复原技术（共12篇）
复原技术 篇1
1前言
破碎文件的拼接在司法物证复原、历史史文献修复以及军事情报获取等领域都有着重要要的应用。传统上, 拼接复原工作需由人工完成, , 准确率较高, 但效率很低。特别是当碎片数量量巨大, 人工拼接很难在短时间内完成任务。随随着计算机技术的发展, 人们试图开发碎纸片的的自动拼接技术, 以提高拼接复原效率。我们研研究的问题是:对于给定的来自同一页印刷文字字文件的碎纸机破碎纸片 (仅纵切) , 建立碎纸纸片拼接复原模型和算法。
2碎纸片的拼接复原技术分析
破碎文件的拼接是一个最优匹配问题。首首先, 我们需要将图像数字化, 利用matlab软件, , 可得到数字图像的灰度矩阵。在这一过程中, , 数值越小, 颜色越深, 其中:灰度值0表示全全为黑色;灰度值255表示全为白色。
众所周知, 图像的边缘对人的视觉具有有重要意义。一般而言, 当人们看一个有边缘的的物体时, 首先感觉到的是边缘, 而两个原本属属于一体的 (匹配的) 碎片必然有相同的边缘。。因此, 可以从这个角度考虑碎纸片的拼接复原, , 可以基于碎片的边缘灰度值进行匹配, 而不考考虑碎片的内容。
为了比较两个碎片边缘的相似度, 需要要确定相似度指标, 我们可以求出两个碎片的绝绝对距离, 归一化后得到相似度公式。最后, 建建立优化模型, 找到每个碎片对应相似度大的碎碎片。
3模型建立与求解
3.1数据处理
在计算机领域内, 灰度图像也称黑白图图像, 灰度图像通常显示为从最暗黑色到最亮的白色的灰度, 其中:灰度越低, 颜色越深。同时, 0表示每个像素点全为黑色, 255表示每个像素点全为白色。为了将文字图像数字化, 我们利用matlab软件, 分别将碎片图像转换成19个像素为1980×72的灰度图像, 得到19个1980×72的灰度矩阵。
3.2模型建立
我们根据最左边的碎片有页边距即碎片最左边一列的元素的灰度值均为255, 找到最左边的那一个碎片, 按照以下建立的模型, 依次向右拼接, 直至19张碎纸条全部拼接完成。
我们在所有碎片中随机选取两个碎片X, Y, C可表示为:
一般而言, 两个原本是一体的碎片应该有相似的边缘, 如图1, 我们将附录一中008.bmp和0.14.bmp这两幅图转化成灰度矩阵, 提取出008.bmp的x72和图014的y1, 见图2。
不难看出, 图2中, 图 (a) 和图 (b) 的边缘灰度值具有相同的变化趋势, 且二者大部分近似相等, 结合图1可以得出, 两个原本属于一体的碎片必然有灰度值相似的边缘。从这个角度考虑, 可以基于碎片的边缘灰度值进行匹配。我们需要建立相似度指标, 将每一个碎片的边缘与其他碎片边缘进行比较, 从而选取与其相似度最大的碎片。
3.2.1相似度指标
由以上分析, 纵切后我们可以将两幅图的左右边缘进行匹配。任选两幅图X, Y。xk, 72为X的第k行第72列的灰度值, yk, 1为Y的第k行第1列的灰度值。
3.2.2目标函数
3.2.3约束条件
所有边缘点的灰度值需要在0到255之间, 即:
待配对的碎片Y为:
3.2.4模型给出
3.3模型求解
利用公式 (1) , 我们求出了每个碎片与其他18个碎片的相似度, 给出一个19x19的相似度矩阵。为了求解此问模型, 我们建立算法如下:Step 1:算出任意两个碎纸条之间的相似度;Step 2:根据页边距找到最左边的碎纸条, 设为a;Step 3:找出与a相似度最大的碎纸条, 设为b, 则b即为a右边的碎纸条;Step 4:若已经排好序的碎纸条数小于19, 用令b等于a, 转Step 3;若已经排好序的碎纸条数为19, 则碎纸条已拼接好。
4评价与推广
(1) 模型的优点:第一, 通过得到灰度矩阵, 将文字图像数字化, 为接下来的求解提供了很大的方便;第二, 由于两个原本属于一体的碎片必然有相同的边缘, 故将边缘灰度值匹配, 进一步简化了计算量, 且模型合理。
(2) 模型的缺点:模型是建立在原纸片的上下左右都留有空白的假设上的, 虽然和大部分实际情况符合, 但是不排除纸片上下左右不留有空白的可能性。
(3) 模型的推广:本研究的模型在司法物证复原、历史文献修复以及军事情报获取等领域都可发挥作用。传统上, 拼接复原工作需由人工完成, 准确率较高, 但效率很低, 特别是当碎片数量巨大, 人工拼接很难在短时间内完成任务。本文建立的模型, 旨在用数学方法, 解决破碎文件的拼接, 利用计算机技术, 完成碎纸片的自动拼接。虽然在自动拼接过程中, 还需要人工干预, 但是方法是有效可行的, 很大程度上提高了拼接复原效率。
摘要：本技术利用数学方法, 解决碎纸片拼接问题, 以提高拼接复原效率, 研究复原同一页仅纵切后的碎纸片。通过对碎纸片的图像进行数字化, 得到单个碎纸片的灰度矩阵, 建立优化模型, 利用遍历的方法, 得到碎片复原结果。同时, 复原同一页既纵切又横切后的碎纸片以及复原双面打印文件的原理类似。
关键词：灰度矩阵,边缘比对法,相似度指标,优化模型
参考文献
[1]罗智中.基于文字特征的文档碎纸片半自动拼接[J].计算机工程与应用, 2012 (05) .
[2]毕楷明.碎纸片的拼接复原数学模型的构建[J].价值工程, 2014 (25) .
[3]高鸿.文档图像拼接技术研究[D].长沙:中南大学学位论文, 2011.
[4]王慧燕.图像边缘检测和图像匹配研究及应用[D].杭州:浙江大学, 2003.
[5]卓金武等.MATLAB在数学建模中的应用[M].北京:北京航空航天大学出版社, 2011.
[6]余锦华等.多元统计分析与应用[M].广州:中山大学出版社, 2005.
