李開端，李英杰，王尚強(qiáng)

（海軍航空工程學(xué)院青島校區(qū)，山東青島266041）

大面陣CCD相機(jī)瑕點(diǎn)像元快速修復(fù)

李開端，李英杰，王尚強(qiáng)

（海軍航空工程學(xué)院青島校區(qū)，山東青島266041）

大面陣CCD相機(jī)中瑕點(diǎn)像元的存在，降低了圖像的輸出品質(zhì)，對目標(biāo)識別造成不利影響。根據(jù)瑕點(diǎn)鄰域灰度變化特點(diǎn)，將一副圖像中需要修復(fù)的瑕點(diǎn)區(qū)域，采用自適應(yīng)鄰域權(quán)值的修復(fù)算法，對處于邊界區(qū)域的瑕點(diǎn)修復(fù)質(zhì)量明顯提高。

瑕點(diǎn)；邊緣檢測；曲線擬合；圖像修復(fù)

0 引言

光電圖像傳感器對目標(biāo)光束的線性響應(yīng)是確保成像質(zhì)量的關(guān)鍵，在大面陣尤其是超大面陣CCD中，存在部分像元對目標(biāo)光的響應(yīng)并不能真實(shí)反映目標(biāo)真實(shí)亮度的情況。一類是像元的輸出不隨輸入改變，在影像中總是呈現(xiàn)某一固定灰度值的盲點(diǎn)像元；另一類是像元輸出雖然變化，但不隨入射光強(qiáng)線性改變的病態(tài)像元，這兩類像元統(tǒng)稱為瑕點(diǎn)像元。CCD面積越大，出現(xiàn)瑕點(diǎn)的概率就越高，這不僅會改變目標(biāo)影像的真實(shí)色彩、紋理和結(jié)構(gòu)形狀，甚至?xí)淖兡繕?biāo)的屬性，影響目標(biāo)識別。因此，對于大面陣CCD圖像中瑕點(diǎn)像元的修復(fù)，是提高圖像整體效果的重要內(nèi)容。

由于光學(xué)成像系統(tǒng)輸出的真實(shí)影像是由彌散圓斑組成的灰度圖像，在目標(biāo)影像的邊緣和紋理邊界部分不存在理想的階躍型灰度突變，而是一個(gè)緩變的過程，按照灰度梯度的變化可以將圖像分為變化劇烈、平緩和無變化3種情形［2，6］，對應(yīng)著圖像中的目標(biāo)邊緣（界）、灰度漸變和灰度平坦3種區(qū)域。不同區(qū)域的瑕點(diǎn)，無論是孤立的、還是面（線）狀瑕點(diǎn)，在利用鄰域修復(fù)時(shí)，必須針對瑕點(diǎn)所處區(qū)域灰度變化特征，采用不同的處理方式。文獻(xiàn)［3］采用了模板大小變化的自適應(yīng)修復(fù)，文獻(xiàn)［4］采用了根據(jù)局部紋理變化動(dòng)態(tài)確定樣板集大小的快速修復(fù)算法，文獻(xiàn)［5］提出了采用破損區(qū)域分塊的圖像修復(fù)方法，提高了圖像的修復(fù)精度和效率，也取得了較好的視覺效果。在借鑒現(xiàn)有修復(fù)方法優(yōu)點(diǎn)基礎(chǔ)上，提出一種針對瑕點(diǎn)區(qū)域特征的鄰域權(quán)值自適應(yīng)修復(fù)算法，在保證修復(fù)效率的同時(shí)，提高了修復(fù)后圖像的真實(shí)性。

1 圖像分割

圖像區(qū)域的分割是以圖像中灰度梯度變化為依據(jù)，將空間圖像分割為邊緣（界）、漸變和平坦等3個(gè)區(qū)域。由于圖像中存在多種噪聲和復(fù)雜的背景，采用具有多分辨率特征的小波對圖像進(jìn)行邊緣（界）檢測，不僅運(yùn)算速度快、還能較好的抑制噪聲。

在2j尺度下，2個(gè)方向的二維小波可以表示為式（2）。

圖像的二維小波變換包含2部分，見（3）式。

梯度矢量模值和方向分別為式（4）。

設(shè)2個(gè)梯度閾值T1，T2，M2jf（x，y）≥T1，確定為邊緣（界）；T2≤M2jf（x，y）＜T1，確定為灰度漸變區(qū)；M2jf（x，y）＜T2，確定為灰度平坦區(qū)。

2 瑕點(diǎn)灰度值修復(fù)

圖1 瑕點(diǎn)修復(fù)流程

如果瑕點(diǎn)鄰域存在邊緣（界），必須先判斷邊緣是否通過瑕點(diǎn)，以決定修復(fù)時(shí)鄰域像素權(quán)值，修復(fù)流程見圖1。對于已經(jīng)確定的邊緣，在瑕點(diǎn)前后取位于邊緣上n個(gè)點(diǎn)（xi，y）i（i=0，1，2，Λ，n-1）作為觀察點(diǎn)。設(shè)曲線Φ（x）= a0Φ0（x）+a1Φ1（x）+Λ+an-1Φn-（1x）為觀察點(diǎn)擬合后的曲線，其中Φ（kx）=bxk，k=0，1，2，Λ，n-1，其階數(shù)與圖像類型有關(guān)。

