运动模糊图像的复原方法
苏州大学本科生毕业设计（论文）
1 摘 要
随着计算机技术的发展，计算机的运行速度和运算精度得到进一步提高，
其在图像处理领域的应用日见广泛。图像复原是数字图像处理的重要组成部分，
而运动模糊图像复原又是图像复原中的重要课题之一。本论文研究目的在于将
传统的光学理论与正在发展的数字图像处理方法相结合，利用计算机对运动模
糊图像进行复原，进一步提高运动模糊图像的复原精度，降低在拍摄过程中对
光学设备精度和拍摄人员的要求。可广泛用于天文、军事、道路交通、医学图
像、工业控制及侦破等领域，具有十分重要的现实意义。
关键词:运动模糊;图像复原
苏州大学本科生毕业设计（论文）
2 Restoration and Reconstruction of Motion blurred Image
Abstract
With the development of the computer technology ,the operational
precision and Rate of the computer have made great progress ;the computer is
used in the field of Image processing far and wide .Image restoration is an
important component of Image processing ,and the restoration of motion
–blurred image one of the important Subjects of image restoration .The objective
of the study is to integrate the traditional Optical theory with the developing
method of the digital the image processing ,to Improve the restoration precision
of the motion-blurred image and lower criterion Of the optical equipment .It has
realistic significance ,applying in many field ,for Example ,military
affairs ,traffic ,medical images, industry controlling and detective Field .
Key words: motion –blurred ; Image restoration
苏州大学本科生毕业设计（论文）
3 第一章 绪论
1.1课题目的和意义
图像复原是图像处理中的重要内容，它的主要目的就是改善图像质量，研究如从所得的变质图像中复原出真实图像，或说是研究如何从获得的信息中反演出有关真实目标的信息。造成图像退化或者说使图像模糊的原因很多，如果是因为在摄像时相机和被摄景物之间有相对运动而造成的图像模糊则称为运动模糊。所得到图像中的景物往往会模糊不清，我们称之为运动模糊图像。运动模糊图像在日常生活中普遍存在，给人们的实际生活带来了很多不便。近年来，在数字图像处理领域，关于运动模糊图像的复原处理成为了国内外研究的热点问题之一，也出现了一些行之有效的算法和方法。但是这些算法和方法在不同的情况下，具有不同的复原效果。因为这些算法都是其作者在假定的前提条件下提出的，而实际上的模糊图像，并不一定能够满足这些算法前提，或者只满足其部分前提。作为一个实用的图像复原系统，就得提供多种复原算法，使用户可以根据情况来选择最适当的算法以得到最好的复原效果。图像复原关键是要知道图像退化的过程，即要知道图像退化模型，并据此采取相反的过程以求得原始(清晰)图像。