复原技术 篇2
尊敬的党支部：
时光如水，转眼十二年军旅生涯匆匆流逝。此时此刻，心中思绪翻腾，感慨良多。回首十二年来的日日夜夜，仿佛历历在目，记忆犹新。十多年来我受党组织和部队领导培养，逐渐从一名普通的士兵成长为一名管理骨干，从一名共青团员发展为一名优秀的共产党员，从一名不懂修理的“门外汉”转变为一名精通业务技术的士官……是部队锤炼了我，教会了我做人和做事的道理；是部队培养了我，让我不断地茁壮成长，逐渐成熟。我深深地眷恋着部队，热爱我的本职工作，但“铁打的营盘流水的兵”，天下无不散的筵席，经过再三深思熟虑，我郑重向组织提出申请复员返乡，请组织批准我吧！
十多年来，我能始终坚定“听党的话，跟党走”的信念，认真学习“三个代表”重要思想，贯彻落实科学发展观，深刻领会胡主席关于国防和军队现代化建设的一系列重要论述，自觉在行动上、思想上、政治上与党中央、中央军委保持高度一致，政治立场无比坚定，政治信念万分坚强，政治觉悟不断提高。****年****月光荣地加入中国共产党，入党后，积极参加党的组织生活，定期向党组织汇报工作，注重理论联系实际，努力改造自己的主观世界，并在实践中牢固树立了为党的事业，为全面建设小康社会和实现我军跨越式发展作贡献的思想，思想积极向上，奋发进取，并努力付诸实践、转化为踏实工作不断进取的实际行动，保持了一个共产党员的先进性。
十多年来，我能刻苦钻研本职业务和军事技术，虚心好学，发扬了不怕苦、不怕累的精神，坚持工作高标准、高质量、高效率，对待工作一丝不苟，精益求精，总是身先士卒，冲锋在前，通过多年来的探索和学习，积累了丰富的工作经验和业务技术经验，成为了连队的技术骨干和技术尖子，圆满完成了上级赋予的各项任务。“树高千丈不忘根”，我深深的懂得，今天所取得的成绩是部队长期培养的结果，一定要为部队做点什么。积极发挥骨干的传帮带作用，把自身所学毫无保留地传授给新同志，不计个人得失和利益，一心一意谋连队发展和建设，积极为连队建设和发展出谋划策，献计献谋，并能够大胆管理，不怕得罪人，讲原则、树正气，以情带兵，以法带兵，为连队培养了大批技术骨干。
十多年来，我始终把着力提高个人的综合素质放在首位，不仅注重对业务技术理论知识的深造，还不断提高自身综合素质和文化水平。在业务技术理论学习上，善于思考，勤于深钻细研书本知识，认真做好笔记，形成了三本近十万字的读书笔记和读书心得，为提高自身业务水平奠定了基础。在科学文化知识的学习上，自觉参加了****自学考试，并于****年顺利通过了汉语言文学专业考试，拿到了本科文凭，提高了个人的知识文化水平和综合素质。
十多年来，在日常生活中，我能严以律已，宽以待人，团结战友，尊重首长，热心帮助战友解决学习、生活上的困难，能够模范遵守部队的条令条例和各项管理规定，服从命令、听从指挥、严守纪律，保持了一贯的严谨务实的工作作风，善于从细小处着手，从自身的一言一行做起，谦虚谨慎，不骄不躁，树好了自身形象，保持了旺盛的工作热情和良好的工作状态。顾大局，识大体，能做到革命战士是块砖，哪里需要哪里搬，入伍十多年来，先后干过***、****、***、***、车辆器材保管员和班长，真正做到了爱一行、干一行、精一行，始终把集体利益置于个人利益之上，不计得失，不求索取，只讲奉献，受到了官兵的一致好评。
十多年的部队生活，使我受益颇多。紧张有序的部队生活培养了我严谨、务实、雷厉风行的工作作风，艰苦卓绝的生活环境磨砺了我坚忍不拔、顽强不屈的意志品质，清苦枯燥的工作锻造了我过硬的专业技术技能，按部就班的机关工作培养了我谦虚谨慎的工作作风和以诚待人的处事原则。我深深地眷念部队，热爱我的本职工作，为祖国的国防事业献出青春让我感到无比的光荣和自豪，我骄傲生命中有过当兵的历史。尽管我恋恋不舍部队，但由于父母长期多病，家属待业在家，小孩疏于照料，我郑重地向组织申请复员返乡，我一定牢记部队首长和领导的嘱托，把献身国防的精神转化为投身家乡建设的实际行动中去，为全面建设小康社会贡献自己的光和热，请组织批准我吧！
申请人：***
复原技术 篇3
一、引导学生广泛搜集信息
活字印刷术作为我国古代四大发明之一，是我们中华民族光辉历史的一个写照，我们很有必要在学习课本知识的基础上进行一下扩展，一方面可以借机开阔一下学生的视野，同时也有利于增强学生的民族自豪感。可活字印刷术从产生至今，毕竟过去了一千多年，北宋时期的社会到底是个什么样子，不仅对学生，即使对老师们来说也是陌生的，如果仅凭课本提供的些许资料，显然是远远不够的。为了弥补这一不足，我教学的第一步便是指导学生搜集相关资料，并确立了两个重点：一是搜集活字印刷术的形成过程及其影响，二是搜集活字印刷术的制作工艺。搜集资料的途径可以是网络、图书馆、报刊、电视等，还可以和有经验的老师、从事过印刷工作的人员、见多识广的老人进行座谈，了解印刷方面的知识。
在广泛搜集资料的基础上，我进一步指导学生对所选材料进行筛选，让学生整理出了与课文关系比较密切的作者生平、时代背景、活字印刷术的流传过程等。通过对搜集资料的整理，学生充分认识到了在当时特定的历史条件下，毕昇发明的活字印刷术确实是一个伟大的创举。它不仅使我国印刷技术发生了一次根本性的变革，对世界各国的文化交流也同样是一个巨大的贡献。毕昇的胶泥活字首先传到朝鲜，继而又传到日本、越南、菲律宾。15世纪传到欧洲，给文艺复兴运动的到来注入了新的活力。16世纪，活字印刷术传到非洲、美洲。19世纪传入澳洲。从13世纪到19世纪，毕昇发明的活字印刷术传遍了整个世界，毕昇也被誉为印刷史上伟大的革命家。
学生们从网上搜集到的最有价值的资料是活板的制版过程和印刷过程，这些资料对毕昇当年的活字印刷技术进行了十分翔实的记录，从而也就为我在教学环节中设计的指导学生复原印刷术奠定了基础。
二、指导学生复原活字印刷术
活字印刷是在雕版印刷较为普及的基础上产生的，后来出现的活铅字印刷技术本质上仍然是沿用了毕昇的活字印刷模式，直至上世纪七八十年代，活铅字印刷仍然是出版印刷的主要手段。上世纪90年代以来，随着激光照排、数字印刷技术的产生，活铅字印刷方式才逐渐退出了历史的舞台，可见活字印刷术影响之久远。
为了便于学生理解课文内容，为了帮助学生更深入地了解活字印刷术，在完成了搜集资料的环节之后，我又适时地指导学生利用课余时间进行活字印刷术的复原实验。为了科学把握活字印刷的全过程，我一方面让学生认真阅读《活板》原文，另一方面充分利用搜集到的相关资料，将活字印刷术的每一道工序和细节都明确开列出来，并按要求指导学生逐步进行复原实验。在做字模的时候，学生们随便找了些泥土，在操作中他们才发现，由于地表泥土大多缺少黏合度，做出的字模易碎易裂，费时费力还不成功。在一次次的失败之后，我进一步启发学生反复研读课文和相关资料，终于找到了问题的症结，做字模必须选用黏合度比较高的胶泥。从和泥到摔打成熟，到制成模型，到刻字，直至用火烧制，学生们十分投入，一个个充满了热情，也沉浸在成功的喜悦之中。虽然其中也出现了将反字刻成正字、烧制时要么火大要么火小等等差错，但学生们在实践中还是对字模的制作过程留下了深刻的印象。字模制成之后，我为学生准备了铁板、铁框、松脂、蜡、纸灰等，开始按课文的描述进行制版。我先将松脂、蜡、纸灰加以混合放在铁板上，把铁框放在上面，然后将烧制好的字模排列在里面，接着将铁板架到火上烘烤，很快，松脂和蜡、纸灰融到了一起，再在上面用另一张铁板按压使字模平整，冷却后字模底部便凝成一个整体，成为一个固定的模板，这样，一个印刷模板便制作完成了。模板制作完成后，我们在字模上加上印泥，将纸敷到上面，一张由我们自己制作的印刷品便展示出来了。
活动到此，由师生共同参与的一次复原活字印刷术的活动终于完成了。通过这次活动，学生亲身体验了活板的制作过程和印刷原理，也为深入理解课文打下了坚实的基础。
三、实践之后学课文
