浅析视频图像中模糊图像的处理方法

由于视频图像极易受到天气、照明环境、拍摄镜头质量、拍摄目标位置以及硬盘压缩程度等的影响,导致许多的视频图像不能满足用户的微观信息观察的需求。因此对于模糊图像的清晰化处理这一操作就显得特别重要。

一、对模糊图像进行综合分析

要实现对模糊图像的处理,首先应该对所需处理的模糊图像有一个全面的了解。

(一)判断图像的模糊类型

图像的模糊类型主要有衍射模糊、高斯模糊、散焦模糊、运动模糊等类型。高斯衍射模糊产生的主要原因是由于天气中的水雾或灰尘颗粒所引起的模糊;高斯模糊则是看起来有些像透过半透明玻璃看图像的效果;散焦模糊是因为物体没有在镜头的对焦的清晰范围内而产生的;运动模糊是由于物体快速运动或有抖动的情况下引起的模糊。大体上来说,衍射模糊和高斯模糊体现在所有的图像画面的朦胧或雨雾状的效果,而运动模糊和散性模糊则都是由于模糊核引起的。这二者的不同之处在于运动模糊图像表现为上局部图像的拖尾效果,散焦模糊则体现在散焦部位的扩散效果。

(二)判断模糊参数

对于运动模糊的参数主要进行两个方向的判断,一是判断图像中的物体的运动方向,确定其是模糊移动还是上下或左右方向的抖动,是直线运动还是旋转运动;二是对于运动模糊中的直线运动要确定其模糊方向和模糊尺度这两个重要的参数,而对于旋转运动模糊则要确定其旋转中心和旋转运动这两个运动参数。

对于散焦模糊则要解决其存在的散焦量问题,要对散焦分散圈进行测量,确定其散焦数值。另外,在实践中要注意区分发光点和反光点。通常情况下以发光点作为主要依据来确定物体脱离成像焦点平面的距离。

二、图像复原的基本理论

所谓的图像退化是指由于收集图像设备、成像系统、图像的处理技术或图像采集时的自然状况不佳等原因,使得得到的图像没能够完全描述出真实场景中所体现的内容,使得内容发生失真现象。其中导致图像退化的原因有很多,大致上可以分为不确定性因素和确定性因素。不确定性因素主要是指信号传输、数字化和记录过程中的所产生的噪声污染。例如,电荷耦合存储器(CCD)作为接收信号传输过程中的所出现的电子干扰等。确定性因素包括成像系统调焦不当或摄影镜头与目标物体相对运动等成像系统本身的不足。这些情况有可能导致最终获得的图像模糊。

图像复原的任务是以保真度为准则,消除或降低使图像产生退化的因素,尽可能地恢复出真实的图像内容。图像复原同样也可以划分为不确定性和确定性两类。不确定性方法根据特定的随机准则找到最优的复原方法,而确定性技术对于噪声较小而且退化函数己知的图像较为有效。典型的图像复原技术就是根据图像退化的先验或后验知识,建立退化模型,然后采用各种逆退化方法恢复原始图像,改善图像质量。所以对图像退化过程中的先验知识或后验知识掌握的越精确复原效果越好。

三、模糊图像的若干处理方法

目前对于视频图像中的模糊图像常用的技术手段主要有滤波去噪法、锐化法、改变图像信噪比法、帧及帧的平均值法。

(一)滤波去噪法

滤波去噪法主要包括维纳滤波、中值滤波和矢量滤波等。

采取滤波法用以进行图像的复原工作或用来改进图像的成像质量主要有以下两个思路:一是采用频率域法,也就是说需要把图像定义为二维信号, 并对其进行二维傅立叶变换的信号增强,采用低通波段法(如:维纳滤波),以达到去掉图像中的噪声的目的;二是采用空间域法,即采用选取局部领域中的中间像素值的方法,通过使用高通波段用以增强边缘的高频信号(如中值滤波),使之去除或减弱图像中的噪声,达到使得模糊的图片变得清晰的目的。而矢量滤波则是专门使用在因运动造成的图像模糊上,运动模糊主要分析运动方向和运动量(运动量为运动目标在曝光时间内运动过的距离);矢量滤波器的主要原理则是可以通过对模糊图像中的因移动所形成的平行四边形的模糊拖尾图形, 来估算出运动模式和运动速度,进而通过采用数学算法,估算出物体旋转、平移的量,从而实现恢复图像的清晰度。

(二)锐化法

图像锐化的主要目的是在于补偿图像轮廓、突出图像的边缘信息以使图像显得更为清晰,从而符合人类的观察习惯。图像锐化的实质是增强原图像的高频分量。常规的锐化算法就是以此为依据,对整幅图像进行高频增强,结果呈现明显噪声。具体的操作为通过相邻像素点之间的对比, 使图像实现清晰化,提高对比度,使画面更加鲜明,通常使用的工具主要包括进一步锐化、边缘锐化和智能锐化等。在使用时应明确,锐化只能改善画质,对于严重模糊的图像则无法校正。这仅仅是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法。为此,在对锐化原理进行深入研究的基础上,提出了先用边缘检测算法检出边缘,然后根据检出的边缘对图像进行高频增强的方法。实验结果表明,该方法有效地解决了图像锐化后的噪声问题。因此成为了应用较为广泛的工具,并在很多的图像处理软件中所应用。

(三)改变图像信噪比法

信噪比指的是图像的信号内容与所感知到的噪声的比值。调节信噪比可以使得信号的噪声及图像的模糊程度达到一个均衡的状态, 就像一个类似于立体声调节器的功能,可以根据用户实际需求进行任意改变。如果图像出现斑点多,噪声大的现象,此时进行调节信噪比就会达到明显的去模糊效果。但由于在实际生活中图像的质量及来源不同,使得能否通过调节信噪比的方法来提高图像质量这一方法还需要在实践中加以尝试。

(四)帧及帧的平均值法

帧及帧的平均值法是通过在所得到的存在多帧图像的图像画面中,选定其中一帧较为清晰的图像,并对其进行叠加,用来求得帧的叠加效果或多帧平均值的效果。然后在这些操作的基础上继续使用相应的滤波器,从而实现在图像的固定对象中去除动态噪声的方法。

参考文献:
[1] 邹利华.一种基于模糊人物图像的锐化新方法. [J].微计算机应用 .2011,07
[2]曾嘉亮.基于边缘检测的图像锐化算法[J];现代电子技术.2006,12
[3] 王学伟,王春歆,张玉叶.点目标图像信噪比计算方法[J].电光与控制.2010,01

本文来源网络,转载此文目的在于传递更多信息,版权归原作者所有。

--电子创新网--
粤ICP备12070055号