模糊图像处理技术及其应用

摘 要：日常工作生活中有大量的模糊图像需要处理，模糊图像处理技术可将模糊图像变得清晰，从而满足人们的需要。本文简要介绍了模糊图像的特点、模糊图像处理技术的原理、主要的方法及应用，从而为模糊图像的处理提供一些参考。

关键词：模糊图像；模糊图像处理技术

中图分类号：TP317.4 文献标识码：A 文章编号：1674-7712 （2013） 14-0000-01

近些年，随着电子产品行业的发展，大量具有摄像功能电子产品的广泛使用，给人们的工作和生活带来了很多便利。但是由于这些电子产品本身质量参差不齐，所拍摄的图像质量较差，，图像模糊难以辨认。我们把这些模糊难以辨认的图像称为模糊图像。为了充分发挥这些模糊图像的价值，满足人们生活工作的需要，就需要对其进行处理。目前，常用的技术就是模糊图像处理技术。

一、模糊图像特点分析

模糊图像有很多来源，但手机和监控系统是其主要来源。由于手机便于携带，可随时随地的拍摄照片和视频，但是由于很多手机拍摄的图像不清晰，因此手机成为模糊图像的主要来源之一。监控系统在很多重要的场所都有覆盖，给寻人、寻物以及刑事侦查等带来很大的方便。但是很多监控系统的分辨率较低，所拍摄的图像也往往模糊不清，因此，监控系统也是模糊图像的主要来源之一。此外，还有摄像机、电脑摄像头等来源的模糊图像。这些模糊图像具有以下特点：（1）单个处理对象有效像素较少；（2）图像噪声水平高且噪声类型复杂；（3）图像模糊不清晰。由于模糊图像自身的特点，使其无法清晰辨认，因此必须要用模糊图像处理技术对其进行处理。

二、模糊图像处理的原理及常用技术

模糊图像处理核心算法的基础主要涉及数学中有关矩阵、概率统计、微积分以及物理原理、光学知识和信号处理知识等，利用了许多经典及当代先进的数学工具，如快速傅里叶变换（FFT）、小波变换、微分方程和调和分析等。因此，模糊图像处理是对多学科知识的综合应用。模糊图像处理技术还需要激光模拟计算机。激光模拟计算机通常是由激光器、透镜组、光学滤波器、色散光栅、显示器及其它附件组成。模糊图像经过激光模拟计算机处理后可以使模糊难以辨认的图像变得较为清晰。激光模拟计算机的关键元件是光学滤波器，根据各种不同的信息处理要求，可以制作各种不同的复杂的光学滤波器。这些复杂的光学滤波器不但可以处理模糊图像，而且还可以识别图像。

模糊图像处理技术是数字图像处理技术的核心，根据模糊图像处理技术的发展和技术本身的复杂程度，模糊图像处理又可以细分为常规处理、高级处理和特殊处理三种。常规处理包括图像增强、图像滤波、正交变换、形态学操作、几何变换、图像运算、图像特征和图像转换等；特殊处理包括人脸超分辨率、车牌恢复/增强、低照度处理和雨雾图像增强等；高级处理包括图像去噪声、图像复原、图像融合和图像超分辨率等。其中，模糊图像常规处理技术出现的时间早、方法成熟，简单容易掌握，并且在一般的数字图像处理教材中都有介绍，因此本文不做介绍。而模糊图像特殊处理在一般工作生活中用的比较少，因此本文也不做介绍。下面本文将重点介绍最常用也是重要的三项处理技术，即图像去噪声、图像复原和图像超分辨率。

（一）图像去噪声

图像去噪声是建立在数学模型基础上的，目前常用的数学模型有两种，即加性噪声模型和乘性噪声模型。加性噪声模型是把观测图像看成是由清晰图像加上噪声得到的；乘性噪声模型把观测图像看成由清晰图像乘以噪声得到的。其中，最常用的模型是加性噪声模型。

无论是哪种数学模型，其原理基本相同，即假设清晰图像和噪声具有一定的先验条件，其中噪声的先验模型较为简单，一般被认为是高斯白噪声或是满足特定形式分布的随机噪声，个别情况下考虑特殊的噪声。与噪声的先验模型相比，清晰图像的先验模型则相对复杂。随着人们对图像去噪声的深入研究，目前人们已经建立了多种噪声模型和清晰图像模型。而模糊图像去噪声的算法实际上就是不同的噪声模型和清晰图像模型相组合，加上不同的求解方法，就构成了形形色色的去噪声算法。由于噪声模型和清晰图像模型数量多，因此去噪声算法也有很多算法，但是目前常用的算法有滤波技术、小波域算法、空间域算法、基于训练的算法、时空结合的算法。

（二）图像复原

有时我们获得的图像比较模糊，需要将其变得更清晰一些，而图像复原就可以实现这个目的。图像复原技术实际上就是对各种模糊图像进行处理从而使其变得更清晰的一种技术。图像复原算法大多通过具体情况下的图像退化模型来估计原始图像，如散焦模糊、运动模糊、大气湍流、成像角度引起的图像变形等。此外，有一些图像的退化模型无法确定，对这一类图像的复原称为盲目复原。如果图像变形是全局一致的并且等价于一个卷积过程，这时图像复原也称为反卷积问题。图像复原的算法也有很多种，常用的有维纳滤波Richard-Lucy算法、小波域算法、空间域算法、基于训练的方法、防抖动算法。

图像复原是模糊图像处理中的难点，虽然图像复原的算法有很多种，但是很多情况所获得的复原图像效果并不好。例如压缩行程的模糊图像、多种模糊过程混合而成的模糊图像，甚至有些完全未知的模糊图像无法用退化模型来进行处理。因此，对于图像复原技术还需要做更深入细致的研究。

（三）图像超分辨率

图像超分辨率俗称图像放大，一般情况下图像放大采用简单的图像插值技术，但是全局一致的插值技术往往带来模糊效应，不能满足要求。目前在图像超分辨率技术中常用的为复杂超分辨率技术。改技术是利用自然图像高频信息之间的相关性对丢失的高频进行合理预测，然后重建出高分辨率图像。

三、模糊图像处理技术的应用

正是由于模糊图像处理技术能够通过不同的运算方法，能够将模糊图像变得清晰，所以在资源勘探、高空侦察、公安司法、尖端科学的发展中起着越来越重要的作用。例如，在从飞机或者卫星上拍摄地面图像时，由于大气流动的影响，加上照相仪器质量和照相技术等原因，往往会使图像模糊不清。但是用模糊图像处理技术就能在几秒钟的时间内完成对图像的处理，而且图像的处理效果较好。正是因为如此，模糊图像处理技术在多个领域得到了广泛应用。

参考文献：

[1]陈睿.计算机模糊图像处理[J].信息通信，2013（5）.

[2]杨洪臣，黎智辉，彭思龙.模糊图像处理技术概述[J].警察技术，2009（5）.

[作者简介]马丽丽（1982.3-），女，山东临朐人，硕士，助教，山东信息职业技术学院；王丽丽（1983.10-），女，山东商河人，硕士，助教，山东信息职业技术学院。

推荐访问:图像处理 及其应用 模糊 技术