由此可知，运动造成图像的退化是非常普遍的现象，而在众多的应用领域又需要清晰高质量的图像，所以对于退化后的图像进行复原处理非常具有现实意义。随着机器视觉和计算机主动视觉技术的发展，越来越多的成像系统传感器必然要安装在运动平台上，这为各种运动模糊图像的复原提供了极大的应用空间。旋转运动模糊图像的复原是工作在旋转运动平台的成像系统必然遇到的问题，例如，随弹体(或机体)作高速旋转运动时的弹载(或机载)成像传感器。显然，安装在导引头上的弹载成像传感器随弹体一起作高速旋转运动时，在对目标场景进行成像时，在短曝光时间内，由于成像传感器与目标景物之间有相当大的相对旋转角度，因此所获取的图像模糊是很严重的，这给后继的目标识别工作带来了很大的困难。这就需要运用运动模糊图像的复原技术对退化后的图像进行恢复，从而得到清晰的图像，为进一步处理做好准备。
综上所述，无论在日常生活还是在国防军工领域，运动造成图像模糊现象普遍存在，这给人们生活和航空侦察等造成很多不便，所以很有必要对运动模糊图像的恢复做深入研究。
1.2国内外研究进展和现状
从历史上来看，数字图像处理研究有很大部分是在图像恢复方面进行的，包括对算法的研究和针对特定问题的图像处理程序的编写。数字图像处理中很多值得注意的成就就是
运动图像模糊
一、运动模糊的定义
数字图像处理研究有很大部分是在图像恢复方面进行的，包括对算法的研究和针对特定问题的图像处理程序的编写。数字图像处理中很多值得注意的成就就是在这个方面取得的。
在图像成像的过程中，图像系统中存在着许多退化源。一些退化因素只影响一幅图像中某些个别点的灰度；而另外一些退化因素则可以使一幅图像中的一个空间区域变得模糊起来。前者称为点退化，后者称为空间退化。此外还有数字化、显示器、时间、彩色，以及化学作用引起的退化。总之，使图像发生退化的原因很多，但这些退化现象都可用卷积来描述，图像的复原过程就可以看成是一个反卷积的问题。反卷积属于数学物理问题中的一类“反问题”，反问题的一个共同的重要属性是其病态，即其方程的解不是连续地依赖于观测数据，换句话说，观测数据的微小变动就可能导致解的很大变动。因此，由于采集图像受噪声的影响，最后对于图像的复原结果可能偏离真实图像非常远。由于以上的这些特性，图像复原的过程无论是理论分析或是数值计算都有特定的困难。但由于图像复原技术在许多领域的广泛应用，因而己经成为迅速兴起的研究热点。
在拍摄期间, 如果相机与景物之间存在足够大的相对运动,
就会造成照片的模糊, 称之为运动模糊。运动模糊是成像过程中普遍存在的问题, 在飞机或宇宙飞行器上拍下来的照片,用照相机拍摄高速运动物体的照片, 在突发事件的场合(通常用于侦破), 以及战场上飞行中的导弹均可能存在这种现象。运动模糊图像的复原是图像复原中的重要课题之一, 可广泛用于天文、军事、道路交通、医学图像、工业控制及侦破领域, 具有重要的现实意义。
运动模糊初期研究的主要原因是为了对卫星所拍摄的图像进行复原, 因为卫星相对地球是运动的, 所以拍出的图像是模糊的(当然, 卫星所拍摄图像的模糊原因不仅仅是相对运动而造成的, 还有其他原因如大气湍流所造成的模糊等等)。1965 年徘徊者8 号发回37137 张照片, 这些照片由于飞行器的高速运动都带有运动模糊。美国的喷气推进实验室对这些照片作了消除模糊的处理, 获得了非常清晰的图像。这些对图像复原的早期研究,
运动模糊图像复原算法综述
