亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        圖像模糊檢測技術(shù)研究

        2015-11-24 10:16:35吳勝益熊哲源熊小敏
        科技創(chuàng)新導(dǎo)報 2015年26期

        吳勝益 熊哲源 熊小敏

        摘 要:數(shù)碼相機(jī)大量生產(chǎn),而且正變得越來越流行,但并不是每一張照片都有良好的品質(zhì)。模糊是一種傳統(tǒng)的圖像質(zhì)量下降,這是由各種因素造成的,比如有限的對比度,不恰當(dāng)?shù)钠毓鈺r間和不當(dāng)?shù)脑O(shè)備處理。因此,使用有效的工具來檢測模糊的圖像,以保證圖像采集的質(zhì)量和節(jié)約圖像存儲空間是必要的。該文介紹了幾種圖像退化模型,并介紹了使用DCT變換和小波變換的模糊檢測方法。

        關(guān)鍵詞:圖像模糊 模糊檢測 小波 變換DCT

        中圖分類號:TP274 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-3791(2015)09(b)-0066-02

        散焦或者運(yùn)動會使得許多數(shù)字圖像模糊,有時攝影師為了加強(qiáng)照片表現(xiàn)力故意制造模糊,但是,由于錯誤對焦、物體運(yùn)動和抖動等無意造成的模糊會降低圖像質(zhì)量。無論如何,圖像模糊區(qū)域自動檢測和分類對于學(xué)習(xí)圖像信息是非常有用的,可用于圖像分割、深度復(fù)原和圖像檢索等不同的多媒體分析應(yīng)用。

        許多服務(wù)和應(yīng)用提供與攝像機(jī)捕獲圖像有關(guān)的功能。在線地圖服務(wù)能給用戶提供由飛機(jī)、汽車或衛(wèi)星拍攝圖像組成的交互式地圖。網(wǎng)頁搜索引擎能給用戶提供包含一個或多個攝像機(jī)拍攝圖像的搜索結(jié)果。不幸的是,許多攝像機(jī)捕獲的圖像可能會模糊。攝像機(jī)的運(yùn)動會使所拍攝的照片模糊,例如,飛機(jī)上的攝像機(jī)在捕獲圖像的時候,由于氣流運(yùn)動會使攝像機(jī)經(jīng)歷三維運(yùn)動。圖像中重要部分的模糊會使得圖像對于特定應(yīng)用失去使用價值[1]。

        1 圖像退化模型

        先進(jìn)的傳感器降噪和攝像機(jī)穩(wěn)定技術(shù)有效減少了圖像模糊,使得采集高質(zhì)量圖像成為可能。盡管如此,由于硬件限制和物體運(yùn)動等原因引起的圖像模糊仍然是一個問題。這些圖像的退化過 程可以進(jìn)行如下的數(shù)學(xué)建模。

        (1)

        其中,g(x,y),f(x,y),d(x,y)和n(x,y)分別表示退化圖像、原始圖像、模糊點(diǎn)擴(kuò)散函數(shù)(point spread function, PSF)和噪聲。假設(shè)噪聲可以忽略,式子(1)可以簡化為一個單純的卷積過程。原始圖像和點(diǎn)擴(kuò)散函數(shù)的確定可以看作是圖像修復(fù)或者圖像反褶積。重建是一個非常不適定的問題,因?yàn)橥ǔV挥薪档唾|(zhì)量的圖像[2]。為了簡化這個過程,使用了一些限制條件和先驗(yàn)知識用于反褶積過程。其中一種方法就是使用不同的點(diǎn)擴(kuò)散函數(shù)模型及其相關(guān)參數(shù)。這些點(diǎn)擴(kuò)散函數(shù)由下列數(shù)學(xué)公式表示[3]。對攝像頭干擾的方法包括阻擋攝像頭的視線,使用物體遮蓋鏡頭,用顏料噴涂鏡頭或使其無法對焦。

        (1)無模糊。

        假如圖像捕獲過程非常完美,沒有收到干擾,那么離散的圖像就不會模糊。空間連續(xù)的點(diǎn)擴(kuò)散函數(shù)可以表示為一個狄拉克德爾塔函數(shù)。

        (2)

        (2)線性運(yùn)動模糊。

        許多類型的運(yùn)動模糊可以將其劃分為由于攝像機(jī)和場景間的相對運(yùn)動引起的模糊。這些運(yùn)動形式包括平移、旋轉(zhuǎn)、場景跳變或者幾種形式的組合。這里只考慮比較重要的全局平移運(yùn)動。

        (3)

        其中L 是運(yùn)動的距離。

        (3)統(tǒng)一的失焦模糊。

        當(dāng)一個攝像頭將一組三維場景成像到一個二維平面,場景中部分在焦點(diǎn)上,其余部分不在焦點(diǎn)上。

        (4)