為了使擬合后的曲線盡可能的涵蓋所有的點(diǎn)，要求偏差的平方和最小，即式（5）。

當(dāng)Φ0（x），Φ1（x），Λ，Φn-1（x）線性無關(guān)時(shí)，方程存在唯一解aj，并以瑕點(diǎn)到擬合曲線的距離作為判斷瑕點(diǎn)是否在邊緣的依據(jù)。

當(dāng)瑕點(diǎn)到擬合曲線的實(shí)際距離d大于設(shè)定的距離閾值Δd，認(rèn)為瑕點(diǎn)處在無灰度劇烈變化的平坦區(qū)，鄰域中不同方向像素對瑕點(diǎn)實(shí)際灰度的影響相同。因此，采用4鄰域固定鄰域權(quán)值矩陣計(jì)算瑕點(diǎn)灰度，不僅速度快，而且也不影響視覺效果。如果瑕點(diǎn)到擬合曲線的距離d小于設(shè)定的距離閾值Δd，瑕點(diǎn)鄰域存在邊緣（界）。此時(shí)，瑕點(diǎn)鄰域不同方向上的像素對瑕點(diǎn)影響不同，若采用固定鄰域權(quán)值修復(fù)，雖能保證修復(fù)速度，但效果較差。為此，根據(jù)瑕點(diǎn)周邊圖像灰度變化特性，采用反應(yīng)鄰域灰度變化情況的自適應(yīng)鄰域權(quán)重矩陣計(jì)算方法，對瑕點(diǎn)進(jìn)行修復(fù)。即式（8）。

3 實(shí)驗(yàn)結(jié)果

大面陣CCD相機(jī)中無論是孤立的瑕點(diǎn)，還是線狀或面狀瑕點(diǎn)區(qū)，都屬于極微小破損區(qū)域，圖2a是原始航空照片局部放大圖像；圖2b是增加破損瑕點(diǎn)和瑕線后的圖像，其中，瑕線2和三組瑕點(diǎn)是由盲點(diǎn)形成的瑕點(diǎn)（線），瑕線1是由病態(tài)像元形成的圖像；圖2c是按照傳統(tǒng)加權(quán)平均法修復(fù)后的圖像，從視覺效果看，三組瑕點(diǎn)修復(fù)較為理想，沒有留下修復(fù)痕跡。而瑕線1的上部和瑕線2的中下部，由于處于圖像灰度變化較為劇烈的目標(biāo)邊緣，還保留部分瑕線痕跡；圖2d是采用本文方法修復(fù)后的影像，三組瑕點(diǎn)的修復(fù)效果和傳統(tǒng)方法沒有明顯差別，而瑕線部分則有明顯的好轉(zhuǎn)。

采用峰值信噪比（PSNR）作為客觀評價(jià)圖像質(zhì)量的標(biāo)準(zhǔn)，采用公式（9），計(jì)算結(jié)果見表1。

圖2 相關(guān)圖像

表1 峰值信噪比

式中f（i，j），f′（i，j）分別為原始圖像和修復(fù)后圖像相應(yīng)像素的灰度值。

4 結(jié)論

通過對瑕點(diǎn)分區(qū)域的自適應(yīng)領(lǐng)域權(quán)值的修復(fù)算法，較好的改善了邊界區(qū)域瑕點(diǎn)的修復(fù)質(zhì)量，相對于傳統(tǒng)的加權(quán)平均修復(fù)方法，不僅有效縮短圖像的修復(fù)時(shí)間，在效率和質(zhì)量方面做到了很好的平衡。實(shí)驗(yàn)證明，在不破壞圖像原有信息條件下，取得了較好的效果。

［1］韓軍，劉鈞.工程光學(xué)[M].西安：西安電子科技大學(xué)出版社，2007：317-326.

［2］龔聲蓉，劉純平，王強(qiáng).數(shù)字圖像處理與分析［M］.北京:清華大學(xué)出版社，2006：210-235.

［3］翟海東，肖杰，魚江，等.基于自適應(yīng)模板的圖像修復(fù)算法［J］.計(jì)算機(jī)應(yīng)用，2013，33（10）：2891-2894.

［4］張睛，林家俊.紋理分布分析的快速圖像修復(fù)算法［J］.中國圖像圖形學(xué)報(bào)，2012，17（1）:123-129.

［5］蔣建，李芳菊.一種新的基于破損區(qū)域分塊劃分的圖像修復(fù)算法［J］.科學(xué)技術(shù)與工程，2014，14（25）:242-246.

［6］張濤，洪文學(xué).基于自適應(yīng)字典選擇的MCA圖像修復(fù)方法［J］.光學(xué)技術(shù)，2010，36（5）：672-676.

〔編輯 凌瑞〕

TP212

B

10.16621/j.cnki.issn1001-0599.2016.11.53