运动模糊图像复原算法综述 辛玲 （东华理工大学信息工程学院江西抚州３４４０００） ？潞 ＶＡＬＬＥＪ＿Ｌ 信息 科学 ［摘要】图像在形成、传输、存贮、记录和显示过程中不可避免地会存在不同程度的质量退化过程，而人们总是在不断追求更加高质量的图像，因此图像恢复 几乎是伴随着数字图像处理产生的，并成为图像处理领域中非常重要的一块。然而，在实际的图像复原工作中，会遇到各种各样的具体情况，针对各种不同的具体 情况，需要用特定的复原方法去解决。所以，针对特定图像的复原办法是千差万别的，阐述几种经典的图像复原方法原理以及各自的适用环境，并对图像复原的今 后发展方向做阐述。 ［关键词］质量退化图像复原复原方法 中图分类号：ＴＰ３文献标识码：Ａ文章编号：１ ６７１—７５９７（２０１０）０１１００５５－－０２ １复原方法原理 １．１逆滤波恢复法 逆滤波复原法也叫做反向滤波法，其主要过程是首先将要处理的数字 图像从空间域转换到傅里叶频率域中，进行反向滤波后再由频率域转回到 空间域，从而得到复原的图像信号。 根据运动模糊图像退化模型的分析，可以得到图像退化公式： Ｇ（ｘ，Ｙ）＝ｈ（ｘ，ｙ）｝ｆ（Ｘ，Ｙ）＋ｎ（ｘ，ｙ） （１） 及其频率域的描述； Ｇ（ｕ，ｖ）＝Ｈ（ｕ，ｖ）Ｆ（Ｕ，ｖ）＋Ｎ（ｕ，ｖ） （２） 公式（１）中ｆ（Ｘ，ｙ）为原始图像，ｇ（Ｘ，Ｙ）是模糊图像，ｎ（Ｘ，Ｙ） 是混叠在信号中的加性噪声。公式（２）中的大写字母项是公式（１）中相 应项的傅立叶变换。从而知道图像复原过程可以看成已知ｇ（ｘ，Ｙ）和有关 ｈ（Ｘ，ｙ）、（ｘ，ｙ）的一些先验知识，求出ｆ（Ｘ，Ｙ）［４］的过程。 逆滤波复原法［６］是一个基于傅里叶变换的显而易见的方法，其基本 过程就是根据式（２）变换得到： Ｆ（Ｕ，ｖ）＝Ｇ（ｕ，ｖ）Ｈ （ｕ，ｖ）一Ｎ（ｕ，ｖ）Ｈ （ｕ，ｖ） （３） 由Ｆ（ｕ，ｖ）取傅立叶反变换，便可得恢复后的图像。 由这个公式容易看出逆滤波对于信噪比很高的运动模糊图像的还原很 有效，特别适合大尺寸的二维图像，速度较快。但是在实际中如果出现噪 声，通常Ｈ（ｕ，ｖ）幅值衰减的ＬＬＮ（ｕ，ｖ）决，即当ｔｌ、ｖ较大时，Ｈ（ｕ，ｖ） 通常很小，而Ｎ（Ｕ，ｖ）却接近一个常数，这样就相当于放大了噪声，就会 造成复原图像质量很差。而且利用逆滤波恢复方法进行复原处理时，可能 会发生下列情况，当传输函数为零或很小时，公式无意义，呈现病态特 性，此时即使没有噪声，也无法精确的恢复图像。由于逆滤波恢复方法的 普遍病态性，所以需要模糊图像具有很高的信噪比［６］。在有噪声的情况 下，这种恢复方法的效果很差，对于运动模糊图像，由于其传输函数存在 零点，所以用逆滤波恢复方法时，无法精确复原图像。 １．２维纳滤波法 维纳滤波也就是最小二乘方滤波，它是使原始图像及其恢复图像之间 均方误差最小的恢复方法。维纳滤波是假设图像信号可以近似看成平稳随 机过程的前提下，按照使复原图像ｆ’（Ｕ，ｖ）与原图像ｆ（ｕ，ｖ）之间的均方 误差达到最小的准则函数来实现图像恢复的方法。 Ｅ｛［ｆ（ｘ，Ｙ）一ｆ’（ｘ，Ｙ）］ ｝＝ｍｉｎ 其中Ｅ｛ ），为数学期望算子。Ｈｅｌｓｔｒｏｍ１９６７年提出了具有如下二维传 递函数的维纳滤波器： Ｐ（ｕ，ｖ）：一丝：驾盟 Ｉ Ｍ（ｕ ｆ乌 其中，Ｈ （ｕ，ｖ）为退化系统退化函数Ｈ（ｕ．ｖ） 和Ｓｆ（ｕ，ｖ）分别是噪声和原始图像的功率谱。 （４） 的复共轭，Ｓ （ｕ，ｖ） ．Ｓ．．．．ｎ．．．．（．．ｕ．．．．．．．—ｖ—￣ 当Ｈ（ｕ，ｖ）过零点时，由于式（４）中存在Ｓｆ（ｕ ｖ）项，不会出现被零 除的情形；同时分子含有Ｈ （ｕ，ｖ）项，因此当Ｈ（ｕ，ｖ）＝Ｏ，滤波器的增益 恒等于０。另外，如果在某一频谱区信噪比相当高时，滤波器的效果也趋于 逆滤波。反之，对信噪比很低的区域，滤波器趋于无反应。这表明维纳滤 波器避免了在逆滤波中出现的噪声过多放大现象。所以它在一定程度上克 服了逆滤波复原方法的缺点。 尽管维纳滤波的能力是没有问题的，但也存在着几个实质的局限 ［７］。第 ，最优标准是基于最小均方误差的且对所有误差等权处理，这个 标准在数学上可以接受，但却是个不适合人眼的方式，原因在于人类对复 原错误的感知在具有一致灰度和亮度的区域中更为严重，而对于出现在暗 的和高梯度区域的误差敏感性差得多。第二，空间可变得退化不能用标准 的维纳滤波方法复原，而这样的退化是常见的。第三，纳滤波不能处理非 平稳信号和噪声。 １．