        其中R是模糊半徑。

        (4)大氣湍流模糊。

        大氣湍流對遙感監(jiān)測是一個嚴(yán)峻的問題,盡管大氣湍流引起的模糊是有許多因素決定的,比如溫度、風(fēng)速和曝光時間。

        (5)

        其中C是一個常數(shù),是擴(kuò)頻。

        2 圖像模糊檢測

        在現(xiàn)實(shí)世界,圖像并不是一直都模糊,有些圖像也許根本不需要做修復(fù)處理。對于那些已經(jīng)模糊的圖像,學(xué)者提出許多修復(fù)算法,一些算法被設(shè)計成只針對某一種模糊類別做修復(fù)。這種方案是根據(jù)圖像退化展示出來的具體特點(diǎn)而設(shè)計的。

        圖像模糊檢測通常在空間域進(jìn)行。一定的模糊度量用于表示模糊的存在及其程度。在文獻(xiàn)[8]中,這種度量是基于邊緣的提取及其傳播。在小波域中,模糊程度還可以通過分析在不同分解圖層的邊緣類型和銳度來度量[4]。因?yàn)檫@種方法只檢測模糊,不能判斷圖像的退化類型。

        另一方面,模糊識別通常在變換域進(jìn)行,最常使用的是傅立葉變換。文獻(xiàn)[5]使用頻率零的出現(xiàn)和位置來指示模糊類型。文獻(xiàn)[6]使用變換域來進(jìn)行同步檢測和識別。一些傅立葉參數(shù)被投影到單位圓,用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。這種方法可以識別不同的模糊類型和它的參數(shù)[7],檢測精度比較高,但是必須預(yù)先設(shè)定網(wǎng)絡(luò)輸入數(shù)量和圖像尺寸。也就是說,一旦網(wǎng)絡(luò)被設(shè)計用于一定尺寸的圖像,就無法用于其他尺寸的圖像。此外,要使得訓(xùn)練結(jié)果達(dá)到收斂還需要耗費(fèi)大量的時間。

        2.1 使用小波變換的圖像模糊檢測

        使用Harr小波變換進(jìn)行模糊檢測是直接方法。該方法不僅能通過邊緣類型分析判斷一幅圖像是否模糊,而且還能根據(jù)邊緣銳度分析給出圖像的模糊程度[8]。這種方法利用Harr小波變換的能力優(yōu)勢,辨別不同類型的邊緣,并從模糊中恢復(fù)邊緣銳度。這對于失焦模糊和線性運(yùn)動模糊都是非常有效的方法,其有效性不會受統(tǒng)一背景圖像的影響。不同邊緣通常分為三種類型:斜坡型、臺階型和屋頂型。Harr小波變換模糊檢測方法通過分析邊緣結(jié)構(gòu)的類型來判斷一幅圖像是否模糊,通過分析邊緣銳度來確定圖像的模糊程度。

        2.2 使用DCT的圖像模糊檢測

        基于DCT的方法利用MPEG或JPEG壓縮視頻或圖像的DCT信息進(jìn)行圖像模糊檢測,計算負(fù)載很小。該方法是通過計算MPEG或JPEG壓縮圖像中非零DCT系數(shù)的統(tǒng)計直方圖來檢測模糊。對于MPEG壓縮視頻,這種方法適用于所有圖像幀:I幀、P幀或B幀。

        模糊檢測的目的是提供圖像模糊的百分比來表明整幅圖像的質(zhì)量。這個模糊指數(shù)顯示由于攝像機(jī)運(yùn)動或者失焦造成的整幅圖像模糊。對于MPEG壓縮的視頻數(shù)據(jù),模糊指數(shù)可以直接從MPEG視頻數(shù)據(jù)流的DCT層得到[9]。要實(shí)現(xiàn)這一目標(biāo),必須明確:

        (1)MPEG使用的DCT系數(shù)是用于數(shù)據(jù)壓縮的,且與圖像內(nèi)容高度相關(guān)。這些系數(shù)反應(yīng)了一個圖像塊中的頻率分布。

        (2)在MPEG數(shù)據(jù)流中,DCT系數(shù)直接用于I幀像素。相反,P幀和B幀系數(shù)描述再運(yùn)動補(bǔ)償之后的殘留圖像。

        由此可見,選擇一個獨(dú)立于圖像特殊內(nèi)容和MPEG幀類型的模糊指數(shù)是非常重要的。

        模糊是和邊緣銳利相反的。DCT系數(shù)中的一些高值A(chǔ)C系數(shù)導(dǎo)致這種銳利。這種模糊測量方法是尋找圖像中所缺少的這種銳利邊緣,由此可以被認(rèn)為是圖像模糊。測量過程包括以下三個步驟:

        Step 1.為了描述全局模糊程度,提出建立一個將整幅圖像的DCT信息作為整體來考慮的測量值。任何類型的邊緣都很可能與圖像中的某一個8 x 8子塊交叉一次。所有DCT塊的全局性將知道普通邊緣的銳度,也就是全局模糊程度。