从搜集资料到模板制作，教学的目的都是为了理解课文。通过搜集资料，学生自然而然地了解了课文的时代背景和作者；通过复原活板印刷的实践，学生对活板印刷的制版过程和印刷过程已经熟记在心。于是，课文中不好理解的诸如“其上以松脂、蜡和纸灰之类冒之”、“持就火炀之”、 “药稍镕，则以一平板按其面，则字平如砥”等记述制作工艺的词句，不用讲解学生也能明白其理。对“不以木为之者，文理有疏密，沾水则高下不平，兼与药相粘，不可取；不若燔土，用讫再火令药镕，以手拂之，其印自落，殊不沾污”的道理也容易理解了。
现代信息技术的应用，为我们的教学活动提供了更为广阔的知识空间；原始印刷技术的复原，则使空洞的说教变成了有意义的具体实践。通过两者的有机整合，无疑给整个教学活动注入了新鲜的活力，从而使本来十分枯燥乏味的文言说明文教学变得具体生动，进而大大激发了学生学习和探索的浓厚兴趣，收到了十分理想的教学效果。
运动模糊图像复原技术介绍 篇4
由于图像的传送和转换,总要造成图像的降质。在拍摄期间,如果相机与景物之间存在足够大的相对运动,就会造成照片的模糊,即为图像的运动模糊。运动模糊是造成图像退化的重要原因之一,对运动模糊图像的复原研究早已成为图像复原领域的热点,退化模型的建立方法特别是退化参数(运动模糊方向和运动模糊距离)的估计已经有了比较成熟的方法,噪声滤除技术也在不断地发展和完善。本文则对几种参数估计方法和滤波方法进行概括和对比总结,以便于在以后的研究中更具有针对性。
1 几种求退化函数的方法介绍
1.1 图像的方向微分原理及自相关的点扩散函数尺度鉴别原理鉴别运动模糊参数[3]
由于存在着惯性,在摄取图像的短暂曝光时间内,物体的运动方向一般认为是不变的,即近似为直线运动。若能由已知的运动模糊图像准确地估计出运动模糊方向,通过图像旋转,将运动模糊方向旋转到水平轴方向,这样的旋转可以把原来二维的运动模糊点扩散函数转变为一维函数,同样,整个图像复原工作就由二维问题转化为一维问题,经过这样的处理大大降低了模糊图像复原的难度,并为图像复原的并行计算创造有利条件。
这里定义物体运动的水平方向为0度,实际运动方向与水平方向的夹角记为a,这里规定上为负、下为正,并且按照顺时针增大。一般来讲,匀速直线运动的点扩散函数是矩形函数,在其对应的频域上存在周期性的零值,运用方向微分算子不但可以有效地估计匀速直线运动、加速运动物体的运动方向和点扩散函数,而且具有自动鉴别性能良好的抵抗噪声。
基于方向微分的鉴别方法的基本思想是:把原图像的自相关函数及其功率谱密度看作是各向同性的一阶马尔可夫过程。由于物体的运动方向与零值条纹方向相垂直,当物体在运动过程中出现运动模糊时,运动方向上图像的高频成分被降低,而其他方向上图像的高频成分影响较小,特别是对运动方向垂直的部分高频成分没有任何影响。在此条件下对模糊图像进行方向性的高通滤波(方向微分),在运动模糊方向上,由于此方向模糊图像对应的高频成分最少,滤波(方向微分)之后模糊图像在此方向上的能量损失最大,得到的微分图像灰度值(绝对值)之和必然最小,而在其他的方向上,能量损失相对较少,所以得到最小的图像灰度值(绝对值)之和便得到了运动模糊方向。
知道了运动模糊方向以后,接下来需要对模糊尺度进行识别。所谓的模糊尺度是指物体与相机之间的相对运动距离,也就是相对运动模糊带的长度。它与模糊函数的自相关函数大小有关。在求模糊尺度之前,首先对模糊图像进行模糊带增强的预处理,即对模糊图像在垂直于运动方向进行求导运算。然后再沿运动方向进行求导(后面一个像素点的灰度值减去前面一个像素点的灰度值),大多数模糊图像的背景的像素点有很强的相关性,得到的导数是在模糊带端点(i=1,n-1)正负相反的两个冲激函数,两个最低点之间距离的二分之一即为我们所求的模糊距离。
利用方向微分鉴别运动模糊方向,利用求导和自相关等技术确定运动模糊点扩散函数尺度,不但可以有效地鉴别匀速运动、加速运动、振动等各种运动的模糊方向,而且可以很好的估计出模糊尺度,此方法具有很强的抗干扰能力,鉴别范围大,精度高、鲁棒性强。
1.2 三次样条插值方法求运动模糊方向[7]
在实验中发现方向微分方法鉴别结果误差较大,通过观察方向微分图的直方图,在方向微分方法的基础上,给出了一种新的鉴别模糊方向的算法,它可以鉴别匀速直线运动、变加速运动、振动等各种运动的模糊方向,在计算需要插值处的灰度值时,给出了插值精度比较高的三次样条插值的计算方法。经过实验证明,该算法具有更高的鉴别精度。
三次样条曲线是由分段的三次曲线并接而成。一维的三次样条插值函数S(x)∈C[x0,xn],且在每个小区间[xj,xj+1](j=0,1,…,n-1上是三次多项式,其中x0
其中系数Aj、Bj、Cj、Dj待定。根据差值公式便可以微分图像的灰度值,从而实现模糊图像的方向鉴别。令:
通过观察不同角度的微分图像的直方图,可以发觉越靠近真实运动模糊方向,其最大绝对灰度值越小。于是考虑用微分图像的最大绝对灰度值M(Δf)θ来代替绝对灰度值之和I(Δf)θ作为鉴别条件。
从理论上也可以证明这一点,越接近真实运动模糊方向,高频成分越少,微分图像像素就越集中分布在低灰度区,而运动方向上的最大绝对灰度值也越小。
1.3 光流方程借鉴法[5]
光流方程借鉴法是近年来出现的一种应用比较广泛的方法,它能很好的确定运动模糊图像的点扩散函数(PSF),它的基本思想是:利用原始图像作为初始值来研究运动模糊的形成过程。通过对模糊图像的分析可以发现,在图像中存在大量的方向平行于运动方向的直线,也就相当于沿着运动方向整幅图像在做刚体运动。在此方向上用Hough变换检测模糊角度,从而确定运动模糊方向。模糊图像沿运动方向的导数等于原始图像与其移位的差,两者之间的距离恰为模糊尺度。从而得到模糊核和点扩散函数(PSF)。
在运动方向的检测上,因为运动方向基本上与模糊图像刚体运动方向平行,并且模糊图像中存在着大量的平行于运动方向的直线,因此,检测这些直线的方向就可以确定运动模糊的方向。模糊图像中运动物体的边缘一般都不是很分明,可以先对模糊图像进行边缘检测,这样可以更好的突出运动物体的运动轨迹。
下面是对一幅运动模糊图像进行实验的实验结果,首先应用Sobel算子进行边缘检测,分别对模糊长度为20、35、45、60的运动模糊的方向进行估计,模糊方向区间设定为[-90°,90°),实验以10°为间隔,规定线段至少有10个像素才能检测出来,当存在4个像素的间断点时,做连接处理,于此同时用Hough变换进行遍历检测,这里设其间隔角度为0.5°实验结果如图示1所示。
从实验结果中可以看出,Hough变换能够很好的检测出平行的直线,但是在实际的应用当中,特别是在复杂背景下原始图像中本身存在的线条也会影响方向检测的估计结果,并且这种影响会随着模糊程度的加深而变得越来越小。
在此方法中,运动模糊尺度的估计方法和自相关的点扩散函数尺度鉴别法有相近的地方,其原理也是先把退化图像旋转-θ,从而把运动模糊方向转化到水平方向,然后应用自相关函数进行模糊长度的估计。模糊图像沿运动方向的导数等于原始图像与其移位图像的差,两者之间的距离即为模糊尺度。考虑到原始图像自身的相关性对运动方向的影响,这里加入一个滤波器来抑制因上边的差分而产生的扩大化的噪声,对求导后的图像沿水平方向进行差分,并计算其自相关函数,每行取均值。把这些均值进行对比在其中心两边将分别出现一个最小值。这个最值与中心的距离既是所要找的模糊尺度。
此方法应用Hough变换和自相关函数来估计模糊角度和尺度。Hough的遍历检测能够很好的抑制噪声,自相关函数的均值比较使得检测结果受误差影响很小,因此这种算法能够达到精确检测的目的。
1.4 种植迭代算法在空间域内求H函数[4]
设原始图象为f,退化算子为H,它包括图象本身的退化和乘性噪声所引起的退化,加性噪声为n,退化图象为g,则图象退化模型可表述为:g=Hf+n当图象退化模式已知,且不考虑噪声影响时,公式可以变为g=Hf由于H是一个相当大的矩阵,一般的算法计算相当的复杂,在这里借助于方程组的超松驰迭代法来求解方程,从而可以在g和H已知的情况下恢复出原始图像f。