３最大熵复原法 最大熵恢复是对图像复原问题加以最大熵约束的恢复方法。它是一种 非线性的方法，在图像恢复领域中有着重要的影响。该方法要求恢复的图 像在满足成像公式的前提下其图像熵最大。也即在图像恢复问题的所有可 行解中，选择熵最大的那一个作为最终的解。 假设图像函数具有非负值，则定义一幅图像的总能量为 Ｅ＝∑∑ｆ（ｘ，ｙ） （５） 图像的熵为 Ｈｆ＝－∑∑ｆ（ｘ，ｙ）ｌｎｆ（ｘ，ｙ） （６） 噪声熵为 Ｈｎ＝－∑∑（，ｚ（ ，ｙ）＋Ｂ）ｌｎ（ｎ（ｘ，），）＋ ）（７） 其中，Ｂ为最小的噪声负值，以使式（７）中的对数有意义（令 ＯｌｎＯ＝Ｏ）。最大熵复原就是在满足式（５）和图像退化模型的约束条件下使 得复原后图像的图像熵和噪声熵最大，定义不同形式的熵可以获得不同的 复原方法。 相对于传统的线性方法，最大熵复原方法的优点在于不需要对图像先 知识做更多假设，可在抑制噪声和恢复细节间取得较好的平衡，获得比线 性恢复方法更高的分辨率。另外，大多数最大熵恢复算法还可以恢复残缺 图像。 但是，最大熵方法作为一种非线性的方法，在数值求解上是比较困难 的，通常只能用极为耗时的迭代解法，计算量巨大，对计算设备要求较 高。这限制了它在～些领域的应用。因此，寻找高效、快速、稳定的算法 直是最大熵图像恢复方法研究的主要内容。 １．４神经网络图像复原方法 随着神经网络理论的深入研究，各种神经网络模型在图像处理领域中 得到了广泛的应用 由于人工神经网络（Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，
二维运动模糊图像的处理
二维运动模糊图像的处理
运动模糊是一种常见的图片模糊效果，它是由于拍摄时物体或相机发生了运动而导致的。这种模糊在一些拍摄场景下是必要的，比如拍摄运动中的人物或者车辆，可以营造出动感和速度感。在其他场景下，运动模糊可能会影响照片的清晰度和细节。
第一种方法是使用图像处理软件进行模糊恢复。这种方法主要是通过调整图像的模糊参数，来模拟物体或相机的运动轨迹，从而恢复清晰的图像。这种方法需要使用专业的图像处理软件，如Photoshop等，通过调整滤镜的参数和强度来达到理想的效果。
第二种方法是使用图像复原算法进行模糊恢复。这种方法是通过数学模型和算法来恢复模糊图像。常见的算法有盲解卷积算法和非盲解卷积算法。这些算法利用图像的统计特性和运动模糊的数学模型进行图像复原操作。这种方法需要对算法有一定的了解和掌握，并且需要编程实现。
第三种方法是使用深度学习进行模糊恢复。深度学习是一种机器学习的方法，可以通过训练大量的数据和神经网络模型来实现图像的复原和增强。对于模糊图像的处理，可以使用深度学习模型来进行训练和预测。通过输入模糊图像和对应的清晰图像来训练模型，然后使用训练好的模型对新的模糊图像进行预测和复原。这种方法需要有大量的训练数据和计算能力，同时也需要具备一定的深度学习知识和编程技巧。
除了以上几种方法之外，还可以通过拍摄技巧来减少运动模糊。比如使用快门优先模式，提高快门速度，增加光圈和ISO感光度等。通过调整这些参数，可以减少物体或相机的运动，从而减少图像的运动模糊效果。
处理二维运动模糊图像可以采用图像处理软件调整模糊参数、使用图像复原算法进行模糊恢复或者使用深度学习进行模糊恢复。也可以通过调整拍摄参数减少运动模糊的影响。不同的方法适用于不同的场景和需求，需要根据具体情况选择合适的处理方式。
二维运动模糊图像的处理 2
二维运动模糊图像的处理
二维运动模糊是指物体在二维平面上的运动导致图像模糊。具体而言，当相机快门打开的时间足够长时，物体的运动轨迹会在感光元件上留下痕迹，导致图像产生模糊效果。这种模糊效果可能会在拍摄快速移动的物体、摄像机晃动或者低光条件下产生。
为了消除二维运动模糊，通常采用图像处理算法来对图像进行复原。下面将介绍一些常用的方法。
