0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

對(duì)模糊圖像進(jìn)行綜合分析

Dbwd_Imgtec ? 來源:未知 ? 作者:李倩 ? 2018-07-17 12:57 ? 次閱讀

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(biāo)位置以及硬盤壓縮程度等的影響,導(dǎo)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(duì)于模糊圖像的清晰化處理這一操作就顯得特別重要。

一、對(duì)模糊圖像進(jìn)行綜合分析

要實(shí)現(xiàn)對(duì)模糊圖像的處理,首先應(yīng)該對(duì)所需處理的模糊圖像有一個(gè)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(yùn)動(dòng)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?yàn)槲矬w沒有在鏡頭的對(duì)焦的清晰范圍內(nèi)而產(chǎn)生的;運(yùn)動(dòng)模糊是由于物體快速運(yùn)動(dòng)或有抖動(dòng)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(yùn)動(dòng)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(yùn)動(dòng)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(kuò)散效果。

(二)判斷模糊參數(shù)

對(duì)于運(yùn)動(dòng)模糊的參數(shù)主要進(jìn)行兩個(gè)方向的判斷:

一是判斷圖像中的物體的運(yùn)動(dòng)方向,確定其是模糊移動(dòng)還是上下或左右方向的抖動(dòng),是直線運(yùn)動(dòng)還是旋轉(zhuǎn)運(yùn)動(dòng);

二是對(duì)于運(yùn)動(dòng)模糊中的直線運(yùn)動(dòng)要確定其模糊方向和模糊尺度這兩個(gè)重要的參數(shù),而對(duì)于旋轉(zhuǎn)運(yùn)動(dòng)模糊則要確定其旋轉(zhuǎn)中心和旋轉(zhuǎn)運(yùn)動(dòng)這兩個(gè)運(yùn)動(dòng)參數(shù)。

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

二、圖像復(fù)原的基本理論

所謂的圖像退化是指由于收集圖像設(shè)備、成像系統(tǒng)、圖像的處理技術(shù)或圖像采集時(shí)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(shí)場(chǎng)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(dǎo)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(hào)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(chǔ)器(CCD)作為接收信號(hào)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(dāng)或攝影鏡頭與目標(biāo)物體相對(duì)運(yùn)動(dòng)等成像系統(tǒng)本身的不足。這些情況有可能導(dǎo)致最終獲得的圖像模糊。

圖像復(fù)原的任務(wù)是以保真度為準(zhǔn)則,消除或降低使圖像產(chǎn)生退化的因素,盡可能地恢復(fù)出真實(shí)的圖像內(nèi)容。圖像復(fù)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(jī)準(zhǔn)則找到最優(yōu)的復(fù)原方法,而確定性技術(shù)對(duì)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(fù)原技術(shù)就是根據(jù)圖像退化的先驗(yàn)或后驗(yàn)知識(shí),建立退化模型,然后采用各種逆退化方法恢復(fù)原始圖像,改善圖像質(zhì)量。所以對(duì)圖像退化過程中的先驗(yàn)知識(shí)或后驗(yàn)知識(shí)掌握的越精確復(fù)原效果越好。

三、模糊圖像的若干處理方法

目前對(duì)于視頻圖像中的模糊圖像常用的技術(shù)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(jìn)行圖像的復(fù)原工作或用來改進(jìn)圖像的成像質(zhì)量主要有以下兩個(gè)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(hào), 并對(duì)其進(jìn)行二維傅立葉變換的信號(hào)增強(qiáng),采用低通波段法(如:維納濾波),以達(dá)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(lǐng)域中的中間像素值的方法,通過使用高通波段用以增強(qiáng)邊緣的高頻信號(hào)(如中值濾波),使之去除或減弱圖像中的噪聲,達(dá)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(yùn)動(dòng)造成的圖像模糊上,運(yùn)動(dòng)模糊主要分析運(yùn)動(dòng)方向和運(yùn)動(dòng)量(運(yùn)動(dòng)量為運(yùn)動(dòng)目標(biāo)在曝光時(shí)間內(nèi)運(yùn)動(dòng)過的距離);矢量濾波器的主要原理則是可以通過對(duì)模糊圖像中的因移動(dòng)所形成的平行四邊形的模糊拖尾圖形, 來估算出運(yùn)動(dòng)模式和運(yùn)動(dòng)速度,進(jìn)而通過采用數(shù)學(xué)算法,估算出物體旋轉(zhuǎn)、平移的量,從而實(shí)現(xiàn)恢復(fù)圖像的清晰度。

