個性化圓盤函數耦合OpenCV的離焦模糊圖像復?原算法研究

梁 娟

（陜西交通職業技術學院 西安 710018）

1 引言

近年來，在工程領域中，作為從模糊圖像中獲取信息的媒介，圖像處理技術越來越重要，同時也具有很大的現實意義。基于此，離焦模糊圖像復原算法在國內外圖像處理領域研究越來越重要，逐漸成為研究熱點。

基于現有的圖像復原技術，大致可以分為兩種：第一種是倒譜分析法，該方法在圖像的變換域中，通過倒譜技術來尋找零點位置，以此來確定模糊參數，從而估計點擴散函數［1～3］；第二種是必須以在離焦模糊圖像中存在階躍或近似階躍點的直線邊緣的這種前提下，通過離焦模糊圖像的邊緣信息來得到估計點擴散函數，這種情況下該方法才能得到使用［4～6］。第三種類結合一些不常用的方法進行復原，如小波變換、遺傳算法［7～8］。

本文對之前的離焦模糊圖像復原算法提出一種新的改進方案。首先對模糊圖像離散時間傅里葉變換，得頻譜條紋寬度與模糊距離關系式，得模糊距離即圓盤函數半徑，從而構建點擴散函數即圓盤函數。然后基于個性化圓盤函數的維納復原處理模糊圖像。最后用圖像增強中的二維銳化方法輔助處理模糊圖像，去除噪聲干擾，完成離焦模糊圖像的復原。本文所提出的圖像復原算法基于開源計算機視覺庫OpenCV和VC++平臺MFC框架來實現。OpenCV的主要優勢是它的適用性較為理想，而且可以融合好幾個操作系統［9～12］。本文提出一種改進的離焦模糊圖像復原算法，通過該方法實現的離焦模糊圖像復原軟件具有運行效率高，執行速度快和界面友好的優勢。

2 離焦模糊圖像復原原理

2.1 個性化圓盤函數

對離焦模糊圖像進行有效復原處理之前，首先需要求得圓盤離函數，該函數是基于幾何光學提出，這樣可以很好地模擬點擴散函數。通常，理想的成像系統對點光源成像應該仍為一個點，當成像系統的像距、物距不理想時，通過該成像系統的點光源成像是灰度值分布均勻的圓盤，這時點擴散函數就可通過用圓盤函數來表示。如式（1）所示。

式（1）中，R為圓盤半徑，求得R即可構建個性化圓盤函數，該函數對圖像復原效果起著至關重要的作用。本文對模糊圖像離散時間進行傅里葉變換，得出頻譜條紋寬度D與模糊距離（圓盤半徑R）成反比，如式（2）所示。

式（2）中M為圖像長度。

2.2 離焦模糊圖像復原算法

本身首先通過采用基于個性化圓盤函數的維納進行復原，如式（3）所示。

其中，H（u，v）為圓盤函數的傅里葉變換，Sn(u,v)是噪聲的功率譜，Sn(u,v)是模糊圖像的功率譜，G（u，v）模糊圖像的傅里葉變換，f（u，v）為復原后的圖像。

然后用圖像增強的二維銳化進行輔助復原，來以此去除噪聲干擾，完成圖像復原。

3 本文圖像復原算法

所提的個性化圓盤函數耦合OpenCV的離焦模糊圖像復原算法的過程見圖1，分為三個過程：1）輸入圖像信息；2）基于Fourier變換的圖像處理；3）基于維納濾波與2D銳化的圖像重構。

圖1 系統流程圖

部分關鍵代碼：

1）基于OpenCV的模糊圖像傅里葉變換

2）模糊圖像維納濾波

3）基于OpenCV的二維銳化

4 測試結果及分析

硬件環境：CPU是AMD Athlou 64 X2 Dualcore ProcessorAMD3600+；主頻是2.0GHz以及2.0G的內存。測試條件為：Windows7.0和VS2010的開發工具，OpenCV2.4.1。離焦模糊圖像如圖2、6所示；普通維納復原與圖像增強處理后的圖像如圖3、4、7、8所示；本文的離焦模糊圖像復原算法處理后的圖像如圖5、9所示。

圖2 離焦模糊圖像

圖3 二維銳化處理后的圖像

圖4 通過普通維納濾波方法處理之后的圖像

圖5 本文復原算法處理后圖像

圖6 離焦模糊圖像

圖7 二維銳化處理后的圖像

圖8 通過普通維納濾波方法處理之后的圖像

圖9 本文復原算法處理后圖像

表1 本文復原算法與普通復原、增強算法客觀評價

通過分析上述的實驗結果，圖3、4與圖5，圖7、8與圖9進行比較可看出，圖5、9的圖像紋理更清晰。仿真結果表明，本文采用的圖像復原算法對離焦模糊復原效果要優于采用普通圖像復原和圖像增強方法的復原效果。

根據表1可知，在圖像的峰值信噪比、信噪比兩方面，本文所提出的對離焦模糊圖像復原算法處理要高于普通圖像復原和圖像增強方法。這表明本文提出的離焦模糊圖像復原算法的復原效果優于采用普通圖像復原和圖像增強方法的復原效果。

5 結語

本文基于MFC和OpenCV軟件平臺下，提出了一個基于個性化圓盤函數耦合OpenCV的離焦模糊圖像復原算法，并給出了該算法的實現過程；基于模糊距離，設計了一種個性化圓盤函數，結合維納濾波和二維銳化對離焦模糊圖像進行復原。本文設計和實現的算法和軟件可單獨視為某個平臺的子系統，將其植入到其他的圖像應用平臺中，可顯著拓展其應用領域。

參考文獻

［1］孔英蕾.一種離焦模糊圖像的盲復原方法［J］.電子技術應用，2013，39（1）：125-128.

［2］Xie Zhengxiang，Wang Zhifang，L Xiafu.Adaptively op?ti-mal compensation for vision contrast resolution and ma?chine vision［C］//Proceedings of the 3rdInternationalCon?gress on Image and Signal Processing（CISP 2010）2010，3（2）：213-216.

［3］程凡永基于OpenCV的勻速模糊圖像復原與算法分析［J］.湖南工業大學學報，2011，25（3）：59-63.

［4］范海菊離焦模糊圖像模糊半徑檢測的新方法［J］.計算機應用，2012，32（7）：1875-1878.

［5］Xu X Y，Xu S Z，Jin L H，et al.Characteristic Analysis of Otsu Threshold and Its Applications［J］.Pattern Recogni?tion.2011，2（1）：124-128.

［6］王蕾基于改進卡爾曼濾波的盲圖像恢復［J］.計算機應用，2011，31（3）：711-714.

［7］邵明省.基于蛙跳算法的模糊圖像復原［J］.激光與光電子學進展，2011，5（4）：24-26.

［8］Plissiti ME，Nidou C，Charchanti A.Watershed-based seg?mentation of cell nuclei boundaries on Pap smear images［C］//2010 10th IEEE International Conference on Infor?mation Technology and Applications in Biomedicine,2011,2（4）：145-149.

［9］梁濤.基于OpenCV的視頻圖像人眼跟蹤方法的研究［J］.科學技術與工程，2013，21（2）：78-79.

［10］李洪雷.VC++環境下基于OpenCV的攝像機標定系統的開發［J］.計算機應用與軟件，2011，28（6）：19-24.

［11］代雷，吳迪，張健.基于OpenCV視覺庫的ESPI圖像增強技術研究［J］.電子測量與儀器學報，2013，27（10）：975-979.

［12］雷建鋒，汪偉.基于OpenCV的圖像閾值分割研究與實現［J］.現代電子技術，2013，12（24）：73-76.