模糊图像的增强技术研究
在实际生活环境中，通过成像传感器得到的图像会有一定的变化，容易引起图像信息的丢失。造成图像模糊的原因有相机与目标之间的相对移动及抖动、设备抖动造成的离焦、不同照明环境、天气状况（雾天、雨天、阴天等）、由于三维目标投影在二维图像平面上带来的信息丢失造成的模糊等。另外，图像的数字化、压缩编码等处理，以及摄像镜头上的灰尘、水雾等光学污损也不可避免会造成图像质量下降。获得的图像会出现模糊不清的现象，为了图像的进一步处理（如目标质心提取、监控虚警率和漏警率等），需要对这些图像进行还原和增强，同时抑制不必要的细节，来改善视觉效果。 常见的解决方法有以下两类，一是变换域增强方法:是将图像进行傅里叶变换，由空域变换到变换域，再用滤波或其他算法来进行处理。例如首先，进行模糊图像的傅里叶变换;其次，将其与一个传递函数进行卷积;将结果进行傅里叶反变换，得到增强图像。二是空间域图像增强方法，定义一个函数如灰度转换、直方图均衡化、直方图归一化、图像平滑和锐化等，然后与原图像进行运算处理。 本文对模糊图像的产生因素及常用处理手段进行了分析，针对多种模糊因素进行了增强研究。对于相对运动引起的模糊，设计了一种采用经典维纳滤波复原算法对模糊图像进行增强的改进算法，建立了退化模型，并设计了一种维纳滤波与图像均衡法相结合的改进算法，对原始模糊图像的灰度值进行映射，使变换后的灰度值的概率密度函数符合均匀分布。这样，经过变换的原图就会变成一幅灰度均匀分布的图像，能够弥补维纳滤波图像增强过程中的滤波不完全的问题，利用改进后的维纳滤波对运动模糊图像进行增强处理，比原始的维纳滤波增强和中值滤波去噪的效果好得多。 对于低像素设备造成的模糊图像，建立退化模型，分析模糊原理，采用基于对数图像处理LIP算法对模糊图像进行处理，实验表明应用的算法能够进行图像的增强处理。 对于有损压缩编码技术引起的模糊，尤其是高压缩比情况下造成的图像模糊，使用约束最小二乘法，并对约束问题进行迭代求解，通过实验验证后处理算法在压缩情况下的图像增强效果较好。 对于光学污损模图像，给出了针对不同污损因素的图像增强算法。其中，对于雾气天气状况来说，对图像基于动态阈值进行白平衡化，并基于代价函数增强原有雾图像的对比度，在此基础上对白平衡图像和对比度增强图像进行加权融合。对于霾、雨雪和沙尘等恶劣天气来说，建立基于大气散射的模型，按照暗原色先验算法对模糊图像进行增强，并通过实验验证算法的可行性。 文中使用的算法具有针对性，每种算法能够很好的解决运动模糊、低像素模糊、压缩模糊和光学污损模糊。
图像处理;模糊图像;模糊原理;增强技术
北京化工大学
硕士
计算机技术
李学斌;武彤
2017
中文
TN911.73
68
2017-08-15（万方平台首次上网日期，不代表论文的发表时间）