基于互补性的运动模糊图像复原方法.pdf 8页

'中国科技论文在线http://www.paper.edu.cn#基于互补性的运动模糊图像复原方法12111**王珮，孙瑾秋，李海森，朱宇，张艳宁（1.西北工业大学计算机学院，西安，710129；52.西北工业大学航天学院，西安，710072）摘要：图像复原的目的是将原始图像从观测到的降析图像中恢复出来,在多帧图像复原算法中，输入图像帧的选择是很重要的问题，输入图像选择得好坏，直接影响最终的复原效果。本文针对多帧图像复原算法中的选帧问题，提出了一种基于互补性的运动模糊图像复原算10法，首先根据图像纹理特性进行互补性计算，采用基于迭代的最大互补信息序列的选帧方法，挑选出最具互补性的多帧模糊图像，之后依据基于隐变量的稀疏建模的图像盲复原算法进行模糊核与潜在图像估计。实验表明，该方法的复原效果较好，优于单一的多帧图像复原方法。关键词：图像复原；多帧联合去模糊；互补性中图分类号：TP39115Multideblurringmethodbasedoncomplementarity12111WangPei,SunJinqiu,LiHaisen,ZhuYu,ZhangYanning(1.SchoolofComputerScience,NorthwesternPolytechnicalUniversity,Xi"an,710129;2.SchoolofAstronautics,NorthwesternPolytechnicalUniversity,Xi"an,710072)20Abstract:Thepurposeofimagerestorationistorecovertheoriginalimagefromtheobservedimage.Inthemulti-frameimagerestorationalgorithm,theselectionoftheinputimageframesisaveryimportantproblem.Theinputimage"squalityisgoodorbad,directlyaffectthefinaldeblurringresult.Inthispaper,amotion-blurredimagerestorationmethodbasedontheimage"scomplementarityisproposedfortheframingprobleminmulti-frameimagerestorationalgorithm.First,the25complementaritycalculationiscarriedoutaccordingtotheimagetexturecharacteristics.Themostcomplementarymulti-frameblurredimageisselectedbyusingtheframeselectionmethodbasedontheiterativemaximumcomplementaryinformationsequence.Then,usingacoupledadaptivesparsepriormodeltoestimatetheblurkernelandthepotentialimage.Experimentsshowthattheresultbyusingtheproposedmethodisbetterthanthetraditionalmulti-imagedeblurringmethod.30Keywords:imagerestoration;multideblurring;complementary0引言模糊图像的复原问题在科学研究和日常生活中都十分重要，如在国防军事领域需要对由于相机与观测物体之间存在的相对运动进行模糊估计，用以提高图像质量，进而进行目标识35别等。运动模糊图像独院在图像处理领域的研究历史具有比较长的时间，同时由于图像特性、[1]运动模糊图像中存在的噪声等因素的影响，该问题一直没有比较好的解决方法。按照输入图像个数的多少可以将图像复原算法分为单帧去模糊和多帧去模糊两种类型。由于图像复缘的复杂性，演变成为严重的病态问题，因此，往往需要更多的先验信息用以估计潜在图像和引起图像质量退化的模糊核。传统的图像复原方法，大多都直接随意挑选两帧模糊图像作为40已知的观察图像，将其作为输入信息，进行多帧联合复原，多个模糊核的估计是通过最小化基金项目：国家自然科学基金重点项目（No.61231016）;国家863计划项目（No.2015AA016402）;博士点基金（No.2013610212004）；西北工业大学研究生创意创新种子基金（Z2017184）作者简介：王珮(1995-),女,主要研究方向:计算机视觉、图像处理通信联系人：孙瑾秋(1980-),女,副教授,硕导，主要研究方向为图像处理和模式识别.E-mail:sunjinqiu@nwpu.edu.cn-1- 中国科技论文在线http://www.paper.edu.cn包含“交叉模糊”能量项的目标函数进行的。从模型构建的角度来看，主要有贝叶斯推理框[2][3][4][5][6][7][8][9][10][11]架，变分法，基于稀疏表示的方法，以及基于单应性的建模和基于区[12]域的复原方法。为了解决多帧复原方法中，面临的选帧困难问题，本文提出了基于互补性的的运动模糊45图像多帧复原方法，以图像互补性研究作为基础，挑选出序列图像中，互补性最大的图像对进行图像复原重建。对于传统的多帧图像复原算法而言，这是一个提升图像质量的重要操作，同时提高了信息的利用率，以现有资源最优化重建效果。1互补性定义1.1物理描述50相机在成像过程中由于受到不同降质因素影响，产生不同程度的降质图像。图像的互补性是指，为了使降质图像质量得到提升，主要是以提高图像的信息丰富程度为目的，针对图像之间存在的差异，分析差异信息的可利用性，形成降质图像的互补性表征。图像的互补性分析可以为多帧图像处理算法提供选帧技术支撑，对原始图像进行重建复原，提高多帧处理的质量。