        Step 2.為了與圖像內(nèi)容盡可能的相互獨(dú)立,系數(shù)不應(yīng)該被直接考慮,因?yàn)檫@些數(shù)值和它們所描述的圖像類型緊密相關(guān)。有人提出觀察零系數(shù)的分布,模糊圖像很可能使得它們的高頻系數(shù)值為零,不論圖像內(nèi)容是什么。

        Step 3.為了去除與圖像尺寸的依賴關(guān)系,圖像中的子塊數(shù)量應(yīng)該除去系數(shù)不為零的次數(shù)。這將限制直方圖的值為1。盡管如此,P幀和B幀中的系數(shù)經(jīng)常為零。為了使得所有類型的圖像直方圖均質(zhì)化,非零系數(shù)的出現(xiàn)次數(shù)除去非零DC系數(shù)的出現(xiàn)次數(shù)。

        通過這三步,就可以得到一個獨(dú)立于圖像內(nèi)容和MPEG幀類型的測量值。

        3 結(jié)語

        該文首先介紹了4種圖像質(zhì)量退化模型,無模糊、線性運(yùn)動模糊、失焦模糊和大氣湍流模糊。然后,介紹了2種常用的模糊檢測方法,小波變換和DCT。Harr小波方法根據(jù)圖像中是否包含斜坡型邊緣和臺階型邊緣來判斷一幅圖像是否模糊。用模糊系數(shù)來描述模糊程度。模糊系數(shù)通過統(tǒng)計模糊圖像中的臺階型邊緣和屋頂型邊緣的百分比來確定。這種方法有效且效率高。DCT方法直接用于JPEG或MPEG壓縮圖像。該方法對于任何圖像類型都很有效。

        參考文獻(xiàn)

        [1] R LIU, Z LI, and J JIA. Image partial blur detection and classification[C]//in Proc.IEEE CVPR,2008:1-8.

        [2] R M CHONG,T TANNKA. Image extrema analysis and blur detection with identification[C] //in Proc.Int.IEEE Conf.Signal-Image Technol. Internet-Based Syst.,2008:320-326.

        [3] A AKSAY,A TEMIZEL, and A E CETIN.Camera tamper detection using wavelet analysis for video surveillance[C]// in Proc.IEEE Conf.Adv.Video Signal Based Surveillance,2007:558-562.

        [4] J D RUGNA and H KONIK. Automatic blur detection for metadata extraction in content-based retrieval context[J].In SPIE,2003,5304:285-294.

        [5] A LEVIN.Blind motion deblurring using image statistics [C]//In NIPS,2006:841-848.

        [6] J H ELDER and S W ZUCKER. Local scale control for edge detection and blur estimation [J]. PAMI,1998,20(7):699-716.

        [7] Yun-Chung CHUNG,Jung-Ming WANG,BAILEY RR,et al.A non-parametric blur measure based on edge analysis for image processing applications [C]//in 2004 IEEE Conf.on Cybernetics and Intelligent Systems,Singapore,vol.1,pp.356-360,Dec.2004.

        [8] Hanghang TONG,Mingjing LI,Hongjiang ZHANG,et al.Blur detection for digital images using wavelet transform[C]//in 2004 IEEE Int.Conf.on Multimedia and Expo,Taipei,Taiwan,2004:17-20.

        [9] I AIZENBERG,D PALIY,C MORAGA,et al.Blur identification using neural network for image restoration[J].Computational Intelligence,Theory and Applications,2006(17):441-455.

        久久精品国产乱子伦多人| 亚洲日韩国产av无码无码精品| 日本熟女人妻一区二区| 国产手机在线观看一区二区三区| 欲求不満の人妻松下纱荣子| 成人免费看www网址入口| 被群cao的合不拢腿h纯肉视频| 人妻av一区二区三区精品| 国产在线不卡AV观看| 精品日本一区二区视频| 女同重口味一区二区在线| 亚洲深深色噜噜狠狠网站| 激情第一区仑乱| 国产精品久久1024| 国产一区二区三区特黄| 亚洲一区二区三区偷拍厕所| 精品久久久久久无码人妻蜜桃| 变态 另类 欧美 大码 日韩| 国产成人美女AV| 日本女优中文字幕有码| 国产国产精品人在线视| 日本高清www无色夜在线视频| 亚洲高清无码第一| 亚洲女同av一区二区在线观看| 青青草小视频在线观看| 欧美亚洲精品suv| 亚洲av无码av制服丝袜在线| 久久综合给合久久狠狠狠9| 青青草在线成人免费视频| 多毛小伙内射老太婆| 青春草在线视频免费观看| 精品国产自产久久久| 欧美日韩一二三区高在线| 黄色国产精品福利刺激午夜片| 中文字幕免费在线观看动作大片| 波多野结衣一区二区三区高清| 极品 在线 视频 大陆 国产| 91亚洲最新国语中文字幕| 美女很黄很色国产av| 国产在线视频一区二区三区| 色婷婷久久免费网站|