运动模糊图像的复原

摘要运动模糊图像的复原是图像复原中较常见也是较难的一类，在智能交通系统中有着广泛的应用。

本文面向车牌识别应用，对运动模糊图像的复原技术进行了系统的研究与实现。

匀速直线运动模糊图像复原的关键在于运动模糊方向和长度的自动鉴别两个方面。

将原图像视为各向同性的一阶马尔科夫过程，通过用双线性插值来进行方向微分，实现了运动模糊方向的自动鉴别算法；根据分析模糊图像的频谱图出现黑色条带的原因、条件以及它的精确位置，实现了运动模糊长度自动鉴别算法。

针对复杂成像情况下的运动模糊图像复原工作，着重解决了含噪运动模糊图像和局部运动模糊图像的复原问题；综合应用椒盐噪声检测器和基于带可变正则化参数的径向基神经网络(I也FN)方法，实现了组合滤波器去噪算法，采用改进的局部运动模糊对象提取算法实现局部运动模糊图像的复原。

开发了车牌模糊图像复原系统。

该系统对模糊长度和模糊角度均具有较高的鉴别精度，对于含有噪声的运动模糊图像和局部模糊图像进行相应的去噪处理和对局部模糊对象进行提取，并提供参数调整机制以获得最佳的复原效果。

自动实现各种类型的运动模糊车牌图像的清晰恢复，复原的效果图可直接应用于后续的车牌识别等工作。

关键词：图像复原，运动模糊，模糊方向，模糊长度，噪声，局部模糊，车牌识别ABSTRACTThe restoration of motion-blurred images is a familiar and also difficult type in image restoration，thus the study of the motion-blurred image restoration is of very extensive operation significance．Towards the license plate recognition application，we systemically study and implement the technology of motion-blurred image restoration．The key problem of restoring constant-speed straight-line motion-blurred images lies in the estimation of motion-blurred direction and motion-blurred length．The original image obeys isotropy Markov process with rank one，Can efficiently identify it with high precision via on directional derivation using bilinear interpolation；realizes automatic estimation of motion-blurred length；according to the reason and condition of black strips in the spectrum images of motion-blurred images and specified the exact positions of black strips，a method to accurately estimate the blurring length of uniform linear motion blurred images is implemented．For the restoration of motion-blurred images in complex imaging environment，this paper emphasizes on the restoration of noisy motion-blurred images and partial motion-blurred images，realizes a combined filter using both the salt-and-pepper noise detector and radial basis function network approaches，and devises the picking estimation for partial motion-blurred images．we develop a system of motion．blurred license plate images restoration．The system results in precise discrimination for blurred length and blurred direction，to the noisy motion-blurred image and partial blurred image，the system can implement theprocess of wiping out noises and picking up the partial blurred objects，and realizes the perfectrestoration effects with the help of arithmetic adjusting system．The legible restoration of motion．blurred license plate images iS implemented，and the restoration image Can be applied directly to the license identification．第一章绪论1.1 研究背景图像复原是数字图像处理中的一个重要课题。

它的主要目的是改善给定的图像质量并尽可能恢复原图像。

图像在形成、传输和记录过程中，受多种因素的影响，图像的质量都会有不同程度的下降，典型的表现有图像模糊、失真、有噪声等，这一质量下降的过程称为图像的退化。

图像复原的目的就是尽可能恢复被退化图像的本来面目。

在成像系统中，引起图像退化的原因很多。

例如，成像系统的散焦，成像设备与物体的相对运动，成像器材的固有缺陷以及外部干扰等。

成像目标物体的运动，在摄像后所形成的运动模糊。

当人们拍摄照片时，由于手持照相机的抖动，结果像片上的景物是一个模糊的图像。

由于成像系统的光散射而导致图像的模糊。

又如传感器特性的非线性，光学系统的像差，以致在成像后与原来景物发生了不一致的现象，称为畸变。

再加上多种环境因素，在成像后造成噪声干扰。

人类的视觉系统对于噪声的敏感程度要高于听觉系统，在声音传播中的噪声虽然降低了质量，但时常是感觉不到的。

但景物图像的噪声即使很小都很容易被敏锐的视觉系统所感知。

图像复原的过程就是为了还原图像的本来面目，即由退化了的图像恢复到能够真实反映景物的图像。

在交通系统、刑事取证中图像的关键信息至关重要，但是在交通、公安、银行、医学、工业监视、军事侦察和日常生活中常常由于摄像设备的光学系统的失真、调焦不准或相对运动等造成图像的模糊，使得信息的提取变得困难。