1. 基于逆滤波的复原方法：逆滤波是恢复原始图像的一种基本技术。假设原始图像可以表示为一个线性系统的输出，那么通过找到该线性系统的逆滤波器，从模糊图像中提取出原始图像。在实际应用中，逆滤波方法容易受到噪声的干扰，可能导致结果不理想。
2. 统计方法：统计方法是另一种常用的复原方法。通过统计模糊图像中像素值的分布情况，可以推测出原始图像的分布，并在此基础上进行复原。统计方法在处理噪声比较多的情况下效果较好，但对于噪声较少的情况效果可能不佳。
3. 图像增强方法：图像增强方法是一种通过增大图像的对比度或者锐化效果来减弱图像模糊的方法。通过增强图像的边缘信息或者恢复图像的高频细节，可以使图像看起来更加清晰。
4. 基于最小二乘法的复原方法：最小二乘法是一种优化算法，能够找到使得模糊图像与原始图像的差异最小的复原结果。通过建立一个优化问题，并找到使得问题的目标函数最小的参数值，可以得到最佳的复原结果。
二维运动模糊图像的处理方法有很多种，每种方法都有其适用的场景和局限性。在实际应用中，需要根据具体情况选择合适的方法来进行处理。
运动模糊图像复原算法
运动模糊图像复原算法
【摘 要】运动模糊图像的产生是由于拍摄瞬间摄影镜头与被摄物体之间的相对运动产生的。解决方法如模糊方向和大小未知时使用的盲卷积复原，即先估计模糊核中的参数，再利用复原滤波例如Lucy and Richardson或Wiener滤波等恢复出清晰图像。在这篇文章中，提出了一种新的去模糊的算法，能更准确的寻找赖以重建模糊核信息的参数。本文提出的预处理方法，能迅速恢复模糊图像，实验结果证明该方法能更准确的恢复出清晰图像。
【关键词】运动模糊；反卷积；图像复原；预处理；Butterworth带通滤波
0 引言
图像复原技术是当今图像处理研究领域的一个重要分支。目的是去除或减轻在获取数字图像过程中发生的图像质量下降即退化的问题，从而使图像尽可能接近真实的场景。景物形成过程中可能出现畸变、模糊、失真或混入噪声，使所成图像降质，则称为图像的“退化”。
运动模糊图像的产生原因可能是由于摄像机与被摄物体之间的相对运动或曝光瞬间相机抖动造成的。通过硬件上的去模糊技术并不容易实施且往往价格昂贵。因此，软件补偿非常流行。先通过数学方法将运动模糊建模为点扩展函数（psf）与图像的卷积。再由去模糊方法如迭代算法Lucy-Richardson或非迭代算法 Wiener 算法[1]或更复杂的方法如Bussgang算法[2]重建原始图像。由于清晰的源图像信息是未知的，因此为了重建图像需要估计点扩散函数。很多方法估计psf已经发展的很好[3-4]。估计点扩散函数的方法很大程度依赖于特定类型的图像如天文学和天体物理学的照片，电脑断层扫描图像，或显微镜图像。本文提出一个估计点扩散函数参数的新方法。对图像先进行预处理，在做参数识别和复原滤波，从而更准确的恢复清晰图像。实验结果证明本文方法效果较好。
1 图像恢复方法的数学模型
2 快速恢复算法
2.1 点扩散函数的估计
如果引起图像退化的点扩散函数具有零点，这些零点就会迫使退化图像的频谱在某些特定的频率上变成0，表现在频谱上就会出现一系列暗线。对于水平匀速直线运动的模糊图像而言，会在n/L处存在零点，其中n为整数，L为模糊的长度，因而图像在频率平面上存在一些垂直的等间距直线。对于任意方向运动模糊图像，例如β方向的模糊图像，其频谱一定在β+90°的方向存在暗线。图像频谱暗线的个数即为图像实际运动的距离，单位为像素。图1（a）显示lena图像由于运动模糊降质退化。在傅里叶频谱的图像中，如图1（b）平行深色的线条是显而易见的。
运动模糊图像复原算法研究的开题报告
运动模糊图像复原算法研究的开题报告
一、选题背景及意义
运动模糊是一种常见的图像模糊形式，例如在拍摄运动物体时，相机的曝光时间较长，导致影像出现模糊。由于运动模糊在拍摄和图像采集中难以避免，因此运动模糊图像复原一直是计算机视觉领域的研究重点。该领域的核心内容是如何为运动模糊图像提供更准确、逼真的复原。