(二)銳化法

圖像銳化的主要目的是在于補(bǔ)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(xí)慣。圖像銳化的實(shí)質(zhì)是增強(qiáng)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(duì)整幅圖像進(jìn)行高頻增強(qiáng),結(jié)果呈現(xiàn)明顯噪聲。具體的操作為通過相鄰像素點(diǎn)之間的對(duì)比, 使圖像實(shí)現(xiàn)清晰化,提高對(duì)比度,使畫面更加鮮明,通常使用的工具主要包括進(jìn)一步銳化、邊緣銳化和智能銳化等。在使用時(shí)應(yīng)明確,銳化只能改善畫質(zhì),對(duì)于嚴(yán)重模糊的圖像則無法校正。這僅僅是一種補(bǔ)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(duì)銳化原理進(jìn)行深入研究的基礎(chǔ)上,提出了先用邊緣檢測(cè)算法檢出邊緣,然后根據(jù)檢出的邊緣對(duì)圖像進(jìn)行高頻增強(qiáng)的方法。實(shí)驗(yàn)結(jié)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(yīng)用較為廣泛的工具,并在很多的圖像處理軟件中所應(yīng)用。

(三)改變圖像信噪比法

信噪比指的是圖像的信號(hào)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(hào)的噪聲及圖像的模糊程度達(dá)到一個(gè)均衡的狀態(tài), 就像一個(gè)類似于立體聲調(diào)節(jié)器的功能,可以根據(jù)用戶實(shí)際需求進(jìn)行任意改變。如果圖像出現(xiàn)斑點(diǎn)多,噪聲大的現(xiàn)象,此時(shí)進(jìn)行調(diào)節(jié)信噪比就會(huì)達(dá)到明顯的去模糊效果。但由于在實(shí)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(shí)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(duì)其進(jìn)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(chǔ)上繼續(xù)使用相應(yīng)的濾波器,從而實(shí)現(xiàn)在圖像的固定對(duì)象中去除動(dòng)態(tài)噪聲的方法。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 存儲(chǔ)器
    +關(guān)注

    關(guān)注

    38

    文章

    7492

    瀏覽量

    163842
  • 模糊圖像
    +關(guān)注

    關(guān)注

    0

    文章

    6

    瀏覽量

    6831

原文標(biāo)題:淺析視頻圖像中模糊圖像的處理方法

文章出處:【微信號(hào):Imgtec,微信公眾號(hào):Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    模糊圖像處理解決方案

    造成圖像模糊的原因有很多,且不同原因?qū)е碌?b class='flag-5'>模糊圖像需要不同的方法來進(jìn)行處理。##圖像復(fù)原
    發(fā)表于 06-11 10:24 ?1.2w次閱讀

    模糊綜合評(píng)價(jià)方法在駕駛員電子考核系統(tǒng)中的應(yīng)用

    。4. 根據(jù)模糊綜合評(píng)價(jià)法,建立了相應(yīng)的數(shù)學(xué)模型,并將駕駛員視線點(diǎn)理論應(yīng)用于所建模型。5. 根據(jù)數(shù)學(xué)模型,編制考核軟件 Jiashi。6. 利用編制的軟件,進(jìn)行了一系列的試驗(yàn),并根據(jù)試驗(yàn)的結(jié)果,對(duì)前面提出的數(shù)學(xué)模型
    發(fā)表于 12-02 12:34

    模糊綜合評(píng)價(jià)方法在駕駛員電子考核系統(tǒng)中的應(yīng)用

    本文主要圍繞模糊綜合評(píng)價(jià)方法在駕駛員考核系統(tǒng)的應(yīng)用作了以下幾個(gè)方面的研究:1. 以汽車駕駛模擬器作為試驗(yàn)平臺(tái),建立駕駛員電子考核系統(tǒng)。2. 通過對(duì)駕駛員視線點(diǎn)理論的研究,深入分析了道路交通環(huán)境
    發(fā)表于 12-28 10:24

    【NanoPi M2試用體驗(yàn)】圖像模糊

    `OpenCV有幾個(gè)函數(shù),是可以將圖像進(jìn)行模糊處理的,但其實(shí)是幾個(gè)濾波的函數(shù)。一、medianBlur函數(shù)這個(gè)函數(shù)就是一個(gè)中值濾波的函數(shù),但是運(yùn)行的結(jié)果就是把圖像
    發(fā)表于 06-19 23:18

    一種基于HVS的模糊控制圖像水印算法

    本文通過對(duì)圖像特點(diǎn)的分析,并根據(jù)人類視覺對(duì)圖像邊緣、紋理等區(qū)域感知的模糊性,利用模糊控制方法對(duì)非線性的、無法獲得精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)的良好
    發(fā)表于 12-25 16:39 ?25次下載

