维纳滤波图像恢复在信息检测中的应用

摘要：为了有效实时地检测高速路段汽车行驶中的流量情况，确保交通安全等，文中讨论了因汽车高速运动和外界环境噪声干扰所引起的图像失真，在图像处理终端实现恢复的总体方案。利用deconvwnr 函数，在图像的频率特征和附加噪声已知的情况下，采用维纳滤波进行因运动模糊引起的失真图像恢复效果明显。经软件编程仿真，结果表明在设置合理的点扩散函数的基础上，其效果优于高斯模糊引起的失真图像恢复效果。经过图像处理终端的设计，可以较好地检测高速路段的车流量情况。

关键词：运动模糊；维纳滤波；点扩散函数；图像恢复；车流量检测

DOI: 10.3969/j.issn.1005-5517.2012.10.005

基金项目：1陕西省教育厅：基于NAR2R IF算法网络环境下图像传输恢复的改进设计和研究（11JK1024）

2宝鸡文理学院：微弱信号监测与捕获方法研究（ZK10158）

引言

图像恢复是数字图像处理中常用的处理方法，主要任务是尽可能恢复在传输或记录过程中，由于成像系统、传输介质或接收设备不完善，导致质量下降的图像的原来面目。

高速公路以其同向性、封闭性、和便捷性，对社会建设和发展带来巨大的经济利益，然而在带动经济发展、提高人们生活水平的同时，与日俱增的汽车数量在高速路段行使中存在着极大的安全隐患，迫切需要在高速路段建立起一套完善的车流量检测系统，通过捕获交通信息，向驾驶者实时传递路况信息，可以在极大程度上避免因行驶高速而带来的不安全因素。

一般图像恢复模型的建立

一般经过前端采集得到的图像已经是失真后的图像，造成图像失真的因素主要有两点：其一，由于环境、气候、设备等外因使得捕获到的图像加入了噪声干扰，以高斯噪声最为典型；其二，由于汽车在高速路段行驶时速不低于60公里等内因使得捕获到的图像有拖尾现象，以运动模糊产生的噪声最为典型。前者可通过图像增强等时域处理方法来改善图像质量；后者可考虑改善硬件设备，但会受到技术瓶颈的限制，故设计中更多的是考虑使用滤波器的方法，从频域的角度实现图像恢复，限于篇幅，将重点论述利用维纳滤波法解决因运动模糊造成的图像失真问题[1]。

图像增强和图像恢复的区别在于前者不考虑图像是否失真，也不追究失真的原因是什么，而是试图采用各种技术来增强图像的视觉效果，达到视觉上美观、舒服的目的；而后者就需要找出引起图像失真的原因，据此找出相应的处理方法，从而达到逼近原始图像的恢复效果。当然对于已经失真的图像通常采用的是先复原，再作增强处理的操作方法，实现改善图像质量、传递准确信息的目的。

利用维纳滤波法恢复因运动模糊造成的失真图像，如图1，为一般图像恢复模型。

若原始图像与附加噪声都看做常量，则图中图像的恢复主要取决于点扩散函数PSF (Point Spread Function)，其值将直接影响到图像恢复后的质量[2]。