晰图像估计

4．2．1 双边滤波器(bilateral filtering)

4．2．2 冲击滤波器

4．2．3 基于极值的多尺度分解法(Extrema-based Multiscale Decomposition Method)

4．3 实验结果分析

4．3．1 振铃效应处理

4．3．2 模糊核估计

4．4 本章小结

5 反卷积复原清晰图像

5．1 Richardson-Lucy算法

5．2 残差图像RL反卷积仿真

5．3 图像复原结果分析

5．4 图像复原结果对比分析

5．5 本章小结

6 复原图像质量评价

6．1 图像质量评价

6．1．1 主观评价

6．1．2 客观评价

6．2 图像质量客观评价参数

6．3 结果分析

6．4 本章小结

总结与展望

致谢

参考文献