运动模糊图像复原技术对于科学研究、生产应用、人类生活等方面具有重要意义。例如，在街景图像、无人驾驶、物联网等领域的发展中，高质量运动模糊图像复原是必要的前提之一。
二、研究内容和方法
本文将针对运动模糊图像复原算法进行研究，旨在开发一种高效、准确的复原算法，为解决运动模糊图像复原问题提供新思路。
具体研究内容和方法如下：
1. 技术背景和框架分析
介绍运动模糊的概念，阐述运动模糊图像复原技术的研究意义和发展现状。对比不同算法的优缺点，提出改进方案。
2. 基于维纳滤波的算法
维纳滤波是一种基于信噪比的滤波技术，可用于复原运动模糊图像。本文将分析维纳滤波算法的原理和处理步骤，重点探究其应用于运动模糊图像复原的实现方法。
3. 基于深度学习的算法
深度学习具有自动学习和自适应性等优点，已被广泛应用于计算机视觉领域。本文将研究和实现基于深度学习的算法，以提高运动模糊图像复原效果。 4. 综合评估和改进
通过对以上两种算法的实现和优化，进行实验验证，以比较算法的优劣，并结合实验结果提出优化方案。
三、预期成果
本文预期通过研究运动模糊图像复原算法，开发出一种高效、准确的运动模糊图像复原算法，提高运动模糊图像复原的准确性和可靠性。
四、研究难点
本文研究的难点在于对算法范围的准确定义和实验验证的难度。同时，在使用深度学习算法时，需要大量的数据和计算资源。
五、研究计划和进度安排
预计本文研究工作将分为以下几个阶段：
1. 数据准备阶段：收集现有的运动模糊图像数据集，进行数据处理和预处理，以建立实验数据集。
运动模糊图像快速递推复原算法研究
第６期（总第１６３期） ２０１０年１２月 机械工程与自动化 ＭＥＣＨＡＮＩＣＡＬ ＥＮＧＩＮＥＥＲＩＮＧ ＆ ＡＵＴＯＭＡＴ１０Ｎ Ｎｏ．６ Ｄｅｃ．
文章编号：１６７２—６４１３（２０１０）０６—００５３—０３
运动模糊图像快速递推复原算法研究
李双军，曾光宇
（中北大学信息与通信工程学院，山西 太原０３００５１）
摘要：在运动模糊图像恢复中，常用的方法都是基于滤波算法，这些方法计算比较复杂。针对图像模糊参数未
知情况，对其频谱图采用Ｒａｄｏｎ变换，然后分别基于ＭＲＴ和ＩＰＭ方法得到模糊方向和模糊尺度，最后采用
基于ｚ变换的离散递推算法恢复出图像，得到了质量较高的恢复图像。
关键词：Ｒａｄｏｎ变换；图像复原；运动模糊图像；递推算法
中图分类号：ＴＮ９１１．７３ 文献标识码：Ａ
０ 引言
在靶场测试实验中，由于导弹、火箭弹等航天器
高速运动，光测平台拍摄的图像存在运动模糊，需要
对其进行复原处理。目前处理方法主要有差分恢复、维
纳滤波恢复、逆滤波恢复、约束卷积恢复等。它们都
是先获取点扩散函数，再经过逆滤波过程，恢复出图
像。这些方法的计算都比较复杂，本文用一种简单的
方法进行图像恢复。
１匀速直线运动模糊
在所有运动模糊中，由匀速直线运动造成的图像
模糊的复原问题具有一般性和普遍意义。因为变速的、
非直线运动在某些条件下可以被分解为分段匀速直线
运动。对于离散图像沿任意方向 做匀速直线运动引
起的图像模糊的退化模型和复原模型如图１所示。
图１ 图像退化模型和复原模型 １．１ 退化模型
在实际应用中，图像和点扩散函数都是离散的，进
行均值采样后可得到离散的退化模型，表示为：
ｇ（ ， ）一ｈ（ ，，２）＊ｆ（ｍ，ｎ）＋ （ ， ）。 ……
…………………………………………………（１）
其中：ｆ（ｍ，ｎ）为原始图像；ｇ（ ， ）为运动模糊图像；
ｈ（７ ，，ｖ１）为运动模糊点扩散函数（Ｐｏｉｎｔ Ｓｐｒｅａｄ
运动模糊图像的恢复技术研究
2021年第40卷第4期传感器与微系统(Transducer and Microsystem Technologies)63
DOI： 10.13873/J. 1000-9787(2021)04-0063-03
运动模糊图像的恢复技术研究* *