但是相对于散焦模糊，运动模糊图像的复原在日常生活中更为普遍，比如高速运动的违规车辆的车牌辨识，快速运动的人群中识别出嫌疑人、公安刑事影像资料中提取证明或进行技术鉴定等等，这些日常生活中的重要应用都需要通过运动模糊图像复原技术来尽可能地去除失真，恢复图像的原来面目。

因此对于运动模糊图像的复原技术研究更具有重要的现实意义。

1.2 相关领域的研究现状及存在的问题与图像增强相似，图像复原的目的也是改善图像的质量。

图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或图像的最优估计值，从而改善图像质量。

图像复原是建立在退化的数学模型基础上的，且图像复原是寻求在一定优化准则下的原始图像的最优估计，因此，不同的优化准则会获得不同的图像复原，图像复原结果的好坏通常是按照一个规定的客观准则来评价的，如：最小均方准则，加权均方准则等。

因而，图像恢复可以理解为图像降质过程的反向过程。

建立图像恢复的反向过程的数学模型和确定导致图像退化的点扩散函数，就是图像复原的主要任务。

目前，尽管图像复原技术已得到了广泛的发展，对于不同原因造成的图像变质的复原有了深入的研究，也已经提出了一些不同的具体算法，但这些方法适用于已知点扩散函数的参数情况。

因此，寻求一种行之有效的方法来自动鉴别运动模糊参数并实现运动模糊图像的复原便成为一个迫切并且必要的任务。

在日常生活中最常见的运动模糊中，如何进行任意方向运动模糊图像的运动模糊方向和模糊长度的自动鉴别，从而构造出最为近似的点扩散函数(Point Spread Function ，PSF)，最后由事先建立的退化模型中选取适当的复原算法来尽可能地复原出图像的原始面貌。

这一课题引起了不少图像处理研究者的关注。

由于图像复原技术在图像处理中占有重要的地位，已经形成了一些经典的常用图像复原算法，如无约束最小二乘法、有约束最小二乘方法、逆滤波、维纳、最大熵复原等，至今还被广泛使用。

但这些复原算法都是假设系统的点扩散函数PSF(即系统对图像中点的脉冲响应，是导致图像退化的原因)为已知，实际情况是系统的点扩散函数由于大气扰动、光学系统的相差、相机和对象之间的相对运动等多种因素的影响，往往是未知的。

这就需要人们用某种先验知识在系统的点扩散函数未知时进行估计，然而这种先验知识并不容易取得也不够精确，这就需要我们在对己模糊图像分析和处理的基础之上估计最逼近的PSF 。

在运动模糊方向的鉴别方面，由于匀速直线运动的点扩散函数是矩形函数，其模糊图像对应的频域上有周期性的零值条纹，运动方向与零值条纹方向相垂直，M ．Cannon 等利用这一特点从模糊图像中估计出运动方向和点扩散函数，但并没有给出自动鉴别方法，抗噪声能力也弱。

Y ．Yitzhaky 、X ．S ．Kopeika 和Ofer ．Hadar 等采用一个2*2微分乘子来鉴别运动模糊方向，但是该微分乘子只能鉴别O-45度范围内的运动模糊方向，并且鉴别误差比较大，且鉴别误差总是倾向于负值(鉴别结果总是偏向0度)。

目前为止一种有效的鉴别方法就是陈前荣等所提出的运动模糊方向鉴别方法，该方法利用方向微分的特点和双线性插值方法，构造出3×3方向微分乘子，利用该微分乘子基于单张运动模糊图像，自动鉴别出运动模糊方向。