梁 娟

（陜西交通職業(yè)技術(shù)學(xué)院 西安 710018）

1 引言

近年來，在工程領(lǐng)域中，作為從模糊圖像中獲取信息的媒介，圖像處理技術(shù)越來越重要，同時(shí)也具有很大的現(xiàn)實(shí)意義?；诖耍x焦模糊圖像復(fù)原算法在國內(nèi)外圖像處理領(lǐng)域研究越來越重要，逐漸成為研究熱點(diǎn)。

基于現(xiàn)有的圖像復(fù)原技術(shù)，大致可以分為兩種：第一種是倒譜分析法，該方法在圖像的變換域中，通過倒譜技術(shù)來尋找零點(diǎn)位置，以此來確定模糊參數(shù)，從而估計(jì)點(diǎn)擴(kuò)散函數(shù)［1～3］；第二種是必須以在離焦模糊圖像中存在階躍或近似階躍點(diǎn)的直線邊緣的這種前提下，通過離焦模糊圖像的邊緣信息來得到估計(jì)點(diǎn)擴(kuò)散函數(shù)，這種情況下該方法才能得到使用［4～6］。第三種類結(jié)合一些不常用的方法進(jìn)行復(fù)原，如小波變換、遺傳算法［7～8］。

本文對之前的離焦模糊圖像復(fù)原算法提出一種新的改進(jìn)方案。首先對模糊圖像離散時(shí)間傅里葉變換，得頻譜條紋寬度與模糊距離關(guān)系式，得模糊距離即圓盤函數(shù)半徑，從而構(gòu)建點(diǎn)擴(kuò)散函數(shù)即圓盤函數(shù)。然后基于個(gè)性化圓盤函數(shù)的維納復(fù)原處理模糊圖像。最后用圖像增強(qiáng)中的二維銳化方法輔助處理模糊圖像，去除噪聲干擾，完成離焦模糊圖像的復(fù)原。本文所提出的圖像復(fù)原算法基于開源計(jì)算機(jī)視覺庫OpenCV和VC++平臺(tái)MFC框架來實(shí)現(xiàn)。OpenCV的主要優(yōu)勢是它的適用性較為理想，而且可以融合好幾個(gè)操作系統(tǒng)［9～12］。本文提出一種改進(jìn)的離焦模糊圖像復(fù)原算法，通過該方法實(shí)現(xiàn)的離焦模糊圖像復(fù)原軟件具有運(yùn)行效率高，執(zhí)行速度快和界面友好的優(yōu)勢。

2 離焦模糊圖像復(fù)原原理

2.1 個(gè)性化圓盤函數(shù)

對離焦模糊圖像進(jìn)行有效復(fù)原處理之前，首先需要求得圓盤離函數(shù)，該函數(shù)是基于幾何光學(xué)提出，這樣可以很好地模擬點(diǎn)擴(kuò)散函數(shù)。通常，理想的成像系統(tǒng)對點(diǎn)光源成像應(yīng)該仍為一個(gè)點(diǎn)，當(dāng)成像系統(tǒng)的像距、物距不理想時(shí)，通過該成像系統(tǒng)的點(diǎn)光源成像是灰度值分布均勻的圓盤，這時(shí)點(diǎn)擴(kuò)散函數(shù)就可通過用圓盤函數(shù)來表示。如式（1）所示。

式（1）中，R為圓盤半徑，求得R即可構(gòu)建個(gè)性化圓盤函數(shù)，該函數(shù)對圖像復(fù)原效果起著至關(guān)重要的作用。本文對模糊圖像離散時(shí)間進(jìn)行傅里葉變換，得出頻譜條紋寬度D與模糊距離（圓盤半徑R）成反比，如式（2）所示。

式（2）中M為圖像長度。

2.2 離焦模糊圖像復(fù)原算法

本身首先通過采用基于個(gè)性化圓盤函數(shù)的維納進(jìn)行復(fù)原，如式（3）所示。

其中，H（u，v）為圓盤函數(shù)的傅里葉變換，Sn(u,v)是噪聲的功率譜，Sn(u,v)是模糊圖像的功率譜，G（u，v）模糊圖像的傅里葉變換，f（u，v）為復(fù)原后的圖像。

然后用圖像增強(qiáng)的二維銳化進(jìn)行輔助復(fù)原，來以此去除噪聲干擾，完成圖像復(fù)原。

3 本文圖像復(fù)原算法

所提的個(gè)性化圓盤函數(shù)耦合OpenCV的離焦模糊圖像復(fù)原算法的過程見圖1，分為三個(gè)過程：1）輸入圖像信息；2）基于Fourier變換的圖像處理；3）基于維納濾波與2D銳化的圖像重構(gòu)。

