低信噪比离焦图像盲复原方法及应用研究

发布时间：2022-01-10 12:51

　　靶标图像是一类具有明显边缘特征的图像,常与视觉测量相结合,用于获取大型构件的外观形态、空间位置、旋转角度等信息,实现构件三维几何参量精密测量。然而由于工业环境复杂和光学成像系统性能制约,图像采集过程中易发生噪声干扰、相机对焦不准等问题,产生低信噪比（Signal-to-Noise Ratio,SNR）离焦退化靶标图像,淹没其形态特征,影响后续的目标分割识别、位姿估计结果,制约视觉测量精度提高。现有的图像盲复原依赖数学反卷积或迭代方法,过程对噪声和迭代初值敏感,复原的图像边缘和细节不清晰,甚至发生振铃效应,不利于靶标图像信息的有效提取。因此,研究低信噪比离焦图像盲复原方法,并将其应用于靶标图像盲复原中,降低噪声对靶标图像盲复原的影响,增强靶标图像边缘特征,实现靶标图像高质量复原,有利于大型构件的高精度定位和跟踪。本文在分析图像退化模型以及噪声对图像盲复原影响基础上,给出了一种改进的基于模糊映射图的离焦图像盲复原方法,并构建了低信噪比离焦图像盲复原算法。首先,利用各向异性偏微分方程对图像进行去噪预处理,在保持图像边缘清晰的条件下降低噪声对盲复原的影响;其次在尺度空间自动确定二次模糊量并对退... 

【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图２－１图像盲复原数学模型??Ｆｉｇ．?２－１．?Ｍａｔｈｅｍａｔｉｃａｌ?ｍｏｄｅｌ?ｏｆ?ｉｍａｇｅ?ｂｌｉｎｄ?ｒｅｓｔｏｒａｔｉｏｎ??２．２．２盲复原的不适定性和振铃效应??

－＼??ｙｗｉ＾）?＝?＝?Ｓ?（２－５）??ｍ＝０??根据离散傅里叶变换的卷积性质，＿Ｖ１Ｄ（？）的信号长度为＇＋”２－１。式（２－５）的卷积过??程要求一维信号Ａ：ｍ（？）在［－；Ｖ２?＋１，＇?＋?ｉＶ２?－１］区间内有值，但条件只给出［０，乂］的元素??值，因此卷积结果与一维信号的外边界值心（》），》６［－＃２?＋?１，０］１１［＇，＃｜＋＇－１］有关。??在二维信号图像复原过程中，由于与外边界像素值的不连续，造成了边缘振荡和噪声??的放大。??Ａ．??嘗＼繼＼??图２－２图像复原振铃效应??Ｆｉｇ．?２－２．?Ｒｉｎｇｉｎｇ?ｅｆｆｅｃｔ?ｏｆ?ｉｍａｇｅ?ｒｅｓｔｏｒａｔｉｏｎ??由傅里叶变换性质可知，频域窗函数对应空域两侧有余波的ｓｉｎｅ函数。在对模糊??退化图像进行反卷积滤波处理时，若滤波器频域存在类似窗函数的陡峭变化，则在空??域会产生余波振荡，导致复原图像的边缘振铃效应。??根据以上分析反卷积不适定性和振铃效应的产生原因，对图像进行去噪预处理，??有利于实现低信噪比离焦退化图像盲复原。但是，图像去噪的本质是平滑高频分量、??剔除奇异像素的过程，可能导致图像的边缘结构信息丢失，给盲复原引入更大的不确??定性和误差，因此需要采用一种能够保持图像边缘结构的去噪方法对低信噪比离焦图??像进行预处理，为盲复原提供具有清晰边缘的图像数据。??２．３各向异性偏微分方程图像去噪方法??２．３．１各向异性偏微分方程扩散方程［１（）］??基于图像去噪的物理、几何意义建立的各向异性偏微分方程，通过添加正则项、??利用不同的图像形态特征改进方程和扩散系数，并通过数值求解实现图像的非线性滤??波，具有局部自适应性

