MATLAB基于微分流形正则化的彩色图像的重建(2)

菜单

图像重建是一种改善图像质量的处理技术，是图像处理研究领域中的热点问题，在科学和工程领域被广泛应用。在获取图像的过程中，由于光学系统的像差、光学成像的衍射、成像系统的的非线性畸变、记录介质的非线性、成像过程的相对运动、环境随机噪声等影响，会使观测图像和真实图像之间不可避免的存在偏差和失真。这种图像质量下降的情况在实际应用中都会遇到，如宇航卫星、航空测绘、遥感、天文学中所得的图片。由于大气湍流、光学系统的像差以及摄像机与物体间的相对运动会使图像降质：X射线成像系统由于X射线散布会使医学上所得的照片分辨率和对比度下降；电子透镜的球面像差往往会降低电子显微照片的质量等等，因此，为了消除或减轻这种退化造成的影响尽可能使图像恢复本来面貌，就需要使用图像重建技术。源:自/751~·论,文'网·www.751com.cn/

图像重建试图利用退化图像的某种先验只是来重建或复原被退化的图像，因此图像复原可以看成图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量。典型的图像复原方法往往是在假设系统的点扩散函数（PSF）为已知，并且常需假设噪声分布也是已知的情况下进行推导求解的，采用各种反卷积处理方法，如逆滤波等，对图像进行复原。然而随着研究的进一步深入，在对实际图像进行处理的过程时，许多先验只是（包括图像及成像系统的先验知识）往往并不具备，于是就需要在系统点扩散函数未知的情况下，从退化图像自身抽取退化信息，仅仅根据退化图像数据来还原真实图像，这就是盲目图像复原（Blind Image Restoration）所要解决的问题。由于缺乏足够的信息来唯一确定图像的估计值，盲目图像复原方法需要利用有关图像信号、点扩散函数和高斯噪声的已知信息和先验知识，结合一些附加信息，对噪声模糊图像的盲复原以及振铃的消除问题的解形成约束条件，而盲目图像复原就是在满足这些约束条件的前提下，求取真实图像在某种准则下的最佳估计值。

经过近40年的研究，盲目图像复原技术的应用范围已经扩展到了众多的科学和技术领域，例如空间搜索、天文观测、物质研究、遥感遥测、军事科学、医学影像、交通监控、刑事侦查等。

在天文成像领域中，地面上的成像系统由于受到射线以及大气的影响，会造成图像的退化。在太空的成像系统中，由于宇宙飞船的速度远远快于相机快门的速度，也会造成运动模糊。此外噪声的影响也不可忽略。因此，必须对所得到的图像进行处理尽可能恢复原本的面目，才能提取更多有用的信息。

在医学领域，图像复原技术广泛应用于X光，CT等成像系统，用来抑制各种医学成像系统或图像获取系统的噪声，改善医学图像的分辨率。

在军事公安领域，如巡航导弹地形识别，测试雷达的地形侦察，指纹自动识别，手迹、文献综述印章、人像的鉴定识别，过期档案文字的识别等，都与图像复原技术密不可分。

在图像及视频编码领域，随着提高编码效率、降低编码图像码率技术的发展，一些人为图像缺陷，如方块效应，成为明显问题。在移动视频通信中，由于带宽的限制压缩比较高，若解压后不经处理，则存在明显的方块效应。一些简单的图像增强处理不能从根本上消除方块效应，特别是复杂情况时，如在编码前或编解码含有噪声的情况下，也需要借助图像复原技术。