模糊图像去模糊.doc

随着“平安城市”的广泛建设，各大城市已经建有大量的视频监控系统，虽然监控系统己经广泛地存在于银行、商场、车站和交通路口等公共场所，但是在公安工作中，由于设备或者其他条件的限制，案情发生后的图像回放都存在图像不清晰，数据不完整的问题，无法为案件的及时侦破提供有效线索。经常出现嫌疑人面部特征不清晰，难以辨认，嫌疑车辆车牌模糊无法辨认等问题。这给公安部门破案、法院的取证都带来了极大的麻烦。随着平安城市的推广、各地各类监控系统建设的进一步推进，此类问题会越来越特出。 第一章．模糊图像产生的原因 　　造成图像模糊的原因很多，聚焦不准、光学系统的像差、成像过程中的相对运动、大气湍流效应、低光照、环境随机噪声等都会导致图像模糊。另外图像的编解码、传输过程都可能导致图像的进一步模糊。总体来说，造成图像模糊的主要原因有以下几大方面： 　1.系统自身因素 　　一个全模拟监控系统中，从前端到后端由图像采集、图像传输、图像存储、图像显示等几个环节构成。在每一个环节或都会产生视频信息损失，也就是让图像质量变差或变模糊。 　　镜头：影响进入摄像机的光通量和成像的精确性，会直接导致图像模糊;摄像机感光元件Sensor：影响到光信号的采集和光电转换效果，会直接导致图像模糊;视频传输电缆两端的BNC接头：因信号屏蔽的缝隙会造成信号损失，视频传输电缆经过长距离的传输，传输线缆的电阻、屏蔽、阻抗匹配等问题，都会引起信号的衰减，也会直接导致图像质量变差变模糊，监视器图像呈现端也会有一定的信号损失。 　　在一个全数字视频监控系统中，采用网络传输，经过数字化编码的视频信号的传输和存储相对于模拟系统，可以更有效避免因信号衰减造成图像损伤。但是，在镜头、图像采集以及后端呈现时的图像信号耗损仍然无法避免。另外，在数字视频监控系统中，又增加了视频信号的A/D转换、视频编码压缩环节，这些环节仍会导致图像信息的损失。现有的视频压缩编码算法都是有损压缩，会直接导致视频信息的丢失，影响视频清晰度。 　实际生活中,以下情况都可以归结为系统自身因素.例如: 　　（1）镜头聚焦不当、摄像机故障等。 （2）传输太远、视频线老化 （3）光学镜头的极限分辨率和摄像机不匹配导致的模糊; 　　（4）相机分辨率低，欠采样成像。 2.　自然环境 　　除系统本身因素以外，自然环境对视频图像清晰度影响也非常大。若遇到刮风、下雨、下雪、大雾等自然天气，都会导致图像质量急剧下降或模糊不清。除此以外，还有照度不足、背光、逆光、温度过低或过高等，都会对图像还原系统造成影响，影响到图像清晰度。在光线不足的条件下，摄像机的Sensor成像会产生很多噪声，这些噪声会影响图像清晰度，而且会使图像编码的码流大幅增加。例如: 　　　（1）摄像机罩或镜头受脏污、受遮挡等。 　　（2）大雾，沙尘、雨雪等环境影响等。 　 3.人为环境 　　供电系统的电源不“干净”，即窜入比较强的干扰信号，具体是指在50Hz的正弦波上叠加有干扰信号，如果电网中有大功率可控硅调频调速装置、可控硅整流装置、可控硅交直流变换装置等都会对电源产生污染。 　　电视监控系统附近有很强的电磁干扰源或电磁辐射。电磁干扰源如电焊、无线电发射、大电机、大继电器的干扰等，也会导致对视频信号干扰。电磁干扰会导致图像有间距相等的竖条或图像呈规律性闪烁条纹等，从而导致图像模糊。还有，就是人为破坏导致，比如被弄得难以识别的车牌等，致使摄像机无法摄取车牌号等。例如: （1）环境电磁干扰; （2）视频压缩算法、传输带宽导致的模糊。 （3）运动目标高速运动导致的运动模糊等; 　　 　第二章　模糊图像常用的处理方法 　　对于模糊图像处理技术，国内大学和科研机构在多年以前就在研究这些理论和应用，相关文献也发布了不少，已经取得了一些很好的应用。美国Cognitech软件是相当成熟的一套模糊图像恢复应用软件，在美国FBI及其他执法机构中已有多年实际应用，其恢复出的图像可以直接当作法庭证据使用，可见模糊图像处理技术已经取得了相当的实际应用。 　　 模糊图像的去模糊处理 前面提到，造成图像模糊的原因有很多，要取得比较好的处理效果，不同原因导致的模糊往往需要不同的处理方法。从技术方面来向，模糊图像处理方法主要分为三大类，分别是图像增强、图像复原和超分辨率重构。 2.1图像增强 　增强图象中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 　　图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