    高校教師課堂教學(xué)質(zhì)量的模糊綜合評(píng)價(jià)

    高校教師課堂教學(xué)質(zhì)量的模糊綜合評(píng)價(jià)摘 要:在分析了高校教師教學(xué)質(zhì)量評(píng)價(jià)特點(diǎn)的基礎(chǔ)上,介紹了模糊綜合評(píng)價(jià)方法,提出應(yīng)用
    發(fā)表于 05-05 16:14 ?12次下載

    模糊目標(biāo)輪廓圖像分割研究

    針對(duì)實(shí)際 圖像成像 過程中,由于圖像傳感器件的特性和光學(xué)衍射效應(yīng)造成的目標(biāo)輪廓模糊,形成了斜坡邊緣。分析模糊輪廓的邊緣特性,研究了不同算子
    發(fā)表于 07-21 10:43 ?19次下載
    <b class='flag-5'>模糊</b>目標(biāo)輪廓<b class='flag-5'>圖像</b>分割研究

    基于頻譜分析的運(yùn)動(dòng)模糊圖像的參數(shù)鑒別

    該方法通過對(duì)運(yùn)動(dòng)模糊圖像做頻譜預(yù)處理,對(duì)頻譜實(shí)施Radon變換,確定運(yùn)動(dòng)模糊的方向 ,進(jìn)而計(jì)算出運(yùn)動(dòng)模糊的尺度 L 。通過對(duì)不同模糊程度的計(jì)
    發(fā)表于 11-10 14:32 ?34次下載
    基于頻譜<b class='flag-5'>分析</b>的運(yùn)動(dòng)<b class='flag-5'>模糊</b><b class='flag-5'>圖像</b>的參數(shù)鑒別

    blur圖像模糊

    《OpenCV3編程入門》書本配套源代碼blur圖像模糊
    發(fā)表于 06-06 15:20 ?2次下載

    基于核主成分分析圖像模糊篡改檢測(cè)算法_楊本娟

    基于核主成分分析圖像模糊篡改檢測(cè)算法_楊本娟
    發(fā)表于 03-19 19:25 ?0次下載

    高信躁比無模糊圖像的解決方案

    信噪比清晰圖像中的細(xì)節(jié)信息來進(jìn)行模糊核的估計(jì),通過帶增益控制的殘差RL去卷積算法,極大地減小了振鈴效應(yīng)的影響;通過引入聯(lián)合雙邊濾波器算法,有效地復(fù)原了圖像的細(xì)節(jié)信息。最后通過實(shí)驗(yàn)
    發(fā)表于 11-06 16:07 ?3次下載

    高校教職工評(píng)價(jià)的模糊綜合評(píng)價(jià)系統(tǒng)

    為了對(duì)高校教師及工作人員的工作情況進(jìn)行綜合評(píng)價(jià),本文應(yīng)用模糊數(shù)學(xué)方法,建立了對(duì)高校教職工進(jìn)行評(píng)價(jià)的模糊
    發(fā)表于 11-09 15:44 ?9次下載
    高校教職工評(píng)價(jià)的<b class='flag-5'>模糊</b><b class='flag-5'>綜合</b>評(píng)價(jià)系統(tǒng)

    一種新的圖像局部模糊區(qū)域檢測(cè)方法

    針對(duì)當(dāng)前相關(guān)圖像模糊測(cè)量方法不能有效檢測(cè)紋理平坦清晰區(qū)域的問題,提出一種新的圖像局部模糊區(qū)域檢測(cè)方法,將其應(yīng)用于存在運(yùn)動(dòng)模糊的靜態(tài)
    發(fā)表于 02-05 14:00 ?2次下載

    如何才能復(fù)原運(yùn)動(dòng)模糊圖像詳細(xì)資料說明

    運(yùn)動(dòng)模糊圖像的復(fù)原是圖像復(fù)原中較常見也是較難的一類,在智能交通系統(tǒng)中有著廣泛的應(yīng)用。本文面向車牌識(shí)別應(yīng)用,對(duì)運(yùn)動(dòng)模糊圖像的復(fù)原技術(shù)
    發(fā)表于 11-01 17:29 ?12次下載

    基于深度學(xué)習(xí)的圖像模糊算法及應(yīng)用

    當(dāng)前,絕大部分基于深度學(xué)習(xí)的圖像模糊算法是不區(qū)分場(chǎng)景的,也就是他們是對(duì)常見的自然與人為設(shè)計(jì)的場(chǎng)景進(jìn)行模糊。但是,在現(xiàn)實(shí)生活中,經(jīng)常會(huì)遇到一些特定場(chǎng)景的
    的頭像 發(fā)表于 10-28 16:00 ?2676次閱讀