基于運動模糊圖像的計算機復原技術研究

孫啟航

摘? 要：運動模糊圖像復原是一種計算機圖像復原技術，相對較為常見，廣泛應用于在智能交通系統中。正由于運動模糊圖像應用越來越普遍，本文重點分析研究了不同動態模糊圖像復原技術方法，采用了最小二乘法和L-R兩種不同算法對圖像復原處理進行研究，同時，結合交通系統常見標志作為研究例子，利用MATLAB進行仿真實驗，獲取兩種不同算法處理圖像后的效果，對兩種算法的仿真實驗結果進行比較研究。通過仿真實驗結果表明，L-R算法在交通道路指示牌中的復原處理效果優于最小二乘法，更適合于復原處理運動模糊圖像。

關鍵詞：最小二乘法? L-R算法? 運動模糊圖像? 圖像復原

當利用紅外傳感器對圖像進行采集的時候，由于傳感器在曝光期間，采集圖像的設備與目標往往會發生相對運動，這時候圖像的質量將產生退化現象，這種退化現象稱為運動模糊。運動模糊的出現，不僅令圖像質量相對變差，而且還會使目標發生變形。對于一些紅外弱小的目標，倘若出現運動模糊，不僅目標的像素減小，而且多數情況下的信噪比也將降低，目標檢測工作因而困難加劇。為了使接下來的圖像處理工作能夠順利進行， 因此要對模糊圖像采取復原技術。

運動模糊圖像的恢復技術中，主要討論的是對運動物體拍攝出來的模糊圖像，通過一些特定技術，進行精確的恢復處理，它已成為圖像恢復技術的重要研究方向之一，現階段廣泛用在了天文、軍事、醫學圖像、工業控制等科技領域，隨著科學條件和技術的不斷進步和發展，運動模糊圖像的恢復在其他領域中的應用也越來越多，并且要求也越來越高，因此對運動模糊圖像的恢復開展工作，具有十分重要的現實意義。

1? 運動模糊圖象的復原方法及其原理

1.1 最小二乘法

最小二乘法屬于線性復原方法，復原效果不錯，在IPT中這種最小二乘方濾波又被叫做正則濾波，也能夠通過deconvreg實現。

由于在使用該方法復原圖像處理過程中，會增加一些約束條件，比如設置Q為f的線性算子，那么就可以將這個復原過程使用函數來表示，而就是服從約束的條件，并實現最小化。這種通過約束條件的極值問題又能夠使用拉格朗日乘數法來進行處理，此時就需要尋找，于是就能夠獲得下面的函數：

1.2 L-R算法

Lucy-Richardson算法（L-R算法），L-R算法則是一種非線性的復原算法，主要通過迭代的方式來實現修復圖像，與前面介紹的最小二乘法是線性算法共同特點是復原過程可以用矩陣乘法來表示，而且矩陣都是分塊循環陣，從而可實現對比角，大大節省運算量。而L-R算法是非線性圖像復原方法，它的準則函數不能用W進行對比角，因而不能用線性代數的方法簡化運算。

2? 基于MATLAB圖像復原技術仿真實現

圖像復原是試圖利用退化過程的先驗知識使已退化的圖像恢復本來面目，即根據退化的原因，分析引起退化的環境因素，建立相應的數學模型，并沿著使圖像降質的逆過程恢復圖像。前面所述的兩種運動模糊圖像復原方法均可在matlab環境下實現，本文結合利用禁令交通標志對兩種不同算法的圖像處理進行仿真實驗，結合案例分析如下。

2.1 最小二乘法的復原仿真實驗

在MATLAB輸入原始圖，這個原始圖和上述使用的原始圖是一樣的，這樣更容易對比最小二乘法和其他兩種圖元修復方法的效果差別。通過調用Prewitt算法來對原始圖像進行提取，由于這個原始圖像屬于有噪聲，所以在無噪聲的復原過程中，采用了最小約束二乘方恢復，整體效果不盡如人意。這個原始圖同樣在運動方向和x軸方向呈現45度角，其模糊距離達到了10個像素點，再通過Prewitt進行復原。

2.2 L-R算法的仿真實驗

在MATLAB的工作環境中，打開上面的原始圖，然后再輸入下面的代碼，從而采用L-R算法來對交通標示圖進行仿真實驗。由于這個圖像的運動方向和x軸正方向形成了45度，而且模糊距離為10個橡塑，經過L-R濾波算法之后，能夠發現具有很好的振鈴效應，整體上復原效果較好。在不斷的優化算法過程中，可以看出當MSE值越小，那么圖像的恢復情況就會越好，具體如圖1所示。

2.3 兩種不算法對運動模糊圖像復原的仿真實驗結果比較

從上述的兩種圖像復原算法的分析情況來看，L-R算法對交通道路標示的整體恢復效果優于最小二乘法。在兩種不同的復原函數中，都采用了PSF函數，這是因為在交通標示的動態模糊圖像中，可以符合這種PSF點擴散的特征，因此能夠從整體效果上還能夠接受，但是在很多生活中存在的動態模糊圖像，PSF點擴散的相關參數是不明確的，因此在運用PSF點擴散函數時，需要結合具體情況進行分析，然后在設置相應的參數來進行恢復圖像。

除了PSF點擴散函數之外，從實際仿真實驗結果分析可知， L-R算法比最小二乘法的復原效果更好，因為在復原交通標識圖形中，最小二乘法的噪聲圖像相對大，加之最小二乘法對噪聲的抑制能力不強，最終出現最小二乘法所復原的圖像仿真效果較差。

3? 結語

本文對禁令交通標志圖像進行了復原仿真實驗，并針對勻速的直線運動引起的模糊圖像為原始圖像，來研究其退化函數涉及到的參數的估計方法。并分析了運動模糊圖像的退化模型。然后通過MATLAB仿真軟件，重點分析了最小二乘法和L-R算法對禁令交通標示的復原仿真實驗研究，同時比較了兩種不同算法的復原效果。通過仿真實驗結果表明，L-R算法對圖像的復原處理效果更好，更適合于處理運動圖像。

參考文獻

[1] 劉新國，李天翼.一種改進的混合濾波的算法[J].電腦知識與技術，2011（1）.

[2] 王洋，曾雪琴，范劍英.汽車牌照字符識別系統設計[J].哈爾濱理工大學學報，2012（1）.

[3] Mohammadi J，Akbari R，Keshavarz Bahaghighat M.Vehicle speed estimation based on theimage motion blur using RADON transform.2nd In-ternational Conference on Signal Processing Systems，2010.