ｇ（ｘ，ｙ）?＊?ｆ｛ｘ，?ｊ）＊（０，０）?＋?ｆＫｎ?Ｙｊ?ｋ（ｘ－ｍ，ｙ－ｎ）?（３－２）??（ｍ，ｎ）＊（ｘ，ｙ）??式中，??／ｈ，？?＝?Ｙｊ?／（ｗ＾）?（３－３）??ｍ’ｎｅｎ＾??（ｍ，ｎ）＊（ｘ，ｙ）??上式将图像模糊退化分为中心点模糊和邻域模糊两部分，这与点光源聚焦成像为点、??离焦成像为模糊圆斑的光学离焦现象是相互对应的，以下从二维高斯数学模型和光学??物理退化过程具体说明这种现象的形成原因。??采用二维高斯函数描述离焦图像的ＰＳＦ，模型分布如图３－１所示，中心像素点的??邻域像素按照二维高斯函数分布规律发生了扩散和衰减。模型的横剖面为多个同心??圆，与离焦成像为模糊圆斑相对应；模型的纵剖面为高斯分布曲线，可以看出中心点??数值最大，邻域像素点数值随着与中心点的距离增大而减小，且剖面图的峰值和邻域??半径与模糊参数ｃｒ有关，因此模糊参数影响离焦圆斑的半径和模糊程度。???－?，．．《＊??．？－，?丨?”??Ｔ?１?Ｕ?＞??？，?ｗ，?＞—??’：?Ｉ??：???」?Ｊｔｅｉｉ赢??＇＊?＊?？？?２０?？？?１０?＆?０?ｉ?１０?ｔｔ?？?？?ａ?？?＜１?１０?？?０?４?？０?－Ｉｔ?－？?？??（ａ）?（ｂ）?（ｃ）??＂ｆ?．ｉ??？ｊ?，》?ｙ?丨?Ｍ??？?：?。。／。《°。、、、?—??２?ｉ?：?。找。?／?，１??ｉ?二．」：丨??＊?＊?？?？?？?．ｗ?？?ｏ?？?ｗ?ｉｓ?？?？??（ｄ）?（ｅ）?（ｆ）??图３－１二维高斯分布模型??（ａ）ｃｒ?＝?５二维高斯分布；（ｂ）图（ａ）的横剖

【参考文献】：
期刊论文
[1]改进矢量外推Richardson-Lucy算法在波前编码图像复原中的应用[J]. 赵惠,夏晶晶,张凌,樊学武.  光子学报. 2019(06)
[2]基于能量约束的自适应加权图像盲复原算法[J]. 苏畅,付天骄,张星祥,任建岳,金龙旭.  光学学报. 2018(02)
[3]基于L0稀疏先验的相机抖动模糊图像盲复原[J]. 仇翔,戴明.  光学精密工程. 2017(09)
[4]基于自适应双lp-l2范数的单幅模糊图像超分辨率盲重建[J]. 李滔,何小海,滕奇志,吴小强.  计算机应用. 2017(08)
[5]多层阈值函数下的小波图像去噪[J]. 秦冬冬,陈志军,闫学勤.  计算机工程. 2017(06)
[6]改进的傅里叶域小波域联合去模糊算法[J]. 潘泽,谭政,吕群波.  光子学报. 2017(04)
[7]基于马尔科夫随机场学习模型的图像模糊核估计[J]. 何富运,张志胜.  东南大学学报(自然科学版). 2016(06)
[8]贝叶斯迭代联合双边滤波的散焦图像快速盲复原[J]. 尹诗白,王卫星,王一斌,李大鹏,邓箴.  物理学报. 2016(23)
[9]空间变化PSF非盲去卷积图像复原法综述[J]. 郝建坤,黄玮,刘军,何阳.  中国光学. 2016(01)
[10]基于分数阶微积分的噪声检测和图像去噪[J]. 杨柱中,周激流,郎方年.  中国图象图形学报. 2014(10)

硕士论文
[1]带噪声离焦模糊图像复原[D]. 赵艳.西安电子科技大学 2014



本文编号：3580748