下面介绍一下超松驰迭代法求解原理。我们将上边提到的方程变换为Hf=g则方程便成为一个以f为未知数的方程组,如果图象大小仍为256*256,则f为256*256向量,方程组的未知数个数为256*256,设经过第k次迭代后方程组的解为fk,引入剩余向量rk=g-Hfk,则下一迭代值可以表示为:fk+1=fk+rk。
上式实质上是用)次迭代后的剩余向量来改进fk。对上式引入加速因子w得到超松驰迭代法如下式:fk+1=fk+w(g-Hfk)
其中w亦称为松驰因子。
把上边的原理应用于图像处理中,应用信噪比来评估,信噪比公式为:
其中f,g,分别为原始图象、退化图象和恢复图象。
实验结果表明,迭代次数越多则恢复图象质量越获得改善,此方法对图像的改进有很好的作用。
2 几种去除噪声的方法介绍
在求得了系统的退化函数H以后下一步的工作就是对图像的噪声进行滤除,根据不同的噪声特点采用不同的滤波方法,在面就对几种常用的滤波方法进行介绍和总结。
2.1 均值滤波方法
这种滤波方法是在图像上,对待处理的像素给定一个模板,该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。它主要包括以下几种类型:算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器等。其中算术均值滤波器和几何均值滤波器应用较为广泛。
在实际用用中发现因为均值滤波对所有的点都是同等对待,在将噪声点分摊的同时,将景物的边界点也分摊了,所以它会使图像变的模糊。但是又因为高斯噪声的幅值近似正态分布,其均值为零,且污染点分布在每点像素上。所以均值滤波对高斯噪声有很好的滤除作用。
2.2 中值滤波方法
中值滤波方法主要的思想就是:在某个模板中,对像素进行由小到大排列的重新排列,那么最亮的或者是最暗的点一定被排在两侧,取模板中排在中间位置上的像素的灰度值替代待处理像素的值,就可以达到滤除噪声的目的。它最常用的公式是:
自适应中值滤波器是中值滤波器中最主要的一种,自适应中值滤波器不但可以工作在矩形窗口区sxy,而且它还可以在进行滤波处理时依据一定的条件改变sxy的大小。因此可以弥补前边滤波器的不足。对于椒盐噪声来说,由于它是幅值近似相等但随机分布在不同位置上,噪声均值不为零,所以用均值滤波器的滤波效果要好很多。
2.3 逆滤波
逆滤波法是经典的图像复原算法,它是用退化图像的傅立叶变换来计算原始图像的傅立叶变换的估计,对于复原模型来说当忽略噪声的影响时,退化模型的傅氏变换为:
H(x,y)称为系统的传递函数,从频域角度来看,它使图像退化,由上式可得复原图像的谱F(x,y)=G(x,y)/H(x,y),其中1/H(x,y)称为逆滤波器,对F(x,y)进行傅氏反变换即可得到复原图像f(x,y)。
实际应用中由于噪声的影响使得此种滤波方法存在这病态问题,也就是说当有噪声存在且H(x,y)等于零或者非常小的数值点上时,噪声就会被放大。这就意味着F(x,y)将变成无穷大或非常大的数。而噪声的干扰就会被放得很大,有可能使恢复的图像和f(x,y)相差很大,甚至面目全非。系统中存在噪声有逆滤波复原的表达式为:
解决该病态问题的唯一方法就是避开H(x,y)的零点即小数值的H(x,y),途径有两种:一是,使H(x,y)具有低通滤波的性质。二是,在H(x,y)=0及其附近,人为地仔细设置H-1(x,y)的值,使N(x,y)*H-1(x,y)不会对复原产生太大的影响。
逆滤波方法是一种简单实用,物理意义明确的滤波方法,被广泛应用到工业领域,
不过由于算法自身的原因,存在着许多局限性,使得它的使用受到一定的限制。
2.4 维纳滤波
维纳滤波又称为最小均方误差滤波,它用于图像复原的基本思想是:假设信号是平稳随机的,按照准备恢复的图像与原图像的均方差最小原则来实现滤波。目标是寻找一个使统计误差函数:e2=E{(f-f軇)}最小的估计了f軇(x,y),E是期望值,f是未退化图像。该表达式在频域可表示为:
式中:|H(u,v)|2=H*(u,v)H(u,v),H*(u,v)
表示H(u,v)的复共扼;sη(u,v)=|N(u,v)|2
表示噪声的功率谱;sf(u,v)=|F(u,v)|2
表示未退化图像的功率谱。
但是实际应用中大多并不知道信号和噪声的分布状态,则上边得式子可以简化为:
从上式可得,只要知道了H(u,v),确立适当的K值,作相应的逆傅里叶变换,即可得到复原图像。虽然维纳滤波算法能够以低的代价获得较好的复原效果,但它必须提前知道系统的点扩散函数,所以其应用性得到了很大的限制。
3 结束语
图像复原是图像处理中非常重要的一部分,对图像复原的研究具有十分重要的现实意义。本文只是将近几年来应用比较广泛的一些退化函数求法和滤波方法进行了总结和比较,希望能为以后的学习提供一些参考。当然,因为图像复原本身具有一定的难度,因此,在这方面还有很多技术需进一步的研究以便达到更优化的效果。
参考文献
[1]冈萨雷斯.数字图像处理[M].2版.北京:电子工业出版社,2007.
[2]张毓晋.数字图像处理[M].北京科学出版社,2001.
[3]张云霞.运动模糊图像的复原与重构[D].大连理工大学硕士学位论文,2006.
[4]彭钧.一种图象运动模糊恢复的简易有效算法[J].电脑开发与应用,2002,15(10).
[5]陈波.一种新的运动模糊图像恢复方法[D].计算机应用,2008,28(8).
[6]孙跃.图像降晰参数估计和复原方法的研究[D].重庆大学硕士学位论文,2007.
[7]姜华,刘国庆,成孝刚.图像运动模糊方向的检测方法[J].计算机应用,2008(S1).
乒乓球复原作文 篇5
生活是多姿多彩的，同时也是充满着科学的神秘。今天，老师就带着我们一起走进科学，探索奥秘。
上课了，语文老师姗姗来迟，她的脸上带着某种神秘的笑容，怀抱着一个大水壶，里面盛满了水，出气口像烟囱一样，从里面缓缓升起了几缕白色的轻烟，在空中跳起了曼舞。老师把它放在了讲台上，随后拿出了一个塑料杯，里面安然地躺着一颗“黄黄胖胖”的乒乓球，接着朗声对台下满脸困惑和惊讶的同学们说：“同学们，今天这节课，和平时有什么不一样吗?”台下，同学们立刻有了呼声：“做实验!”有的人则打趣地接上三个字：“写作文!”老师笑着说：“哈!被你们猜到了，今天我们要做乒乓球复原实验。”
接着许多同学立刻举起了手，踊跃地参与实验。陈一为、蔡宗谕、郑达琛三个男同学很荣幸的得到了压扁乒乓球的机会，经过三人的共同努力，乒乓球终于被压凹下去两个小坑。老师请刘宁同学小心翼翼地把壶中的热水倒入了小塑料杯里，随后把乒乓球放了进去，用手指轻轻地把球按入水里。
等呀，等呀，等到花儿都谢了，乒乓球被无数次拿起、放下，换更热的水。可是，凹下去的`部分仍不见动静，没有预想中的复原。我们都急坏了。“按理说会凸起来的呀?”老师怀疑道。“是不是压坏了?”有人问。老师急忙把球拿起来，一检查，果真如此，乒乓球被压破，漏水了。
我们随即又开始了第二次实验。压扁、检查、放水、按入，同样的流程。我们满怀希望地望着乒乓球，希望它可以恢复原样。一分钟、两分钟……时间一分一秒的流逝了，随着我们的期盼，乒乓球奇迹般的慢慢复原了!
后来，老师告诉我们，压扁的乒乓球能复原，这是热胀冷缩的原理，它是由于物体内空气粒子运动会随温度的改变而改变。当温度上升时，粒子的振动幅度加大令物体膨胀，但当物体温度下降时，粒子的振动幅度减少，从而使得物体收缩。
通过这次实验，我明白了热胀冷缩的道理。不仅如此，我还感悟到了世界上的任何的实验不是一次就能成功的，就如著名科学家爱迪生，他为了发明电灯，试用了6000多种材料，试验了7000多次才获得成功，因为他坚信：失败乃成功之母。来之不易的成功一定属于那些有准备的人，那些独立思考的人，那些具有锲而不舍精神的人!
