模糊圖像處理技術及其應用

摘 要：日常工作生活中有大量的模糊圖像需要處理，模糊圖像處理技術可將模糊圖像變得清晰，從而滿足人們的需要。本文簡要介紹了模糊圖像的特點、模糊圖像處理技術的原理、主要的方法及應用，從而為模糊圖像的處理提供一些參考。

關鍵詞：模糊圖像；模糊圖像處理技術

中圖分類號：TP317.4 文獻標識碼：A 文章編號：1674-7712 （2013） 14-0000-01

近些年，隨著電子產品行業的發展，大量具有攝像功能電子產品的廣泛使用，給人們的工作和生活帶來了很多便利。但是由于這些電子產品本身質量參差不齊，所拍攝的圖像質量較差，，圖像模糊難以辨認。我們把這些模糊難以辨認的圖像稱為模糊圖像。為了充分發揮這些模糊圖像的價值，滿足人們生活工作的需要，就需要對其進行處理。目前，常用的技術就是模糊圖像處理技術。

一、模糊圖像特點分析

模糊圖像有很多來源，但手機和監控系統是其主要來源。由于手機便于攜帶，可隨時隨地的拍攝照片和視頻，但是由于很多手機拍攝的圖像不清晰，因此手機成為模糊圖像的主要來源之一。監控系統在很多重要的場所都有覆蓋，給尋人、尋物以及刑事偵查等帶來很大的方便。但是很多監控系統的分辨率較低，所拍攝的圖像也往往模糊不清，因此，監控系統也是模糊圖像的主要來源之一。此外，還有攝像機、電腦攝像頭等來源的模糊圖像。這些模糊圖像具有以下特點：（1）單個處理對象有效像素較少；（2）圖像噪聲水平高且噪聲類型復雜；（3）圖像模糊不清晰。由于模糊圖像自身的特點，使其無法清晰辨認，因此必須要用模糊圖像處理技術對其進行處理。

二、模糊圖像處理的原理及常用技術

模糊圖像處理核心算法的基礎主要涉及數學中有關矩陣、概率統計、微積分以及物理原理、光學知識和信號處理知識等，利用了許多經典及當代先進的數學工具，如快速傅里葉變換（FFT）、小波變換、微分方程和調和分析等。因此，模糊圖像處理是對多學科知識的綜合應用。模糊圖像處理技術還需要激光模擬計算機。激光模擬計算機通常是由激光器、透鏡組、光學濾波器、色散光柵、顯示器及其它附件組成。模糊圖像經過激光模擬計算機處理后可以使模糊難以辨認的圖像變得較為清晰。激光模擬計算機的關鍵元件是光學濾波器，根據各種不同的信息處理要求，可以制作各種不同的復雜的光學濾波器。這些復雜的光學濾波器不但可以處理模糊圖像，而且還可以識別圖像。

模糊圖像處理技術是數字圖像處理技術的核心，根據模糊圖像處理技術的發展和技術本身的復雜程度，模糊圖像處理又可以細分為常規處理、高級處理和特殊處理三種。常規處理包括圖像增強、圖像濾波、正交變換、形態學操作、幾何變換、圖像運算、圖像特征和圖像轉換等；特殊處理包括人臉超分辨率、車牌恢復/增強、低照度處理和雨霧圖像增強等；高級處理包括圖像去噪聲、圖像復原、圖像融合和圖像超分辨率等。其中，模糊圖像常規處理技術出現的時間早、方法成熟，簡單容易掌握，并且在一般的數字圖像處理教材中都有介紹，因此本文不做介紹。而模糊圖像特殊處理在一般工作生活中用的比較少，因此本文也不做介紹。下面本文將重點介紹最常用也是重要的三項處理技術，即圖像去噪聲、圖像復原和圖像超分辨率。

（一）圖像去噪聲

圖像去噪聲是建立在數學模型基礎上的，目前常用的數學模型有兩種，即加性噪聲模型和乘性噪聲模型。加性噪聲模型是把觀測圖像看成是由清晰圖像加上噪聲得到的；乘性噪聲模型把觀測圖像看成由清晰圖像乘以噪聲得到的。其中，最常用的模型是加性噪聲模型。

無論是哪種數學模型，其原理基本相同，即假設清晰圖像和噪聲具有一定的先驗條件，其中噪聲的先驗模型較為簡單，一般被認為是高斯白噪聲或是滿足特定形式分布的隨機噪聲，個別情況下考慮特殊的噪聲。與噪聲的先驗模型相比，清晰圖像的先驗模型則相對復雜。隨著人們對圖像去噪聲的深入研究，目前人們已經建立了多種噪聲模型和清晰圖像模型。而模糊圖像去噪聲的算法實際上就是不同的噪聲模型和清晰圖像模型相組合，加上不同的求解方法，就構成了形形色色的去噪聲算法。由于噪聲模型和清晰圖像模型數量多，因此去噪聲算法也有很多算法，但是目前常用的算法有濾波技術、小波域算法、空間域算法、基于訓練的算法、時空結合的算法。

（二）圖像復原

有時我們獲得的圖像比較模糊，需要將其變得更清晰一些，而圖像復原就可以實現這個目的。圖像復原技術實際上就是對各種模糊圖像進行處理從而使其變得更清晰的一種技術。圖像復原算法大多通過具體情況下的圖像退化模型來估計原始圖像，如散焦模糊、運動模糊、大氣湍流、成像角度引起的圖像變形等。此外，有一些圖像的退化模型無法確定，對這一類圖像的復原稱為盲目復原。如果圖像變形是全局一致的并且等價于一個卷積過程，這時圖像復原也稱為反卷積問題。圖像復原的算法也有很多種，常用的有維納濾波Richard-Lucy算法、小波域算法、空間域算法、基于訓練的方法、防抖動算法。

圖像復原是模糊圖像處理中的難點，雖然圖像復原的算法有很多種，但是很多情況所獲得的復原圖像效果并不好。例如壓縮行程的模糊圖像、多種模糊過程混合而成的模糊圖像，甚至有些完全未知的模糊圖像無法用退化模型來進行處理。因此，對于圖像復原技術還需要做更深入細致的研究。

（三）圖像超分辨率

圖像超分辨率俗稱圖像放大，一般情況下圖像放大采用簡單的圖像插值技術，但是全局一致的插值技術往往帶來模糊效應，不能滿足要求。目前在圖像超分辨率技術中常用的為復雜超分辨率技術。改技術是利用自然圖像高頻信息之間的相關性對丟失的高頻進行合理預測，然后重建出高分辨率圖像。

三、模糊圖像處理技術的應用

正是由于模糊圖像處理技術能夠通過不同的運算方法，能夠將模糊圖像變得清晰，所以在資源勘探、高空偵察、公安司法、尖端科學的發展中起著越來越重要的作用。例如，在從飛機或者衛星上拍攝地面圖像時，由于大氣流動的影響，加上照相儀器質量和照相技術等原因，往往會使圖像模糊不清。但是用模糊圖像處理技術就能在幾秒鐘的時間內完成對圖像的處理，而且圖像的處理效果較好。正是因為如此，模糊圖像處理技術在多個領域得到了廣泛應用。

參考文獻：

[1]陳睿.計算機模糊圖像處理[J].信息通信，2013（5）.

[2]楊洪臣，黎智輝，彭思龍.模糊圖像處理技術概述[J].警察技術，2009（5）.

[作者簡介]馬麗麗（1982.3-），女，山東臨朐人，碩士，助教，山東信息職業技術學院；王麗麗（1983.10-），女，山東商河人，碩士，助教，山東信息職業技術學院。