车辆运动模糊图像分块恢复的新方法

摘要:利用维纳滤波进行真实运动模糊图像恢复的过程中，振铃效应和局部恢复不理想的现象严重影响恢复结果，通过理论分析、实验对比以及研究真实运动模糊过程的特点，找出了问题发生的主要原因。提出采用人工边界补偿和分块恢复的方法来抑制振铃和局部不理想的现象，并给出了模糊参数与空间位置和速度的关系以及具体的分块策略。实验结果表明，所提出的边界补偿和分块恢复方法能很好地减少振铃效应，并保持整体图像恢复效果的一致性。

关键词:维纳滤波；运动模糊；振铃效应；模糊过程；模糊参数

中图分类号: TP391.4 文献标志码:A

New method of block.restoration for motor.vehicle blurred images

LI Yu.cheng*, YU Hai.tao, WANG Mu.shu

College of Mechanical Electronical and Engineering, North China University of Technology, Beijing 100144, China

Abstract:

During the restoration of actual motion blurred images based on Wiener filtering, restoration results were affected by serious ringing effects and not.ideal local restoration. Its main reasons were found through theoretical analysis, experimental comparisons and the study of the characteristics of the actual motion blurring process. Propose the artificial boundary compensation and block.restoration to restrain ringing effect and local not.ideal restoration. The relations of blur parameters, space positions and speeds, even the standard of blocking partition were given. Experimental results verify that the proposed method of the boundary compensation and the block.restoration can effectively reduce ringing effect and keep whole performance well.

During the restoration of actual motion blurred images based on Wiener filtering, restoration results get affected by serious ringing effect and unsatisfactory local restoration. Its main reasons were found through theoretical analysis, experimental comparisons and the study of the characteristics of the actual motion blurring process. It was proposed that the artificial boundary compensation and block.restoration were used to restrain ringing effect and local unsatisfactory restoration. The relations of blur parameters, space positions and speeds, even the standard of blocking partition were given. The experimental results verify that the proposed method of the boundary compensation and the block.restoration can effectively reduce ringing effect and maintain the consistency of the overall image restoration effect.

Key words:

Wiener filtering; motion blur; ringing effect; blur process; blur parameter

0 引言

运动模糊图像的恢复对图像的利用和进一步分析至关重要，特别是对图像进行识别和信息提取具有非常大的实际意义。对模糊图像的处理主要有检测模糊参数和恢复处理两个关键步骤，需要采用相应的检测或处理方法。例如霍夫变换［1］、最大期望（Expectation Maximization,EM）算法［2］、改进的Radon变换［3］、差分［4］、相关系数法［5］、方向微分［6］以及样条插值［7］等方法能够用来检测模糊参数；维纳滤波和迭代法被广泛地用于图像恢复，此外，逆滤波算法［8］、遗传算法［9］和小波变换法［10］也被用于图像恢复。但在实际图像恢复中，存在很多影响恢复效果的因素，其中振铃效应和局部恢复差异的问题较为明显。目前，针对运动模糊图像恢复结果中的振铃现象，已有一些处理方法，如自适应滤波［11-12］、改进的自适应滤波［13］等，试图弱化振铃现象；而改进λ取值的维纳滤波恢复［14］、循环边界延拓法［15］ 则试图避免产生振铃。但这些方法均存在处理结果不太理想或计算量成倍增加等问题。而目前鲜有文献涉及运动模糊图像恢复中整体与局部参数差异的问题，这一问题也明显影响恢复的效果。

本文围绕这两个问题，提出采用人工边界补偿和分块恢复的方法来进行图像恢复，并给出了速度、位置与模糊参数的关系和基本分块策略，以及相应的实验结果。理论分析和实验证明：基于维纳滤波对实际模糊图像恢复时，存在的主要问

题是：1)实际运动模糊过程是单方向的，不能满足维纳滤波算法对输入信号的周期性要求，所以，实际模糊图像的恢复结果存在严重的振铃效应；2)在实际运动模糊的成像过程中，前景在运动，而背景是静止的；此外，由于物体的立体结构，图像各部分的模糊参数相对相机而言也不一致，因此，采用同一模糊参数难以达到一致清楚的整体恢复效果。

1 振铃产生的原因分析

对一幅运动模糊图像，可以先采用Radon变换求出运动模糊参数，然后利用维纳滤波根据估计的模糊长度及角度进行恢复。在人工模拟模糊和恢复的处理方法中，首先将平面图片首尾环形对接，然后进行人工模拟模糊和恢复，整体恢复效果相当理想且没有振铃现象产生，参见图1。

7 结语

通过对实际运动模糊图像进行边界补偿以及分块恢复，所提出方法能更有效地减少模糊恢复中的振铃效应和减小局部恢复差异，保证了图像整体恢复的一致性。

1) 由式(7)可知，模糊长度的大小与目标点所在的位置和运行速度相关。当运动目标自身长度较长、或高度较高、或者摄像头离目标距离较近时，目标各区域的模糊长度差异较大。并且，随运动速度增大，这种差异被放大。所以，为了获得一致的模糊恢复效果，需要对目标进行分块恢复，并且越是高速运动的目标或大型目标进行分块恢复的必要性越大。图11反映了给定条件下，分块区域的划分情况。

2) 实验表明，振铃现象是因为实际运动模糊图像不满足维纳滤波要求的周期性而产生的。为了克服振铃现象，可以人为地对图像的边界进行补偿，以尽可能满足维纳滤波要求的周期性，从而获得较好的恢复效果。

参考文献:

[1]

高梅,陈树越.匀速直线运动模糊图像的恢复［J］.计算机工程与应用,2004,40(31)：59-60.

[2]

ARASHLOO S R, AHMADYFARD A. Fine estimation of blur parmeters for image restoration ［C］// Proceedings of the 15th International Conference on Digital Signal Processing. Piscataway: IEEE, 2007：427-430.

[3]

李宇成,贾宝华,杨光明.运动模糊图像的参数估计与恢复［J］.计算机工程与设计,2010,31(19) ：4247-4249,4271.

[4]

NOROUZI N, MOGHADDAM M E. Motion blur identification using image derivative ［C］// IEEE International Symposium on Signal Processing and Information Technology. Piscataway: IEEE,2008：380-384.

[5]

TANAKA M, YONEJI K, OKUTOMI M. Motion blur parameter identification from a linearly blurred image ［C］// ICCE 2007: International Conference on Consumer Electronics, Digest of Technical Papers. Piscataway: IEEE, 2007：1-2.

[6]

陈前荣,陆启生,成礼智.基于方向微分的运动模糊方向鉴别［J］.中国图象图形学报,2005,10(5):590-595.

[7]

姜华,刘国庆,成孝刚.图像运动模糊方向的检测方法［J］.计算机应用,2008,28(6):220-222.

[8]

张炳坤,罗进文.二维数字图像恢复算法的研究［J］.电脑开发与应用,2010,23(10):42-45.

[9]

邓莉,李欧迅.一种基于模糊遗传算法的图像分块恢复方法［J］.桂林航天工业高等专科学校学报,2009,14(4):419-421.

[10]

王晓,刘泽乾.基于提升小波的运动模糊图像恢复［J］.计算机仿真,2010,27(5):194-196.

[11]

WANG CI, XUE PING, LIN WEISI, et al. Fast edge.preserved post.processing for compressed images［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2006,16(9)：1142-1147.