High-quality Motion Deblurring from a Single Image(运动图像去模糊)中文翻译.pdf

高质量单幅图片运动去模糊 celerychen 译 摘要：我们提出了一种从单一图片去除运动模糊的算法。我们的方法在去模糊图像的计算过 程中，对于卷积核的估计和清晰图像，采用统一的概率模型。我们分析了当前去模糊方法中 通常存在的人工痕迹的产生原因，而后在我们的概率模型中引入了一些新的术语。这些术语 包括模糊图像噪声的空域随机模型，还有新的局部平滑先验知识。通过对比度约束，即使是 低对比的模糊图像，也能减少人工振铃效应。最后，我们描述了一种有效的优化方案，通过 交替估计模糊核和清晰图像的复原过程直到收敛。经过这些步骤，我们能够在一个低的计算 复杂度的时间内获得一个高质量的清晰图像。我们的方法生成的图像质量相当于用多张模糊 图片生成的清晰图片的效果，而后者的方法需要额外的硬件资源。 关键字 运动去模糊 人工振铃 图像增强 滤波 1.介绍 数字摄像机最常见的人工痕迹之一是由于相机的抖动引起的运动模糊。在很多情况下， 光线不足，要避免使用快速的长快门；这一不可避免将使我们的快照变得模糊和令人失望。 在数字图像处理领域，从单张运动模糊的照片中恢复出清晰的图像，是一个长期和根本性的 研究课题。如果我们假定模糊核，或者说是点扩散函数 PSF 是线性时不变的,这一问题可以 被概括为图像的反卷积问题。图像的反卷积问题可以进一步分为盲反卷积和非盲反卷积。在 非盲反卷积的问题当中，卷积核被认为是已知的或者在别处已经计算得出了，剩下的问题就 是估计不模糊的清晰的自然图像。传统的方法例如维纳滤波和RL 反卷积方法在几十年之前 就已经被提出了。但是，他们现在仍然被广泛采用，因为他们简单高效。然而，这些方法在 在图像的强边缘出易于产生令人生厌的人工振铃的痕迹。盲反卷积问题当中，卷积核和清晰 的自然图像均是未知的，而且问题甚至是高度病态的。自然图像结构的复杂性和卷积核形状 的任意性，很容易使得先验概率的估计出现过拟合或欠拟合。 在本论文当中，我们通过探究盲反卷积问题产生的可视人工痕迹例如振铃效应产生的原 因开始。我们的研究表明，如果模糊图像没有噪声并且卷积核被准备无误的估计而没有误差， 现有的反卷积方法能够高效的执行的很好。因此，我们注意到，一个固有的带噪图像的好的 模型和一个更明确的处理由于卷积核估计误差造成的可视人工痕迹的方法，对于产生好的结 果是有本质上的提高的。基于这样的想法，我们提出了一个统一的概率模型。不管是盲反卷 积问题还是非盲反卷积问题，通过一种高级的迭代优化方案，交替地估计卷积核和复原图像 直到收敛。这种方法的迭代过程就是求解相应的最大后验概率问题。我们的算法使用一个很 粗糙的核估计方法来初始化卷积核【例如一条直线】，我们的方法收敛的结果能够保持复杂 图像的结构和边缘细节的清晰，同时避免人工振铃的痕迹，参见图一。 为了实现这些结果，我们的技术主要得益于三方面的因素。首先，一种新的图像噪声空 域随机分布模型。这个模型有助于我们分离在图像的噪声估计和卷积核估计过程中产生的误 差。在之前的方法当中，这种混合误差是产生人工痕迹的关键因素。其次，引入新的平滑约 束项。平滑约束是我们强加在自然图像当中的区域，这一区域在我们观测图像上具有低对比 度。这一约束不仅能够在图像的平滑区域有效的抑制人工振铃效应，而且在图像纹理区域也 能做到如此是效果。这种约束的扩散对于卷积核的估计阶段也是有效的。我们的最后一个策 略是采用了一种有效的优化算法。优化算法采用了一些高级的优化策略和技术，例如变量替 换，帕斯瓦尔定理，从而在计算上能够在频率域高效地执行优化过程。 我们用已有的结果展示了我们的方法，并对比了一些现有的单张图片去模糊的方法的结 果。我们也对比了我们的结果和其他使用多张图片去模糊的结果，这一方法需要使用特定的 硬件。令人惊奇的是，即使我们使用单张图片作为输入，但是结果大部分是可媲美多张图片 的处理结果。 2．相关工作 首先，我们回顾一下非盲反卷积技术。对于非盲反卷积问题，模糊核是已知的，只有 真实的自然图像需要从观测的模糊图像中恢复。最常用的技术之一是RL 反卷积。它假定图 像像素服从泊松分布，根据此计算自然图像。文献【2006 】用一种基于偏微分方程 PDE 的 方法恢复自然图像，他通过结合抗反射边界条件和再次模糊的步骤，较弱了振铃效应。在信 号处理领域，在小波域或频率域求解反卷积问题的一些方法已经提出【2004 】。很多