不能复原的伤害 篇6
Sara是亚特兰大一间夏洛特·梅森学校的老师，她从中国湖北的孤儿院里收养了一名小女孩。当我们在学校的走廊上相遇时，她欣喜地将这名漂亮可人的“中国女儿”Ruth介绍给我认识。
让人意外的是，这个看起来只有五六岁、有着典型中国面孔的小女孩用颇不友善的眼神看了我——她的中国同胞—— 一眼，扭头就跑开了。这样明显的敌意令Sara很尴尬，她急忙解释说孩子平时是很有礼貌的，唯独排斥中国人。虽然Sara一直尽力消除孩子这种敌意，但可能是Ruth幼年所遭受的伤害太深，她始终从骨子里排斥所有的中国人。
虽然事隔很久了，小女孩又惊又恨的眼神却一直如一根刺扎在我心里。我常常会想，小小的Ruth在她的家乡——大洋另一边的中国——曾经受过什么样的伤害？是被父母遗弃？是责打？是冷漠？是缺衣少食？还是孤独时没有温暖的怀抱？……
已有研究表明，即使是母腹中的胎儿都能敏锐地感知外界的刺激和他人的情绪，更不用说出生后的婴儿了。这也意味着，作为父母，我们从怀孕起就开始以各种方式向孩子传递信息，或者是爱，或者是伤害。比如亲切、积极的言语，温柔的抚摸和拥抱，肯定和鼓励的眼神，完全的接纳，耐心的等候，信心和盼望……这些信息如同阳光和雨露，能让孩子身心健康地成长；而沮丧、失望、粗暴、冷漠、拒绝、严苛、挑剔……这些负面的行为和态度，则会带给孩子大大小小的伤害。
深爱孩子的我们当然不会像遗弃Ruth的父母那样伤害自己的孩子，但是因着自己的情绪、无知、自以为是……我们无意中带给孩子的伤害，从某方面说不一定比Ruth所受的少。
曾经看过一个有关伤害与复原的故事，大意是说，有个小男孩用图钉在一棵树上密密地扎了很多小洞，老师发现后没有责骂小男孩，只让他将树干复原。结果当然是徒劳的。
就像故事中的小男孩一样，我们出于各种原因，借着言语、行为甚至眼神，轻易就在我们的亲子关系中扎下一个个小洞。伤害实在容易，但这些大大小小的伤痕弥合所需要的时间，却远超我们的想像。
我不知道Ruth的心曾被她的中国同胞——也许是她的亲生父母——钉过什么样的伤痕，我也不知道这些伤痕要到什么时候才能愈合，但我知道自己不会忘记这个小女孩又惊又惧的眼神，并且深深记着：无论在什么关系中，都要尽量多地去爱，尽量少去伤害。
园林大树移植树皮复原保活技术 篇7
所谓“大树移植”, 就是对胸径为10~40cm的乔木进行移植。为了提高大树的成活率, 在大树移植的过程中, 还需要大树的根部带有土球, 要求土球的直径为1.5~3m[1]。从大树茎 (干) 的组成来看, 中心部位为髓, 向外分别为木质部、形成层, 最外部为树皮。对大树的生长而言, 树皮起到了重要保护作用, 并发挥着营养输导的作用。可以避免大树受热、受寒, 还可以预防病虫害, 避免受到外力的损伤。树皮的输导作用是指树皮将养料输送到叶子, 促进叶子接受光合作用, 然后将养料再传送到大树的其它器官。在大树的新陈代谢过程中, 树皮的运输作用直接关乎到大树的成活[2]。
2大树移植过程中的树皮复原保活技术
2.1 大树移植过程中要对树皮实施必要的保护
2.1.1 起吊过程中对大树树皮的保护。大树的起吊中, 采用吊土球的方式能够很好地保护树皮。为了保护好土球不会在吊起的过程中出现脱落, 需要用草绳、麻袋、草帘等包好。对一些珍贵树种, 为了避免因起吊而造成根部损伤, 还要使用木制框、铁丝网等。为了减少起吊带与土球之间的受力, 最好是选用具有一定宽度的起吊带。
2.1.2 装车和运输的过程中对大树树皮的保护。在对移植的大树装车过程中, 由于树体大, 就需要在车上垫上软垫, 以防止由于树干与车身之间发生摩擦或者碰撞而损害到树皮。使用软材料将大树的树干包扎好, 树冠处也要使用柔软的绳子缠拢。如果装车仅为几棵大树, 则需要在树干之间垫上软垫, 然后用绳子固定好, 以避免树干之间相互碰撞而造成树皮损伤。
2.1.3 卸吊和种植的过程中对大树树皮的保护。卸吊的过程中, 不可以采用吊土球的方式, 需要采用吊树干或者吊分叉的方式。在起吊的位置使用软垫, 之后用草绳包裹。如果树体太大, 还需要使用竹片将树干包围, 然后固定。卸吊的吊带宜宽, 避免由于吊带与树干之间存在摩擦力而损伤树皮。
3移植过程中树皮损伤复原技术
3.1 做好树皮伤口的清理、消毒工作
大树的植皮, 选择形成层生长活跃的时期, 且气候良好, 可以提高植皮的成活率。对树皮的损伤部位, 要使用毛刷将伤口处清理干净, 注意不可以使木质部受到损伤, 让新鲜的木质以及健皮边缘都露出来, 用刀具将伤口处切成规则形状。如果大树的皮层已经产生疾病, 需要使用消过毒的刀具刮除病变组织。清理完大树的伤口后, 对伤口处进行清洗、消毒。使用多菌灵等杀菌剂, 按照比例稀释之后清洗树皮的伤口处, 然后施用涂抹剂, 待干后就可以植皮了。
3.2 树皮损伤的复原操作
树皮需要复原部位的边缘处要采取消毒措施。用钉子钉紧后, 使用塑料薄膜对损伤处包扎严实, 可以避免病菌感染。植皮的过程中, 将伤口周边的皮掀起, 露出新鲜的形成层, 然后将供皮对好后在损伤部位贴好。供皮与伤口周边的皮要紧密衔接, 然后绑好固定, 如果损伤处比较宽, 可以使用几块供皮。植皮过程中, 植皮的部位不可以用手触摸, 以避免伤及到形成层。
3.3 植皮后的日常管理
当大树植皮完之后, 要实施专人养护管理, 避免受到人为损伤导致植皮处的剥落。此外, 还要对移植大树的叶面适当喷水, 为叶面补充一些营养液。夏季酷暑季节, 每天要向大树的叶面至少喷洒2 次水, 如果环境温度过高, 就要增加喷水的次数, 确保大树处于均衡的新陈代谢状态。
4结论
综上所述, 应园林绿化规划需求, 大树的移植不可避免。在移植的过程中, 由于护理不当就会导致树皮遭到损伤。这就需要在大树移植的过程中采用必要的树皮保护技术, 对于已经受到损伤的树皮, 采用适当的树皮复原保活技术, 同时做好日常管理, 以提高大树移植的成活率。
参考文献
[1]黄金凤, 杨洁, 田兴军, 刘春.徐州地区气候环境下提高大树移植成活率的技术方法[J].江苏农业科学, 2012 (11)
复原技术 篇8
1 图像复原技术
图像退化,在数学上可以表示为卷积;图像复原,亦即反卷积,是根据实际观测到的数据和观测模型以及噪声统计特性的相关知识来估计原来的不失真的物理量[1]。
1.1 图像退化模型
匀速直线运动模糊图像是在原始清晰图像的基础上,利用点扩散函数进行卷积运算并通过添加不同类型的干扰噪声信号而形成,可用公式(1)表示图像退化的一般模型:
其中,g(x,y)表示模糊后图像,f(x,y)表示理想的清晰图像,*表示卷积运算,h(x,y)通常被称为点扩散函数(PSF),n(x,y)代表噪声函数。假如没有噪声函数的干扰,图像退化模型公式(1)可以表示为g(x,y)=f(x,y)*h(x,y)。
图像退化过程的模型如图1所示:
根据卷积定理,对式(1)两边进行傅里叶变换,得:
公式(2)中,G(u,v)是运动模糊后的图像g(x,y)经过傅里叶变换后得到的频谱图,F(u,v)是理想的清晰图像f(x,y)经过傅里叶变换后得到的频谱图,H(u,v)是点扩散函数h(x,y)经过傅里叶变换后得到的频谱图,N(u,v)是噪声函数n(x,y)经过傅里叶变换得到的频谱图。
为使研究方便,假设模糊图像不受噪声函数n(x,y)的干扰,则(2)式可以表示为:
1.2 图像复原模型
图像复原模型如图2所示。
其中,H-1[∙]表示“求逆”过程,或估计过程。图像的复原过程可看作是仅已知退化图像g(x,y)并根据式(1),从g(x,y)里求出复原图像的某种近似f(x^,y)的过程,如式(4)所示。
2 图像复原过程
2.1 建立图像退化模型
假设物体在匀速直线运动中通过平面运动得到图像,在x和y方向上分别用x0(t)和y0(t)表示,曝光时间为T那么匀速运动退化模型可以用公式(5)表示:
对式(5)进行傅里叶变换,并将公式(5)带入到变换公式得到公式(6)
对式(6)采用变换积分次序得到式(7)
则式(8)即为由匀速直线运动造成的模糊图像的系统退化模型函数。
2.2 常见的运动模糊图像复原方法
逆滤波复原法[2]是经典的图像复原算法也称反向滤波。它是根据退化图像的傅立叶变换去计算原始图像的傅立叶变换的估计,基本过程是依据式(2)变换得到:
其中u,v=0,1,…,M-1
