明(míng)景模糊图像分析处理系统 图像清晰化

• 2020/08/17

在慢(màn)速曝光(guāng)或快(kuài)速运动拍摄照片時(shí)，图像模糊常常困扰着照片拍摄者。

图像去模糊一(yī)直是图像处理中困扰业界的难题。图像模糊产生的原因可(kě)能(néng)非常复雜(zá)。比如(rú)，相机晃动，失焦，拍摄物(wù)体高速运动等等。现有的图片编辑软件中的工(gōng)具通(tōng)常不尽如(rú)人(rén)意，例如(rú)，Photoshop CC 中的「相机抖动还原」工(gōng)具，只能(néng)处理简单的相机平移抖动模糊。這(zhè)种类型的模糊在计算机視(shì)觉业內(nèi)被称為(wèi)「均匀模糊」。而大部分模糊图片并不是「均匀模糊」的，因而现有图片编辑软件的应用十分有限。

在图像资源不清晰的情况下(xià)，視(shì)頻(pín)图像清晰化处理系统可(kě)通(tōng)过各种图像处理的算法（锐化、去噪点、去曝光(guāng)、去雾，图像增强等）实现图像的清晰化，從(cóng)而改善图像质量，丰富信息量，增强图像的視(shì)觉效果，满足公安可(kě)研判分析的需要(yào)。

明(míng)景視(shì)頻(pín)图像清晰化处理系统是专业的數(shù)字影像分析处理系统，核心算法达到國(guó)际领先水平，独创的智能(néng)去模糊功能(néng)彻底改变了(le)以往只有专业技術(shù)人(rén)員(yuán)才能(néng)操作(zuò)使用的局限，有效推动了(le)視(shì)頻(pín)侦查技術(shù)在一(yī)线实战单位的广泛应用。

事实上(shàng)，造成視(shì)頻(pín)监控图像模糊的原因有很(hěn)多，為(wèi)了(le)获得更好的处理结果，对于由不同原因引起的模糊，通(tōng)常需要(yào)不同的处理方法。從(cóng)技術(shù)上(shàng)讲，視(shì)頻(pín)监控模糊图像处理的方法主要(yào)分為(wèi)三类，即图像增强、图像复原和(hé)图像超分辨率重构。

图像增强

许多传统的图像算法可(kě)以降低(dī)图像的模糊程度，如(rú)图像滤波、几何变换、对比度拉伸、直方图均衡、空域锐化、亮度均匀化、形态学、颜色处理等。就个体而言，這(zhè)些算法相对成熟且相对简单。然而，对于特定的模糊图像，通(tōng)常需要(yào)一(yī)个或多个上(shàng)述算法和(hé)不同参數(shù)的组合来实现期望的效果。這(zhè)些算法和(hé)参數(shù)的结合进一(yī)步发展成為(wèi)具体的增强算法，如(rú)“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等。這(zhè)些算法在很(hěn)大程度上(shàng)提高了(le)图像的清晰度和(hé)图像质量。比如(rú)：形态学、图像滤波和(hé)颜色处理的组合算法可(kě)用于实现图像去雾算法等。

图像复原

像图像增强技術(shù)一(yī)样，图像复原也是一(yī)种提高图像质量的技術(shù)。图像复原是基于图像退化的先验知识建立退化模型，然后利用各种逆退化处理方法在此模型的基础上(shàng)逐步恢复，從(cóng)而达到提高图像质量的目的。

图像复原和(hé)图像增强是存在區(qū)别的，虽然两者的目的都(dōu)是為(wèi)了(le)提高图像质量，然而，图像增强不需考虑图像如(rú)何退化，只是通(tōng)过探索各种技術(shù)达到增强图像的視(shì)觉效果。而图像复原则完全不同，需要(yào)了(le)解图像退化过程的先验知识，并在此基础上(shàng)找到相应的逆过程方法，以获得复原的清晰图像。

图像复原主要(yào)依赖于图像退化过程先验知识的准确性。对于散焦、运动、大气湍流等原因造成的图像模糊，图像复原方法具有良好的效果。常見(jiàn)的算法包括维纳滤波算法、小波算法、基于训练的方法等。当退化模型已知時(shí)，图像复原可(kě)以获得比图像增强更好的结果。

图像超分辨率重构

现有监控系统的主要(yào)目的是监控宏观场景。一(yī)台摄像机覆盖的區(qū)域很(hěn)大，导致图像中的目标太小，人(rén)眼很(hěn)难直接识别。這(zhè)种由欠采样引起的模糊占了(le)很(hěn)大比例。欠采样造成的图像模糊，图像超分辨率重构的方法效果更好。

超分辨率复原是一(yī)种提高图像分辨率和(hé)采集图像质量的信号处理方法。其核心思想是通(tōng)过估计信号的高頻(pín)成分而不是成像系统的截止頻(pín)率来提高图像的分辨率。超分辨率复原技術(shù)最初只处理单幅图像。因為(wèi)只有单幅图像可(kě)用，這(zhè)种方法在图像复原效果上(shàng)有固有的局限性。序列图像超分辨率复原技術(shù)旨在通(tōng)过信号处理方法处理序列低(dī)分辨率退化图像，以获得一(yī)幅或多幅高分辨率复原图像。由于序列图像复原可(kě)以利用帧間(jiān)的额外(wài)信息，因此优于单幅图像的复原，是目前的研究熱(rè)点。

序列图像的超分辨率复原主要(yào)分為(wèi)两类：頻(pín)域法和(hé)空域法。頻(pín)域方法的优点是理论简单，计算复雜(zá)度低(dī)，缺点是：它只限于全局平移运动和(hé)线性空間(jiān)不变退化模型，其包含空間(jiān)域先验知识的能(néng)力有限。空間(jiān)域方法中使用的观测模型涉及全局和(hé)局部运动、空間(jiān)变量模糊点扩散函數(shù)、非理想二次采样等。并且具有很(hěn)强的包含空間(jiān)先验约束的能(néng)力。常用的空間(jiān)域方法包括非均匀插值、迭代反投影法(IBP)、凸集投影法(POCS)、最大后验估计法(MAP)、最大似然估计法(ML)、滤波法等。其中，MAP和(hé)POCS的研究较多，发展空間(jiān)很(hěn)大。至于具体的算法，這(zhè)不是本文的重点，這(zhè)里就不详细介绍了(le)。图5是使用多帧低(dī)分辨率图像的超分辨率重建的示例。