收稿日期：2019-09-27*基金项目：国家自然科学基金资助项目(61762067)陈英，洪晨丰
(南昌航空大学软件学院，江西南昌330063)
摘 要：针对运动模糊图像的恢复，提出了基于生成式对抗神经网络(GAN)网络与FSRCNN网络的方 案。采用GoPr。模糊图像数据集与DIV2K图像恢复数据集进行网络训练;通过图像处理对模糊图像进行 规格化、归一化、色彩空间转换等预处理操作;利用GAN对模糊图像进行图像恢复,并结合FSRCNN针对 模糊图像进行图像增强;针对GAN与FSRCNN的处理结果进行分析与对比，经由FSRCNN网络图像增强 的恢复图像的峰值信噪比虽然有一定的下降，但结构相似度则得到了提升。实验结果表明本文的算法方 案具有较好的可行性。关键词：生成式对抗神经网络；卷积神经网络；运动模糊；图像处理中图分类号：TP391.41 文献标识码：A 文章编号：1000-9787(2021)04-0063-03
Research on restoration technology of motion blur image
CHEN Ying, HONG Chenfeng(School of Software,Nanchang Hangkong University,Nanchang 330063,China)
Abstract: An image restoration scheme based on generative adversarial networks ( GAN) network and FSRCNN network for motion blurred images is proposed. GoPro fuzzy image dataset and lhe DIV2K image restoration dataset are used for network training・ Image processing operation is used to normalize the fuzzy image, convert color space・ GAN is used to restore lhe image of lhe blurred image, and the FSRCNN is combined to enhance the image for the blurred image・ Processing results of GAN and FSRCNN are analyzed and compared. The peak signal-noise ratio of the reconstructed image enhanced by the FSRCNN network image has a certain decline・ However, the structural similarity is improved・ Experimental results show that the proposed algorithm has good feasibility.Keywords: generative adversarial networks ( GAN) ； convolutional neural network ( CNN) ； motion blur； image processing
直线运动模糊图像复原的截断奇异值分解方法
第４５卷第４期 ２０１１年１２月 华中师范大学学报（自然科学版） Ｊ０ＵＲＮＡＬ ＯＦ ＨＵＡＺＨ０ＮＧ Ｎ０ＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ（Ｎａｔ．Ｓｃｉ．） Ｖｏｌ｜４５ Ｎｏ．４ Ｄｅｃ．２Ｏ１ｌ
文章编号：１０００—１１９０（２０１１）０４—０５４７—０４
直线运动模糊图像复原的截断奇异值分解方法
周 俊 ，吴传生，朱华平