由公式(9)可以看出逆滤波复原法对信噪比高的运动模糊图像复原有较为显著的效果,逆滤波复原法由于其较快的运算速度可适用于大尺寸二维图像的复原。当存在干扰噪声时,通常情况下是H(u,v)比N(u,v)的幅值衰减速度要快,可理解为如果u,v较大,通常H(u,v)很小,N(u,v)接近一个常数,相当于把噪声放大,图像复原的质量大打折扣。若采用逆滤波法进行图像复原,当传输函数很小或者为零时,即使没有噪声,也不能精确复原图像。恢复的图像将带有条纹,表现出病态,称之为振铃现象。为了解决振铃现象,对于模糊图像而言,为了采用逆滤波法对其进行复原,需要它有很高的信噪比[3],当存在噪声时,由于运动模糊图像的传输函数零点的存在,就会造成逆滤波复原的复原效果很不理想。
维纳滤波法[4]是频率域常用的复原方法,它使原始图像f(x,y)与复原图像之间的均方误差达到最小。它以找到一个原始图像f(x,y)的估计值,使它与原始图像之间的均方差最小为原理。e2=E[(f-f^)]2表示度量误差,估计的傅里叶变换公式如下所示:
其中:Sn(u,v)/Sf(u,v)表示信噪功率比。通常情况下Sn(u,v)和Sf(u,v)是未知值,将退化图像的信噪比记为常数K,则k=Sn(u,v)/Sf(u,v)。
维纳滤波法在图像复原处理过程中把噪声和退化函数的统计特征综合考虑,将噪声信号和图像信号假设为平稳随机过程,所以噪声和图像不相关。维纳滤波复原法在一定程度上可以弥补逆滤波复原法的不足,是因为维纳滤波法不存在极点,同时可以把H(u,v)的零点转换成维纳滤波器的零点,这样可以有效抑制噪声。维纳滤波法恢复效果很好,但也存在着实质性的限制。第一、基于最小均方误差同时对所有误差进行等权处理的最优标准,在数学领域是可以被接受的,对于人的眼睛却并不适合,是因为对于具有一致灰度和亮度的区域中人类对复原错误的感知更严重,而对出现在暗的以及高梯度区域中的误差的敏感性就要差得多。第二、标准维纳滤波法不能复原普遍存在的空间可变的退化。第三、对于非平稳信号和噪声不能用维纳滤波法来处理。
Lucy-Richardson算法是一种迭代算法[5],此算法适用于噪声信息未知而退化函数已知的情况。该算法以泊松分布为基础,利用最大似然估计法对退化图像进行迭代运算,从而求解出可能性最大的复原图像[6],其迭代方程如下所示:
公式中,f(x,y)k是对原始图像进行的第K次迭代的结果,f(x,y)k+1是第K+1次迭代的结果。若将f(x,y)0=g(x,y)作为迭代的初始条件,同时假定原始图像无噪声,那么迭代方程(11)可以写成(12)的形式:
随着k的增大,f(x,y)k+1收敛于f(x,y),进而得到复原的清晰图像。但是Lucy-Richardson算法存在一个缺点,如果图像存在噪声,该方法会将噪声放大。
有约束的最小二乘方滤波法,绝大多数图像复原都具有病态性,即复原问题没有唯一解。多数情况下在复原处理过程中对运算加以约束以解决这一问题。该算法采用的方法为:首先对原图像施加某线性运算Q,然后求在约束条件下,使为最小的作为原图g的最佳估计。如下:
通过此技术,它的频域解就可以从空间域的有约束最小二乘方恢复式(13)中得到:
其中γ为一个可调节的参数,|Sn(u,v)/Sf(u,v)|是信噪功率比。
在用有约束的最小二乘方恢复方法时,对于给定的图像只需要得到噪声均值和方差值就能够做出最理想的恢复结果。约束最小二乘方滤波器存在一个优点即它能够自动抑制噪声放大,但它同时也增强了低频段中偏高的频率部分,视觉上就是增强了一些小细节,一般在高频谱区,信噪比很小,在低频谱区,信噪比很高。
基于尺度旋转的图像恢复[7]是在运动模糊图像恢复中引入尺度旋转。在某些条件下,可以把竖直方向上的直线运动与水平方向上的直线运动的合成看成旋转运动。可以简单地用三个过程来表示基于尺度旋转的图像恢复的主要过程:
1)图像恢复前的旋转过程;2)图像恢复过程;3)图像旋转还原过程。
以下公式模型可以用来表示任意角度运动模糊图像:
其图像恢复模型公式为:
式中a总位移量,θ运动水平方向夹角,T拍摄图像所用时间,的整数部分。基于尺度旋转的图像恢复的参数的自动搜索是以最小均方误差函数
为标准进行的,且恢复模型是以此为基础建立,为了实现最小均方误差准则下的图像恢复,对于不同位移参数a和运动角度参数θ组合的均方误差需要进行比较,最佳的参数估计是在最小均方误差下的位移参数a和运动角度参数θ。该方法适合任意方向直线运动模糊图像的恢复,但该法也存在弊端,由于在对图像作尺度旋转时进行的插值处理会引入误差,进而影响图像恢复的精度。此方法在恢复速度上也比参数确定的恢复方法慢,是因为每当选定一个运动参数,就要把这个运动参数与所选的标准进行一次比较,计算量过大,要对算法做优化以求能够克服这些缺点。
传播波方程法[8]利用一维传播波方程来描述匀速水平运动形成的模糊图像,并对该方程逆向求解,进而恢复出匀速直线运动模糊图像。该恢复方法以退化过程的物理背景为研究目标,可以利用成熟的物理学研究成果,能够更加严格且具有直观性。但是传播波方程法也有比较明显的缺点,例如在在图像恢复过程中误差积累的存在,对运动方向的敏感等。假设物体f(x)沿水平方向移动的速度v是相对于成像设备的,则模糊图像的模型可以用下式表示:
将其利用传播波方程表示为:
其中,w(x,t)用来表示运动物体t时刻的瞬时曝光,且t=0时刻的瞬时曝光为f(x)。图像的恢复模型可以通过分析此模型得到:此处,g(x)是给定的模糊图像。所以,当运动位移D=vt只有有限的宽度L>0,即f(x)=0,∀x∉[0,L]时,解f(x))可以通过递推求取。传播波方程法作为常用的空间域恢复法,可有效避免在频率域处理中常出现的高代价的迭代计算和病态的振铃效应。与传统的图像复原方法相比,传播波方程法有其较大的优势,也有它自身存在的一些局限。优势在于该方法直观、简介且恢复的效果较好。局限性在于对运动方向敏感且存在误差积累,在实际应用时会对图像复原的结果产生较大的不良影响。
最大熵恢复法[9]即在不对恢复图像作任何人为假设的前提下求使的估计值。最大熵恢复可以利用图像熵和噪声熵来刻画图像的平滑性和均匀性是因为它以最大化某种反映图像平滑性的准则函数来作为约束的条件,以解决反向滤波法的病态性,同时图像熵必然在图像函数是均匀分布时达到最大值。此算法收敛速度较快,因仅对局部图像实行操作,故实时恢复的速度可通过并行处理来达到。对算法略作调整就可以处理非水平运动模糊的图像,不过这也同样会引入误差,影响图像恢复的精度。
3 结束语
图像处理中对图像复原的研究具有十分重要的价值和现实意义。文章对近几年应用较多的一些图像复原方法进行了总结以及比较,希望可以为以后的学习提供一些参考。由于经典复原方法均有各自的优缺点,为了取得较好的复原效果要根据图像的具体情况采用适合的复原方法。众所周知,图像复原本身就具有一定的难度,要想达到更优化的效果就需要对复原技术做进一步的改进。以上所论述的结果都是在理想的情况下推导出来的,然而由各种各样的原因导致的不规则运动引起的模糊图像大量存在于现实生活中,暂时还没有较好的算法用以处理,非水平方向上的匀速直线运动造成的模糊图像以及非匀速运动模糊图像的处理还有待于更进一步的探讨。
参考文献
[1]Jacob Munkberg,Karthik Vaidyanathan,Jon Hasselgren,etal.Layered Reconstruction for Defocus and Motion Blur[J].Computer Graphics Forum,2014,33(4):81-92.
[2](美)桑卡(Sonka,M.),(美)赫拉瓦卡(Hlavac,等.图像处理、分析与机器视觉[M].清华大学出版社,2011.
[3]Likhterov B,Kopeika N S.Motion-blurred image restorationusing modified inverse all-pole filters[J].Journal of ElectronicImaging,2004,13(2):257-263.
[4]刘政凯.瞿建雄.数学图像恢复与重建[M].中国科学技术大学出版社,1989.
[5]陈云龙,王平,王鹏.基于L-R非线性迭代的降质图像复原算法[J].计算机工程,2010,36(4):202-204.
[6]Tai Y W,Tan P,Brown M S.Richardson-Lucy Deblurring forScenes under a Projective Motion Path[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2011,33(8):1603-1618.
[7]陆俊,舒志龙,阮秋琦.基于尺度旋转的图像恢复研究[J].通信学报,2000,21(7):67-71.
[8]蔡利栋.传播波方程与运动模糊图像恢复[J].自动化学报,2003,29(3):466-471.
