水下数字图像盲复原算法研究
作者：马田籍芳
来源：《现代电子技术》2010年第02期
摘要:图像复原的目的是从观测到的退化图像重建原始图像,它是图像处理、模式识别、机器视觉等的基础。盲复原作为其中一个重要分支,其主要思想是在点扩展函数未知的情况下,力求获得最佳的清晰效果。由于水下图像退化模型中点扩展函数一般为高斯模型,故针对此提出误差_参数估计法,根据图像退化过程,给出频率域的误差形式,并选定参数的变化范围,再利用复原算法做出误差参数曲线,由此估计出点扩展函数的参数值,最后利用经典的复原算法,如维纳滤波对退化图像进行复原。实验证明该方法获得了比较清楚的复原效果。
关键词:盲复原;点扩展函数;高斯噪声;维纳滤波
中图分类号:TP391文献标识码:A
文章编号:1004-373X(2010)02-109-03
Research on Blind Restoration Algorithms of Underwater Image
MA Tian1,JI Fang2
(1.Ocean University of China,Qingdao,266100,China;2.Jiangmen Entry_Exit Inspection and Quarantine Bureau,Jiangmen,529000,China)
Abstract:The goal of image restoration is to rebilud primitive image from degenerated image which is observed,it is the foundation of image processing,pattern recognition,machine vision and so on.As an important branch,the main thought of blind restoration is to acquisitive best clear effect in situation of unknown of the point spread funtion.As usual,the PSF is Gaussian model in underwater image degeneration model,so error _ parameter estimation is made,it′s according to the degenerative process of the image,provides the error form of the frequency land and changes the range of selecting parameter,and then uses the restoration algorithms to make a curve of error _ parameter,and estimates parameter values,then uses classic restoration algorithms as Wiener filter to restorate image.The experiment proves this method has obtained clearer result.
Keywords:blind restoration;point spread funtion;Gaussian noise;Wiener filter
0 引言
随着计算机科学技术日新月异的发展,数字图像处理技术已经应用到相当多的领域之中,如交通、天文、医学、遥感等。海洋是人类生存和发展的重要领域,不仅能为人类提供丰富的物质资源,而且在现代战争中具有重要的战略地位。由于海洋的重要性,水下图像也日渐成为人们
研究的重要领域和方向。对水下图像的处理主要包括目标识别、图像复原、图像增强、图像压缩等。其中,图像复原是水下图像处理中一个非常重要的环节,近年来得到了越来越多的重视与研究。
所谓数字图像盲复原是指图像处理过程中,由于不能预先知道确切的模糊过程降质模型,而必须根据模糊图像确定降质模型,并同时使模糊图像复原的一类算法[1]。图像盲复原技术的最大特点是不依赖于图像的先验知识或仅依靠很少量的部分知识,对模糊图像进行最佳情况复
原。即在降质过程中所有信息或部分信息都未知的情况下,利用降质图像的特征来估计原始图
像和降质点扩展函数(Point Spread Function,PSF)的过程。其中,对点扩展函数PSF的准确估计尤为重要[2]。
水下图像处理以其特殊的成像背景,需要对其做专门的图像复原算法研究,并依靠模糊图像确定其降质模型。自然光在进入海水中之后,受到海水的作用产生衰减。实验表明,光的衰减是光波长的复函数,它由两个互不相关的过程,即吸收和散射引起,因此光在水中传输时,能量按指数规律迅速衰减。由于受海水中水分子及其浮游生物和大量悬浮颗粒的影响,摄像机成像系统所拍摄到的图像是经过被海水层层散射和吸收后得到的,成像质量大幅下降,因此需要对模糊图像做复原处理,以尽可能恢复原图像。
1 数字图像盲复原原理及相应算法研究
点扩展函数PSF的物理含义是在不考虑加性观测噪声影响的情况下,一个点源通过该成像系统后所形成的扩散图像。对于每一个点源,它通常是一个有限冲击响应滤波器。
数字图像复原处理的关键问题在于建立降质模型。如果降质过程为线形和空间不变的过程,则降质图像g(x,y)在空间域可表示为:
g(x,y)=f(x,y)*h(x,y)+n(x,y)
式中:f(x,y)为原图像;h(x,y)为点扩展函数PSF;n(x,y)为噪声,一般为加性噪声。图像复原就是对g(x,y)寻找一个逆变换,以估计出复原图像(x,y)[3]。其中,对PSF的估计方法可以分成两类进行:第一类是将点扩展函数的估计与图像复原分离开来进行,通过对点扩展函数的先验辨识,可以将图像盲复原问题转化成经典的图像复原问题;第二类是将点扩展函数的估计与图像复原结合起来进行。一般使用第一类处理方法对点扩展函数进行估计和恢复图像,由此给出误差_参数估计法。
误差_参数估计法的前提条件是要知道退化图像中点扩展函数的参数化模型。首先,分别用高斯模型和线性移动模型作用于标准Lnea灰度图像上,加上方差不同的高斯白噪声,得到不同退化程度的观测图像。根据图像退化过程,给出频率域的误差形式:E=‖Y-XH‖2,选定参数的变化范围。利用复原算法,依据PSF和观测图像估计原始图像,计算频率域误差,做出误差参数曲线,由此估计PSF的参数值,从而获得PSF的具体形式。最后利用经典的复原算法维纳滤波法对退化图像进行了复原,获得比较清楚的复原效果。