（武汉理工大学理学院，武汉４３００７０）
摘 要：在Ｎｅｕｍａｎｎ边界条件假设下，具有对称及平移不变性的点扩散函数的图像复原问题可以 转化为不适定的解卷问题，进而可以采用截断奇异值分解（ＴＳＶＤ）方法解卷．但是，任意方向直线 运动模糊的点扩散函数不具有对称性．而直线运动模糊图像仅仅由该运动方向上的像素相互作用 形成，本文用平行于该运动方向的一系列直线把模糊图像进行分割，每条直线上的运动模糊近似 可看作水平直线运动模糊，而水平直线运动模糊的点扩散函数是对称的，从而利用截断奇异值分 解方法，复原模糊图像，实验证明了算法的有效性．
关键词：图像复原；不适定问题；ＴＳＶＤ
中图分类号：０２９ 文献标识码：Ａ
通常，由平移不变模糊函数和噪声所导致的
图像降质离散模型可表示为 ２ ｆ １ ２ １ ∑∑ （ｓ，ｔ）ｆ（ｉ＋７７ｚ一５， ＋ 一 ）一ｇ（ ， ）， ＝１ ｆ＝１ （１） 其中，厂（ｋ，ｚ）为Ｍ×Ｎ的原始图像；ｇ（ｉ，Ｊ）是带
有噪声的模糊图像，大小为（２ｍ一１）×（２，ｚ一１） 的ｈ（ ， ）为成像系统的二维点扩散函数
（ＰＳＦ）． 模糊图像复原问题就是在给定点扩散函数的 条件下，将带噪声的模糊图像复原＿】 ］．
为了表达的方便，令Ｂ表示
一｛Ｐ，Ｐ＋１，…，ｑ｝， 为减少图像边界处的振铃现象，本文假设原始图像
具有Ｎｅｕｍａｎｎ边界条件（反射边界条件）．假定离
散的点扩散函数ｈ（ｓ， ）是对称的（散焦模糊、水平
运动和垂直运动模糊所对应的点扩散函数是对称 的），此处的对称是指
基于归一化超拉普拉斯先验项的运动模糊图像盲复原
第２１卷第５期 ２０１３年５月 光学 Ｏｐｔｉｃｓ ａｎｄ Ｐ 精密工程 ｒｅｃｉｓｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．２１ Ｎｏ．５ Ｍａｙ ２Ｏ１３
文章编号１００４－９２４Ｘ（２０１３）０５—１３４０—０９
基于归一化超拉普拉斯先验项的运动模糊图像盲复原
王国栋 ，徐 洁 ，潘振宽 ，刘存良 ，杨金宝
（１．青岛大学信息工程学院，山东青岛２６６０７１；
２．青岛大学物理科学学院，山东青岛２６６０７１）
摘要：基于变分方法提出了一种运动模糊退化图像的盲复原算法。考虑自然场景的图像梯度符合长拖尾概率分布，提出 的方法采用归一化的超拉普拉斯先验项作为变分能量方程中的光滑项，从而有利于图像在去模糊的求解过程中正确解 收敛。由于建立的能量方程不是严格凸的函数，故引入了分裂方法进行求解。整个运动模糊退化图像的盲复原过程在 多尺度框架下由粗到细尺度渐进执行。最后利用估计出的点扩展函数计算清晰图像。相对于传统的盲复原算法，本文 提出的算法不需要预测图像的梯度信息和对梯度进行筛选，直接求解能量方程就能够得到相应的正确解。得到的结果 验证了本文算法的有效性。 关 键 词：图像盲复原；运动去模糊；归一化超拉普拉斯先验；变分方法；分裂方法 中图分类号：ＴＰ３９１．４ 文献标识码：Ａ ｄｏｉ：１０．３７８８／ＯＰＥ．２０１３２１０５．１３４０
ｉｚｅｄ ｈｙｐｅｒ ｌａｐｌａｃｉａｎ ｐｒｉｏｒ ｔｅｒｍ
ＷＡＮＧ Ｇｕｏ—ｄｏｎｇ ，ＸＵ Ｊｉｅ ，ＰＡＮ Ｚｈｅｎ—ｋｕａｎ ，ＬＩＵ Ｃｕｎ—ｌｉａｎｇ ，ＹＡＮＧ Ｊｉｎ—ｂａｏ
（１．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｑｉｎｇｄａｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ ２６６０７１，Ｃｈｉｎａ； ２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｐｈｙｓｉｃｓ Ｓｃｉｅｎｃｅ，Ｑｉｎｇｄａｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ ２６６０７１，Ｃｈｉｎａ）