复原技术 篇9
1 模糊图像的成因
一般来说, 模糊图像的成因分为两个方面:①外部原因。例如在光学图像的获取过程中, 外界天气不佳、目标与成像系统的运动、目标在场景中景深不一致等因素造成捕获图像过于模糊。②自身因素。由于自身摄影技术水平有限, 使得记录中的图像退化, 产生模糊图像。这对于刑事侦查过程中的目标识别、追踪所产生的影响不言而喻。
这样的图像对比度较低——虽然能看得到, 但却看不清, 给具体的监控工作带来了不小的困难。因此, 我们需要具体分析模糊图像产生的因素, 减少模糊图像出现的概率。我们可以从以上两个成因中看出, 外界因素对于模糊图像的影响最为直接。曝光不足、曝光过度、恶劣天气、噪声干扰都会使得图像的质量下降, 并且由于储存设备本身在对图像进行压缩之后, 也会在一定程度上压缩图像的相关细节。因此, 在这些情况下, 我们就需要对模糊图像进行复原。
2 模糊图像复原技术及其应用
图像复原是指通过改善和恢复低质量的图像而减少降质图像带来的影响。这在司法、刑事侦破领域十分重要。目前, 在刑事侦查中, 模糊图像复原主要用于变形图像矫正、物证修复、去除干扰、局部复原等四个方面。
2.1 变形图像矫正
变形图像矫正, 也就是利用数字技术对图像变形进行矫正复原。为了真实再现物体的空间关系, 反映各物体之间的原始状态, 通常采用数字技术对变形的图形进行复原矫正。例如, 通过几何变形矫正, 去除圆柱体上被拍摄对象的变形或者对于相机倾斜拍摄造成的变形都可以进行复原矫正。
在刑事侦查过程中, 变形图像矫正可以真实地反映被提取对象 (鞋印、手纹) 的图像, 复原后的结构比较准确。
2.2 物证修复
物证修复, 即对于受到光线不均等外界影响的图像进行修复。当侦查所需的图像出现由于光线以及反射因素造成的图像深浅不一的情况时, 可以利用图像复原技术进行局部或者整体修复。在具体的侦查工作中, 经常遇到指纹、掌纹等物证由于光的影响出现局部模糊、色调不一、明暗对比强烈的情况, 利用数字复原技术可以局部调亮、调节色彩反差, 通过图像调节、羽化实现复原。而整体性修复则是对于物证痕迹较弱、真实性较差的图像进行均衡化以及对比度的调整来增强图像、还原色度减少图像中的外界影响导致的图像模糊。
2.3 去除干扰
去除干扰, 也就是通过去除干扰消除图像上的干扰因素, 提高图像的分辨率。在刑事侦查过程中, 如果案件物证附着了血迹以及指纹等, 很有可能使得图像的颜色、形态出现变形或者模糊。因此, 在这种情况下, 就可以通过数字技术分离色彩、数字滤波消除外界因素对于图像的影响。比如, 通过低通或者高通数字滤波增强图像的细节, 提高图像的质量;去除不利的背景, 进行局部灰度扩展, 显现隐藏痕迹, 在较暗背景中增强图像;通过数字滤波技术去除规则条纹背景, 减少背景干扰;通过调节图像的透明度, 滤除不规则背景, 调节X值、Y值可以去除图像中的重复性元素减少干扰;通过去除背景干扰色自动将图像的主题加以突出, 有利于掌握物证的具体特征;利用颜色选取等工具, 将图像中需要清除的颜色去除, 减少背景干扰。
2.4 局部复原
局部复原, 是指利用逆图像退化技术恢复图像的原始状态。通过这种技术, 可以在监视系统中有效地识别模糊的图像, 尤其是针对宾馆、高速路口、银行等地监控设施, 通过逆图像退化技术复原运动中的模糊图像;通过数字滤波对模糊系数、运动参数进行调速, 减少图像的损伤。而对于散焦的模糊图形, 通过数字滤波对图像进行散复原——先选定一个区域的参数进行处理, 之后调节参数值, 然后对整个图像进行处理。对于监控录像中因物体运动而产生的模糊图像, 可以利用动态多帧进行融合处理, 修复图像。对于因噪声干扰而产生的模糊图像, 可以通过代数运算的方法, 求图像的平均值降噪来复原图像。
3 在应用过程中存在的问题
通过以上论述, 我们可以看出:模糊图像复原技术已经在实践中有了充分的应用以及较快的发展, 在复原模糊图像的技术上日趋成熟。但是在实际的工作中, 还是存在一些问题。例如对于模糊图像的不同类型需要有针对性的算法, 因为一种算法只能对应解决一种模糊图像。这样不利于处理由多种因素造成的模糊图像。另外, 在复原技术的应用中包含了大量的参数, 由于技术方面的限制, 绝大多数参数的设置还是由人工经验进行选定, 这就在一定程度上增大了处理图像的主观性。在实际的处理过程中, 应该选定合理的操作流程。在这个方面, 我们在处理和复原模糊图像时还需要不断的尝试。
摘要：随着科学技术应用的飞速发展, 图像处理的数字化水平不断提高, 各种图像显示设备的升级更加快速, 因此人们在应用图像处理或者图像显示的过程中能够深刻感受到技术带来的新体验以及信息化应用水平的提高。这也给人们的生活带来的极大的便利。这些图像处理技术不仅应用与人们的日常生活, 也被广泛应用于军事、交通等各个领域。通过详细介绍模糊图像复原技术在刑事侦查中的应用, 揭示了图像处理系统的提升对于刑事侦查工作的影响。
关键词：模糊图像,复原技术,矫正,刑事侦查
参考文献
[1]禹晶, 徐东彬, 廖庆敏.图像去雾技术进展[J].中国图象图形学报, 2011, 16 ( (9) :1561-1576.
[2]张震, 曹军梅.网络取证系统的技术分析与模型实现[J].中国公共安全 (学术版) , 2006, (1) :81-85.
复原技术 篇10
图像作为信息传递的一种形式,具有传递信息量大、生动形象等特点。但是图像在采集、存储和传输过程中由于受到噪声、光照及抖动等因素而导致图像质量下降,这种现象称为图像的退化。例如[1],光学系统中的衍射、光电转换器件的非线性、光学系统的像差、大气湍流效应、曝光噪声干扰、图像运动造成的模糊集几何形变等等。图像退化严重影响了图像中有用信息的提取和分析,因此为了改善图像的质量提高图像的清晰度,增加图像的可读性,研究图像的增强和图像复原是十分必要的。本文主要通过研究频域滤波图像增强和恢复方法,主要对Lucy-Richardson存在收敛速度慢以及在图像恢复过程中对噪声污染图像有放大噪声的缺陷进行改进,以便为提高图像恢复收敛速度和提高图像恢复质量提供参考依据。
1 频域滤波技术
1.1 频域滤波器
在分析图像信号的频率特性时,直流分量表示图像的平均灰度,大面积的背景区域和缓慢变化的部分则成为图像的低频分量,而图像的边缘细节、跳跃部分以及颗粒噪声都代表图像的高频分量。因此通常可以通过频域高通滤波使图像的边缘或线条变得清晰,图像得到锐化;通过频域低通滤波可以消除图像中的高频分量、噪声等,而使图像平滑去噪,同时也可能滤去某些边界对应的频率分量,而使图像边界变得模糊。
1.2 理想滤波器
理想滤波器所谓的理想指以截止频率D0为半径的圆内(理想低通滤波器)或者半径外(理想高通滤波器)的所有频率都能无损地通过,而在截止频率之外的频率分量完全被衰减。这种滤波器只可以在计算机中模拟实现,在实际的电子器件硬件中无法实现这种从1到0的陡峭突变阶段频率,因此本文不做深入讨论。
1.3 Butterworth滤波器
巴特沃斯滤波器的传递函数H(u,v)具有连续衰减的特性,与理想滤波器相比不存在陡峭和明显不连续衰减,在尾部保留有较多的高频,对噪声的平滑效果稍差,该滤波器在抑制噪声时图像的边缘模糊程度大大减小,振铃效果不明显。n阶Butterworth低通滤波器的传递函数表达式为:
H(u,v)=1(1+D(u,v)/D0)2n (1)
当D(u,v)=D0,n=1时H(u,v)在D0处降为其最大值的1/2。
当D(u,v)/D0=1,n=1时,H(u,v)在D0处降为其最大值的
式中:
D(u,v)—频率平面任一点到频率平面原点的距离
D0—截止频率
n—响应阶数
当D0=1,n=1时,Butterworth低通滤波器传递函数H(u,v)的三维透视图如图1所示。
1.4 指数型滤波器[2,3]
指数型滤波器与Butterworth滤波器相比具有更快的衰减特性,经该类型的滤波器滤波后图像没有振铃现象,但是处理的图像稍显模糊。指数型低通滤波传递函数表达式为:
H(u,v)=e-[D(u,v)/D0]n (3)
式中参数和Butterworth滤波器中意义相同,当D(u,v)=D0,n=1时,式(3)H(u,v)在D0处降为其最大值为1/e,式(4)H(u,v)降为最大值的
2 频域图像复原技术
2.1 图像退化函数
图像复原的主要目的就是在给定的退化图像g(x,y),以及退化函数H(x,y)和噪声的某种了解或假设的基础上,通过一定的变化估计出原始图像f(x,y),对大多数退化图像来说退化函数都是未知的,因此在图像复原前必须对退化函数进行估计,以便为图像复原提供可靠依据。
