基于光学系统的模糊图像频域特性分析.docVIP

基于光学系统的模糊图像频域特性分析 　　摘要：模糊图像复原是数字图像处理领域的研究热点。运动模糊和散焦模糊是最常见的两种基于光学系统的模糊图像类型。通过实例对比了两种模糊图像的频域特性，并分析了产生频域特性差异的原因，为从频域中提取出几何特征自动实现模糊类型的识别从而更好地实现模糊图像的复原打下了基础。 　　关键词：运动模糊； 散焦模糊；频域特性 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）18-0178-02 　　The Analysis of Frequency Domain Properties of Blurred Image Based on Optical System 　　XIE Qing 　　（Guangxi Colleges and Universities Key Laboratory of Image Processing and Intelligent Information System， Wuzhou University，Wuzhou 543002，China） 　　Abstract： The restoration of blurred image is a hot research topic in the field of digital image processing. Motion blur and defocus blur are the most common two types of blurred images based on the optical system. Compares frequency domain characteristics of two kinds of blurred image through examples and analyzes the causes of differences between two kinds of frequency domain feature， lay the foundation of better restoration of the blurred images through extracting geometric features from frequency domain to automatically identify the blurred type. 　　Key words： motion blur； defocus blur； spectrum property 　　用数码相机在真实场景中拍摄的图像经常会出现模糊现象，造成图像降质。很多原因都可能造成图像模糊，如摄像设备和对象在曝光瞬间存在相对运动形成的运动模糊[1]和拍摄时成像光学系统没有正焦造成的散焦模糊[2]。 　　图像复原研究既是数字图像处理领域的研究热点，也是一个研究难点，众多学者对运动模糊和散焦模糊这两种最常见的基于光学系统的模糊图像复原方法进行了深入的研究，取得了一系列的研究成果。 　　洪景新、陈栩在匀速运动模糊图像复原的过程中引入了图像稀疏表示的思想[3]；赵志刚、陈莹莹等在单幅运动模糊图像的复原中使用了边缘先验模型和小波分析方法[4]；张怡卓、苏耀文等人对逆滤波法、维纳滤波法和约束最小二乘方滤波等传统运动模糊图像复原方法进行了对比研究，得出约束最小二乘方滤波方法最优的结论[5]；文献[6]研究了传统的散焦模糊图像的复原方法，分析了圆盘散焦模型和高斯散焦模型这两种常见的散焦模型，并提出了基于清晰度评价函数的图像还原方法。 　　由于不同类型的模糊图像在频域会显示出不同的特性，因此，分析不同类型模糊图像频域特性的差异及形成原因，从而研究针对性的模糊图像复原算法很有必要。 　　1 不同类型模糊图像频谱图对比 　　由于造成运动模糊和散焦模糊的原因不同，因此，这两种模糊图像的频域特性也存在差异。如图所示，图1是运动模糊图像，图2是散焦模糊图像，人眼很难仅仅通过观察图像来区分出两种不同的模糊类型。但是如图3、图4所示，两幅图像具有不同的频域特性，运动模糊频谱图呈现条状，其与水平方向的夹角跟模糊方向有关。散焦模糊图像的频谱图成中心向外发散的圆形。由此证明，利用模糊图像频域特性的差异可以较容易地识别出模糊图像的类型。图5、图6是对频谱图进行了二值化、平滑滤波、腐蚀等数学形态学处理后的结果，可以更加清晰地看出不同模糊图像频域特性的差异。 　　4 处理结果 　　由于不同类型模糊图像的频域特性存在差异，可以通过对图像的频谱图进行必要的处理后从中提取出主要的几何特征，并作为依据自动识别出模糊图像的模糊类型，从而在图像复原时采用更有效的复原方法。 　　2 不同类型模糊