圖1 系統(tǒng)流程圖

部分關(guān)鍵代碼：

1）基于OpenCV的模糊圖像傅里葉變換

2）模糊圖像維納濾波

3）基于OpenCV的二維銳化

4 測試結(jié)果及分析

硬件環(huán)境：CPU是AMD Athlou 64 X2 Dualcore ProcessorAMD3600+；主頻是2.0GHz以及2.0G的內(nèi)存。測試條件為：Windows7.0和VS2010的開發(fā)工具，OpenCV2.4.1。離焦模糊圖像如圖2、6所示；普通維納復(fù)原與圖像增強(qiáng)處理后的圖像如圖3、4、7、8所示；本文的離焦模糊圖像復(fù)原算法處理后的圖像如圖5、9所示。

圖2 離焦模糊圖像

圖3 二維銳化處理后的圖像

圖4 通過普通維納濾波方法處理之后的圖像

圖5 本文復(fù)原算法處理后圖像

圖6 離焦模糊圖像

圖7 二維銳化處理后的圖像

圖8 通過普通維納濾波方法處理之后的圖像

圖9 本文復(fù)原算法處理后圖像

表1 本文復(fù)原算法與普通復(fù)原、增強(qiáng)算法客觀評價(jià)

通過分析上述的實(shí)驗(yàn)結(jié)果，圖3、4與圖5，圖7、8與圖9進(jìn)行比較可看出，圖5、9的圖像紋理更清晰。仿真結(jié)果表明，本文采用的圖像復(fù)原算法對離焦模糊復(fù)原效果要優(yōu)于采用普通圖像復(fù)原和圖像增強(qiáng)方法的復(fù)原效果。

根據(jù)表1可知，在圖像的峰值信噪比、信噪比兩方面，本文所提出的對離焦模糊圖像復(fù)原算法處理要高于普通圖像復(fù)原和圖像增強(qiáng)方法。這表明本文提出的離焦模糊圖像復(fù)原算法的復(fù)原效果優(yōu)于采用普通圖像復(fù)原和圖像增強(qiáng)方法的復(fù)原效果。

5 結(jié)語

本文基于MFC和OpenCV軟件平臺(tái)下，提出了一個(gè)基于個(gè)性化圓盤函數(shù)耦合OpenCV的離焦模糊圖像復(fù)原算法，并給出了該算法的實(shí)現(xiàn)過程；基于模糊距離，設(shè)計(jì)了一種個(gè)性化圓盤函數(shù)，結(jié)合維納濾波和二維銳化對離焦模糊圖像進(jìn)行復(fù)原。本文設(shè)計(jì)和實(shí)現(xiàn)的算法和軟件可單獨(dú)視為某個(gè)平臺(tái)的子系統(tǒng)，將其植入到其他的圖像應(yīng)用平臺(tái)中，可顯著拓展其應(yīng)用領(lǐng)域。

參考文獻(xiàn)

［1］孔英蕾.一種離焦模糊圖像的盲復(fù)原方法［J］.電子技術(shù)應(yīng)用，2013，39（1）：125-128.

［2］Xie Zhengxiang，Wang Zhifang，L Xiafu.Adaptively op?ti-mal compensation for vision contrast resolution and ma?chine vision［C］//Proceedings of the 3rdInternationalCon?gress on Image and Signal Processing（CISP 2010）2010，3（2）：213-216.

［3］程凡永基于OpenCV的勻速模糊圖像復(fù)原與算法分析［J］.湖南工業(yè)大學(xué)學(xué)報(bào)，2011，25（3）：59-63.

［4］范海菊離焦模糊圖像模糊半徑檢測的新方法［J］.計(jì)算機(jī)應(yīng)用，2012，32（7）：1875-1878.

［5］Xu X Y，Xu S Z，Jin L H，et al.Characteristic Analysis of Otsu Threshold and Its Applications［J］.Pattern Recogni?tion.2011，2（1）：124-128.

［6］王蕾基于改進(jìn)卡爾曼濾波的盲圖像恢復(fù)［J］.計(jì)算機(jī)應(yīng)用，2011，31（3）：711-714.

［7］邵明省.基于蛙跳算法的模糊圖像復(fù)原［J］.激光與光電子學(xué)進(jìn)展，2011，5（4）：24-26.

［8］Plissiti ME，Nidou C，Charchanti A.Watershed-based seg?mentation of cell nuclei boundaries on Pap smear images［C］//2010 10th IEEE International Conference on Infor?mation Technology and Applications in Biomedicine,2011,2（4）：145-149.

［9］梁濤.基于OpenCV的視頻圖像人眼跟蹤方法的研究［J］.科學(xué)技術(shù)與工程，2013，21（2）：78-79.

［10］李洪雷.VC++環(huán)境下基于OpenCV的攝像機(jī)標(biāo)定系統(tǒng)的開發(fā)［J］.計(jì)算機(jī)應(yīng)用與軟件，2011，28（6）：19-24.

［11］代雷，吳迪，張健.基于OpenCV視覺庫的ESPI圖像增強(qiáng)技術(shù)研究［J］.電子測量與儀器學(xué)報(bào)，2013，27（10）：975-979.

［12］雷建鋒，汪偉.基于OpenCV的圖像閾值分割研究與實(shí)現(xiàn)［J］.現(xiàn)代電子技術(shù)，2013，12（24）：73-76.