對模糊圖像進行綜合分析

由于視頻圖像極易受到天氣、照明環(huán)境、拍攝鏡頭質(zhì)量、拍攝目標位置以及硬盤壓縮程度等的影響，導致許多的視頻圖像不能滿足用戶的微觀信息觀察的需求。因此對于模糊圖像的清晰化處理這一操作就顯得特別重要。

一、對模糊圖像進行綜合分析

要實現(xiàn)對模糊圖像的處理，首先應該對所需處理的模糊圖像有一個全面的了解。

（一）判斷圖像的模糊類型

圖像的模糊類型主要有衍射模糊、高斯模糊、散焦模糊、運動模糊等類型。高斯衍射模糊產(chǎn)生的主要原因是由于天氣中的水霧或灰塵顆粒所引起的模糊;高斯模糊則是看起來有些像透過半透明玻璃看圖像的效果;散焦模糊是因為物體沒有在鏡頭的對焦的清晰范圍內(nèi)而產(chǎn)生的;運動模糊是由于物體快速運動或有抖動的情況下引起的模糊。大體上來說，衍射模糊和高斯模糊體現(xiàn)在所有的圖像畫面的朦朧或雨霧狀的效果，而運動模糊和散性模糊則都是由于模糊核引起的。這二者的不同之處在于運動模糊圖像表現(xiàn)為上局部圖像的拖尾效果，散焦模糊則體現(xiàn)在散焦部位的擴散效果。

（二）判斷模糊參數(shù)

對于運動模糊的參數(shù)主要進行兩個方向的判斷：

一是判斷圖像中的物體的運動方向，確定其是模糊移動還是上下或左右方向的抖動，是直線運動還是旋轉運動；

二是對于運動模糊中的直線運動要確定其模糊方向和模糊尺度這兩個重要的參數(shù)，而對于旋轉運動模糊則要確定其旋轉中心和旋轉運動這兩個運動參數(shù)。

對于散焦模糊則要解決其存在的散焦量問題，要對散焦分散圈進行測量，確定其散焦數(shù)值。另外，在實踐中要注意區(qū)分發(fā)光點和反光點。通常情況下以發(fā)光點作為主要依據(jù)來確定物體脫離成像焦點平面的距離。

二、圖像復原的基本理論

所謂的圖像退化是指由于收集圖像設備、成像系統(tǒng)、圖像的處理技術或圖像采集時的自然狀況不佳等原因，使得得到的圖像沒能夠完全描述出真實場景中所體現(xiàn)的內(nèi)容，使得內(nèi)容發(fā)生失真現(xiàn)象。其中導致圖像退化的原因有很多，大致上可以分為不確定性因素和確定性因素。不確定性因素主要是指信號傳輸、數(shù)字化和記錄過程中的所產(chǎn)生的噪聲污染。例如，電荷耦合存儲器(CCD)作為接收信號傳輸過程中的所出現(xiàn)的電子干擾等。確定性因素包括成像系統(tǒng)調(diào)焦不當或攝影鏡頭與目標物體相對運動等成像系統(tǒng)本身的不足。這些情況有可能導致最終獲得的圖像模糊。

圖像復原的任務是以保真度為準則，消除或降低使圖像產(chǎn)生退化的因素，盡可能地恢復出真實的圖像內(nèi)容。圖像復原同樣也可以劃分為不確定性和確定性兩類。不確定性方法根據(jù)特定的隨機準則找到最優(yōu)的復原方法，而確定性技術對于噪聲較小而且退化函數(shù)己知的圖像較為有效。典型的圖像復原技術就是根據(jù)圖像退化的先驗或后驗知識，建立退化模型，然后采用各種逆退化方法恢復原始圖像，改善圖像質(zhì)量。所以對圖像退化過程中的先驗知識或后驗知識掌握的越精確復原效果越好。

三、模糊圖像的若干處理方法

目前對于視頻圖像中的模糊圖像常用的技術手段主要有濾波去噪法、銳化法、改變圖像信噪比法、幀及幀的平均值法。

（一）濾波去噪法

濾波去噪法主要包括維納濾波、中值濾波和矢量濾波等。

采取濾波法用以進行圖像的復原工作或用來改進圖像的成像質(zhì)量主要有以下兩個思路：一是采用頻率域法，也就是說需要把圖像定義為二維信號， 并對其進行二維傅立葉變換的信號增強，采用低通波段法(如：維納濾波)，以達到去掉圖像中的噪聲的目的;二是采用空間域法，即采用選取局部領域中的中間像素值的方法，通過使用高通波段用以增強邊緣的高頻信號(如中值濾波)，使之去除或減弱圖像中的噪聲，達到使得模糊的圖片變得清晰的目的。而矢量濾波則是專門使用在因運動造成的圖像模糊上，運動模糊主要分析運動方向和運動量(運動量為運動目標在曝光時間內(nèi)運動過的距離);矢量濾波器的主要原理則是可以通過對模糊圖像中的因移動所形成的平行四邊形的模糊拖尾圖形， 來估算出運動模式和運動速度，進而通過采用數(shù)學算法，估算出物體旋轉、平移的量，從而實現(xiàn)恢復圖像的清晰度。

（二）銳化法

圖像銳化的主要目的是在于補償圖像輪廓、突出圖像的邊緣信息以使圖像顯得更為清晰,從而符合人類的觀察習慣。圖像銳化的實質(zhì)是增強原圖像的高頻分量。常規(guī)的銳化算法就是以此為依據(jù),對整幅圖像進行高頻增強,結果呈現(xiàn)明顯噪聲。具體的操作為通過相鄰像素點之間的對比， 使圖像實現(xiàn)清晰化，提高對比度，使畫面更加鮮明，通常使用的工具主要包括進一步銳化、邊緣銳化和智能銳化等。在使用時應明確，銳化只能改善畫質(zhì)，對于嚴重模糊的圖像則無法校正。這僅僅是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。為此,在對銳化原理進行深入研究的基礎上,提出了先用邊緣檢測算法檢出邊緣,然后根據(jù)檢出的邊緣對圖像進行高頻增強的方法。實驗結果表明,該方法有效地解決了圖像銳化后的噪聲問題。因此成為了應用較為廣泛的工具，并在很多的圖像處理軟件中所應用。

（三）改變圖像信噪比法

信噪比指的是圖像的信號內(nèi)容與所感知到的噪聲的比值。調(diào)節(jié)信噪比可以使得信號的噪聲及圖像的模糊程度達到一個均衡的狀態(tài)， 就像一個類似于立體聲調(diào)節(jié)器的功能，可以根據(jù)用戶實際需求進行任意改變。如果圖像出現(xiàn)斑點多，噪聲大的現(xiàn)象，此時進行調(diào)節(jié)信噪比就會達到明顯的去模糊效果。但由于在實際生活中圖像的質(zhì)量及來源不同，使得能否通過調(diào)節(jié)信噪比的方法來提高圖像質(zhì)量這一方法還需要在實踐中加以嘗試。

（四）幀及幀的平均值法

幀及幀的平均值法是通過在所得到的存在多幀圖像的圖像畫面中，選定其中一幀較為清晰的圖像，并對其進行疊加，用來求得幀的疊加效果或多幀平均值的效果。然后在這些操作的基礎上繼續(xù)使用相應的濾波器，從而實現(xiàn)在圖像的固定對象中去除動態(tài)噪聲的方法。