例如对于序列图像中，前一帧图像目标上半部分显示的有效图像信息较多，而后一55帧图像目标下半部分显示的有效图像信息较多，此时，称这两幅图像间存在互补性。对于由于运动产生的模糊图像，存在不同方向的信息损失，例如两幅图像中，第一幅存在水平方向的运动模糊，第二幅存在竖直方向的运动模糊，如图2所示。(a)0度模糊(b)0度方向模糊核(c)90度模糊(d)90度方向模糊核图1不同方向的模糊图像存在互补性Fig.1Blurredimagesindifferentdirectionsarecomplementary601.2数学理论数据集合是数学上的一个基础性概念，是集合论的研究对象。集合由一个或多个不同的数据元素组成，采用集合的思想分析数据间的互补性质。-2- 中国科技论文在线http://www.paper.edu.cnUAB图2互补性数学定义65Fig.2Mathematicaldescriptionofcomplementary图1表示两个不同的集合A、B的相交位置关系，U表示全集。其中，A和B相交的部分表示数据的相关性，即集合含有的公共元素，用阴影部分表示并集减去交集的部分，利用阴影部分描述数据之间的互补性，公式定义如下：TATB()|()TA()&()TB0comAB(,)(1)TU()070其中，T()表示提取集合有效元素，“|”表示集合并集运算，“&”表示集合交集运算，0表示计算集合的非零元素个数。结合物理描述，上述公式即可用来计算图像之间的互补性，即模糊图像A与模糊图像B之间的互补性大小。对于两幅图像A，B，用集合描述其所包含的信息，则图像的信息之间存在着如下三种位置关系，相离、相交以及包含关系。UUUAABABB(a)相离关系(b)相交关系(c)包含关系75图3集合的位置关系Fig.3Positionrelationofset(1)若集合A、B相离，表示A和B是两个完全独立的集合，之间不存在相关性，因此也不存在互补性，互补性为0；(2)若集合A、B相交，它们之间存在相互关联，相关性体现在A和B相交的部分，A中80减去AB后剩下的部分和集合B之间是存在互补性的，互补性可由公式(1)计算；(3)若集合A包含集合B，相关性达到最大，此时，集合A包含了集合B的所有信息，所以A、B之间的互补性也不存在，互补性为0。2基于图像分解的运动模糊图像互补性表征基于互补性分析的模糊图像复原主要分为互补性表征分析和图像复原两个部分，其中互85补性表征可分为图像分解、图像有效信息提取以及图像互补性表征三个方面。基于图像分解的互补性表征首先需要对图像进行频率分解，对于分解得到的图像分量，利用图像二值化方法提取图像的有效信息，即受模糊影响较小区域，之后进行图像的互补性表征。-3- 中国科技论文在线http://www.paper.edu.cn2.1图像分解数字图像信号可分为高频信号和低频信号，图像的边缘和噪声对应图像傅里叶频谱中的90高频部分，低频信号对应图像的整体形状，不包含图像细节和边缘等。而模糊主要影响图像的高频信息，即不同方向的运动模糊容易导致图像不同边缘信息的损失，因此，本文利用不同运动方向下的模糊高频分量图像进行互补性表征。对模糊图像y1和模糊图像y2采用高斯滤波器进行图像分解，模糊图像与高斯滤波算子进行二维卷积操作，得到图像的低频分量，之后用原图减去低频分量图像，即可得到高频分95量图像。由于普通的高斯滤波器属于低通滤波，故需用模糊图像减去高斯滤波图像，提取图像的高频分量，若采用高通滤波器则直接用滤波的高频分量结果即可。二维高斯滤波算子如下：22xy1()2Ge2(2)22其中，表示高斯核的方差。100将原始图像和高斯滤波器进行卷积运算，再用模糊图像直接减去卷积结果即可得到图像高频分量h：hyGyi1,2(3)iii2.2图像有效信息提取2.2.1梯度计算105在图像频率分解的基础上对分解出的高频分量计算其梯度信息，即计算图像的高频部分在梯度方向上灰度值的变化情况，进一步提取图像的高频特征。22h(h)(h)i1,2(4)iixiy其中，gx和gy分别表示x方向和y方向上的梯度运算：hhg,hhgi1,2(5)ixixiyiy1102.2.2图像二值化提取对计算出的梯度信息进行图像二值化操作，提取模糊图像的二值化信息，作为互补性表征的有效信息。进行二值化操作时，阈值thresh的选取可以根据原始图像的灰度值进行调整，对梯度图像进行归一化操作，设置阈值范围thresh[0.2,0.5]。0hthreshiTy()i1,2(6)i1hthreshi1152.3图像互补性表征依据公式（1）的定义，应用到图像模型中，则其变换为：Ty()|(y)TTy()&(y)T12121comy(,y)(7)12MN上式即表示模糊图像y1和模糊图像y2之间的互补性。其中，M和N分别为图像的长和宽，T()即表示梯度图像的二值化结果，用二值化图像作为互补性表征的有效信息。在计120算图像并集和交集操作时，直接对“非零即一”的二值图像进行操作。-4- 中国科技论文在线http://www.paper.edu.cn为说明二值化图像的计算过程，这里以33的图像块做示例。010111111121211012001100120121112011111011111121121100(a)y1二值化信息(b)y2二值化信息(c)二值信息并集(d)并集减交集图4互补性示例Fig.4Aexampleofcomplementary图4中，“11”表示图像y1提供的有效信息，即y1的二值化结果，“12”表示图像y2125提供的有效信息，即y2的二值化结果，“112”表示图像y1和图像y2共同提供的有效信息，“012”表示图像y1和图像y2均未提供的信息。用并集减去交集的操作计算互补性的大小，本例中，y1与y2的互补性大小为：83comy(,y)0.56.(8)1293基于迭代的最大互补信息序列图像选取130以互补性定义和计算为基础，对于包含s帧序列的模糊图像，设定需要选择的帧数m，采用迭代的方式进行最大互补信息的多帧图像选取。算法实施的具体步骤如下：（1）输入s帧模糊图像，设置选择图像帧数吗，其中m