离焦模糊图像的盲复原算法

ISSN 1673-9418 CODEN JKYTA8 E-mail: fcst@ Journal of Frontiers of Computer Science and Technology

1673-9418/2011/05(04)-0324-12 Tel: +86-10-51616056DOI: 10.3778/j.issn.1673-9418.2011.04.004

离焦模糊图像的盲复原算法*

孙韶杰1,2+, 吴 琼2, 李国辉1

1. 国防科学技术大学 信息系统与管理学院, 长沙 410073 2. 空军军训器材研究所, 北京 100195

Blind Image Deconvolution for Defocus Blurred Image*

SUN Shaojie1,2+, WU Qiong2, LI Guohui1

1. College of Information System and Management, National University of Defense Technology, Changsha 410073, China 2. Airforce Training Equipment Institute, Beijing 100195, China + Corresponding author: E-mail: sun_nudt@

SUN Shaojie, WU Qiong, LI Guohui. Blind image deconvolution for defocus blurred image. Journal of Fron-tiers of Computer Science and Technology, 2011, 5(4): 324-335.

Abstract: An algorithm of blind image deconvolution is proposed for defocus blurred images. Firstly, Hough trans-form is applied to detect the line edges in the defocus image. Then the step-edges or approximate step-edges are located, based on the image spatial statistical characteristic and the modified Grubbs method. The line spread function is calculated by using the detected step-edges, and the radius of the defocus blur is obtained by adopting the relation-ship between the radius and the line spread function. Finally the defocus image is restored by Wiener filter method. Tested on the real defocus blurred photographs, the experimental results show that the proposed algorithm can detect the step-edges or approximate step-edges accurately, and improve the identification precision of blur radius and the quality of restored images. The algorithm has been applied in the practical detection forensics work successfully. Key words: defocus blur; step edge; line spread function(LSF); point spread function(PSF); blind image deconvolution

摘 要：针对离焦模糊图像, 提出了一种盲复原算法。该算法首先利用Hough变换检测出离焦图像中的直线边缘, 然后基于图像的空域统计特性和修正的Grubbs检验法, 定位出阶跃或近似阶跃直线边缘, 在此基

*The National Natural Science Foundation of China under Grant No. 60273066 (国家自然科学基金). Received 2010-06, Accepted 2010-08.

孙韶杰 等：离焦模糊图像的盲复原算法

325

础上自适应计算出线扩散函数, 最后利用线扩散函数求取离焦模糊半径, 进而用Wiener滤波完成了图像的复原。实验结果表明, 对真实的离焦模糊图像, 该算法能够准确地检测和定位出阶跃或近似阶跃边缘, 提高离焦模糊半径的鉴别精度和图像的复原效果, 已在实际刑侦取证工作中获得较为成功的应用。 关键词：离焦模糊; 阶跃边缘; 线扩散函数(LSF); 点扩散函数(PSF); 图像盲复原 文献标识码：A 中图分类号：TP391.41

1 引言

离焦图像的复原在许多应用中有着迫切的需求, 如在刑侦取证的实际工作中, 由于成像设备对焦不准或者成像区域内存在不同深度的目标, 往往面对存在离焦模糊的取证图像, 由于离焦量较大, 严重降低了图像质量, 造成高频分量的衰减或丢失, 使得肉眼难以直接判读或识别图像中的细节或关键信息(比如车牌或文字等), 从而导致图像分析或场景理解困难, 影响取证工作的开展。因此, 研究离焦图像的复原技术从模糊图像中提取更多的有价值信息, 具有重要的现实意义。

离焦模糊图像的盲复原技术一直是国内外图像处理领域研究的重要内容之一。其中主要方法是通过在图像的变换域(如频域)寻找零点位置确定模糊参数。该类方法一般在离焦图像的频域中, 通过使用倒谱技术分析零点的位置和模式来估计点扩散该方法需要较大函数[1 3], 因此也称为倒谱分析法。

的图像尺寸来减少图像频率模式的影响, 通过实验发现, 该方法对实际离焦图像的鲁棒性不高, 而且并不适用于同一幅图像中存在不同深度的离焦图像。

另外还存在其他算法, 如文献[4 5]首先利用提出的边缘检测算法得到离焦图像的边缘, 然后对所有的边缘点, 通过沿梯度方向计算二阶导数中相邻且符号相反的两个极值之间的距离来估计离焦模糊参数; Liang等采用小波变换的多尺度分解, 利用低频小波子带估计散焦模糊模型的参数[6]; Gui等采用全局相位一致性对离焦模糊图像进行复原[7]; 杨 等采用遗传算法结合逆滤波法复原离焦模糊图像[8]。

本文提出了一种新的离焦模糊图像的盲复原算法, 首先利用Canny边缘检测算子和Hough变换法检测出图像中的直线边缘; 然后基于图像的空域统

计特性和改进的Grubbs异常值检测准则, 对模糊图像中的阶跃或近似阶跃直线边缘进行准确定位; 在此基础上自适应提取出用于计算线扩散函数的最佳区域, 进而得到线扩散函数; 利用推导出的线扩散函数和离焦模糊半径之间的关系, 计算出模糊参数; 最后根据模糊参数得到点扩散函数, 利用Wiener滤波完成离焦图像的复原。

2 离焦模糊模型及理论分析 2.1 点扩散函数

成像系统对点光源的响应就是点扩散函数, 为研究问题方便, 通常认为成像系统具有空间移不变性, 因此模糊图像的降质过程可表示为[9]：

g(x,y)=f(x,y) h(x,y)+n(x,y)

(1) ∞∞

(,)dd1hxyxy=∫∫

∞ ∞

其中, f(x,y)表示原始的未模糊图像, h(x,y)表示点扩散函数(point spread function, PSF), g(x,y)表示观测的模糊图像, n(x,y)表示加性噪声, 表示卷积操作。

在离焦模糊图像复原中, 通常使用圆盘离焦模型来近似点扩散函数PSF, 即：

0,>R

(2) h(x,y)= 1

R 2,

πR

其中, R表示离焦模糊的半径, 是成像系统模糊程度

的一种刻画。对于离焦模糊图像的盲复原, R是需要辨识和鉴别的主要参数。

2.2 线扩散函数和边缘扩散函数

成像系统对线光源的响应就是线扩散函数(line spread function, LSF), LSF可认为是PSF沿线方向的积分。假设线光源平行于垂直轴(y轴), 则LSF和PSF的关系为[10]：

326

Journal of Frontiers of Computer Science and Technology 计算机科学与探索 2011, 5(4)

hl(x)=∫h(x,y)dy

∞

∞

(3)

所示, 即：

其中, hl(x)表示LSF, 因为沿直线方向的灰度值相同, 所以LSF可用一维向量来表示。

在实际中由于点物体太小以及受到光强等的影响, 很难得到一个理想点物体, 另外由于线物体的宽度要求非常窄, 也很难得到一个理想的线物体, 因此很难直接通过一点(或线)物体来测定点(或线)扩散函数。考虑到人眼对边缘的响应较敏感, 而且在图像中也比较容易获得直线边缘的物体, 所以可以利用图像中的直线边缘信息来求取LSF。

假设直线边缘物体的光强是均匀的, 则可用阶跃函数来表示。如图1(a)是一幅沿y轴的阶跃边缘图像, 其中x轴和y轴表示的是长度范围, 均以像素为单位。不妨令y轴左侧的图像灰度值为a, y轴右侧的图像灰度值为a+b …… 此处隐藏：3816字，全部文档内容请下载后查看。喜欢就下载吧 ……