假设场景辐射能力在物平面上的分布用f(x,y)描述,通过成像系统H后,在像平面得到图像为H[f(x,y)],如果图像被噪声n(x,y)污染,则实际图像g(x,y)可表示为:
g(x,y)=H[f(x,y)]+n(x,y) (5)
其中H为综合所有导致图像退化因素的函数。
根据数学物理方法可将物平面函数H[f(x,y)]分解成δ函数的加权积分形式即:
当H[f(x,y)]为线性算子时,则:
其中h(x,y;α,β)=H[f(x-α,y-β)]为扩散点函数(PFS),如果H满足:
H[f(x-α,y-β)]=g(x-α,y-β) (8)
则根据空间位移不变性可知:
h(x,y;α,β)=h(x-α,y-β) (9)
因此对于空间位移不变系统退化模型可以化简为:
因此图像复原技术就是在已知g(x,y)、h(x,y)和n(x,y)的条件下求f(x,y)的过程,这种估计应在某种预先选定的最佳准则下,具有最优恢复质量。
2.2 改进的 Lucy_Richardson算法
Lucy_Richardson算法是目前图像复原技术中最常用的方法之一,该方法最初由Lucy和Richardson对此提出一种迭代算法,该算法从Bayes统计理论中推导出来,后来Meinel在泊松随机场理论的基础上,给出了一个完美框架而得到了Lucy_Richardson算法。该法能够按照泊松噪声统计标准求出与给定卷积后最有可能成为输入模糊图像的图像,同时用该方法进行图像恢复时迭代收敛较慢,造成迭代此次急剧增加,对计算机硬件要求较高,为了解决这些问题本文采用乘性迭代算法对Lucy_Richardson算法进行改进,改进后迭代收敛加速,同时为了解决由于在迭代过程中Lucy_Richardson算法对噪声放大的问题,本文采用每次迭代都进行去噪处理从而保证将图像噪声放大问题控制在可接受范围内。
根据成像方程和Poissian统计可知:
如果用f(x,y)和g(x,y)表示原始图像和复原图像,xn,yn表示图像上单个像素,如果考虑原图像和退化图像的分布函数
根据联合分布并采用MLE方法对函数g(x,y)进行估计,对式(12)两边取对数,然后对fi求导,并令其等于0,可得:
根据乘性迭代算法可以得到改进的Lucy_Richardson算法,本文记为PLR算法,其迭代公式如下:
从式(14)可以看出每次迭代都可以提高解的释然性,随着迭代次数增加,最终将在最大似然解处收敛,并且改进后的PLR算法迭代收敛速度加快,当p=1时,该算法退化为Lucy_Richardson算法。
2.3 核心程序
为了便于读者理解本文的工作,本节提供了改进算法的部分核心编程,核心程序如下:
3 图像恢复评价标准
图像恢复效果的好坏主要依据恢复后图像的“有效信息”的改善程度,其品质评价标准有主观和评价标准客观评价标准,客观评价标准主要根据均方差和峰值信噪比从整体上反映标准图像和复原图像的灰度差别[4],主观评价方法MOS(mean opinion score)主要依据不同观察者对某一图像进行评分,然后对打分结果去加权平均得到综合评分,该方法受个体人的主观因素影响较大。
3.1 峰值信噪比(PSNR)客观评价法
峰值信噪比主要用来衡量图像质量及其噪声水平的客观标准,PSNR值越大说明图像质量越好,对于压缩图像一般认为图像峰值信噪比介于30dB～ 40dB之间,其中单色图像的峰值信噪比定义为:
其中MSE为单色图像的均方差,I,K分别代表原图像和退化图像,其图像可以用矩阵m×n表示。对于RGB彩色图像均方差为所用均方差之和除以图像尺寸大小然后除以3即为彩色图PSNR计算公式。
该方法是普遍广泛应用的画质客观评价标准[5],但是只看PSNR数值并不能完全和视觉效果一致,大量实验证明某些图像的PSNR大反而视觉效果不如PSNR小的图像,因此该评价方法不能作为图像质量优劣的唯一标准,因此必须结束其他评价方法对复原图像进行评价,以便保证评价的客观性和合理性。
3.2 视觉系统(HVS) 模型
人类视觉系统对图像的边缘,纹理等特性十分敏感,同时会中灰度值十分敏感[6],对低灰度值和高灰度值不敏感的特性,因此HVS评价模型从人眼的觉度出发能够得到更符合视觉特征的评价结果。该评价方法将对比度定义为:
式中
为了证明改进的频域图像增强和图像复原算法的广谱性[7],本文采用图像峰值信噪比(PSNR),和HVS对比度评价标准对改进的PLR算法和LR算法图像恢复质量进行评价。
4 图像复原实验分析
本文实验采用图像为采用佳能5DMarkII数码相机采集图像,然后经过Photoshop图像处理软件将图像处理成尺寸为512×512,分辨率为300dpi×300dpi标准试验图像,图像为RGB彩色图像,格式为.jpg。实验在HPP6-1095CN台式机(i5-2320 4GB内存,1GB独显 Win7旗舰版系统)上运行实验。在进行图像恢复实验前先将标准图像进行退化处理,首先在用运动模糊函数在图像逆时针11°角方向模糊30个像素;接着在将图像添加均值为7,均方差为10高斯噪声,再分别用LR算法和PLR算法分别对退化图像进行复原处理,然后利用MATLAB 2009软件对改进PLR算法进行编程,最后对退化图像进行处理。为了评价两种算法对图像复原质量的优劣,本文采用峰值信噪比(PSNR)评价方法和HVS视觉对比度评价标准对复原图像和原图像对比进行评价,详细评价参数见表1。图3为LR算法和PLR算法峰值信噪比和均方差曲线图。图4是两种图像复原算法图像复原结果图。
从表1和图3中可以看出用乘性算法改进的PLR图像恢复算法收敛计算时间明显少于LR算法,并且添加噪声抑制条件后的PLR算法恢复后的峰值信噪比也明显高于改进前的,例如在同样迭代5次条件下PLR算法的PSNR值为73.625dB,而LR算法的PSNR值只有60.318dB,HVS对比度评价也表明改进后的PLR算法图像恢复质量优于LR算法图像复原结果。
由图4可以看出LR算法和PLR算法在迭代5次时对退化图像恢复效果存在明显差别,LR算法迭代5次恢复图像如图4(c),明显存在有模糊变形的图像边缘部分,并且产生了振铃现象,同样对PLR算法迭代5次恢复结果如图4(e),从直方图上可以看出红、绿、蓝三色峰值和原始标准图像相比减弱很少,并且噪声也得到了抑制。说明改进后的PLR算法对图像恢复效果优于LR算法恢复效果。
由图5可知改进后的PLR算法随着迭代次数的增加运算时间增加较慢,由于迭代次数增加并没有从本质上提高图像恢复质量,故本文建议采用迭代次数选择5到10次较为合适。
5 应用前景
图像在采集、储存和传输过程中受到各种因素的影响其质量总是趋于降低,通过采用一定的恢复技术尽可能使图像恢复到初始状态,以便为人们提供更多的有用、有效信息,本文改进后的PLR算法显著提高了图像的恢复质量,增强了图像的清晰度,在医学成像和刑事侦查领域有很高的应用价值,尤其在处理现场视频监控图像模糊不清问题效果明显,通过对采集图像进行复原,提高图像的清晰度和对比度,有利于医务人员掌握病人的病情及致病原因等,有利于公安人员更加清楚地了解作案现场情况,掌握犯罪嫌疑人的五官特征。在国外通过图像复原技术侦破刑事案件已有先例,其技术也比较成熟,但在国内该方面的研究尚处于起步阶段,因此模糊图像复原技术不仅具有很高的研究价值,也具有很大的挑战性。
6 结 语
1) 本文研究了各种频域滤波方法,并在此基础上对Lucy_Richardson图像恢复算法进行了改进,改进后的PLR算法比原来算法收敛速度加快,节省了计算机的运算时间。
2) 通过仿真实验证明改进后的PLR图像复原算法提高了RGB图像的峰值信噪比,同时HVS对比度也得到了提高,进而证明改进后的PLR图像恢复算法提高了图像的恢复质量。
3) 本文分别采用RL算法和改进后的PRL算法对退化图像进行仿真恢复实验并用PSNR图像质量客观评价标准和HVS图像对比度评价方法对复原图像进行了评价,两种评价标准都证明改进后的图像恢复算法效果更佳。
4) 实验结果表明PSNR值的大小只能说明图像色彩的峰值信噪比,并不总是和人眼观察的效果一致,本文同时采用两种评价方法对复原图像进行评价更具说服力。
摘要：对不同的频域滤波图像复原技术的图像复原效果进行研究,对现有LucyRichardson频域滤波图像复原算法存在的问题进行改进,提出图像降噪和图像复原迭代交替进行的图像复原方法。分别对LR算法和改进后PLR算进行仿真实验,通过实验证明改进后的PLR算法不仅提高了图像复原运算的速度,而且提高了图像恢复的质量。同时还结合PSNR图像质量客观评价法和HVS对比度评价法对复原图像质量进行客观评价,两种方法结合使用克服了传统上采用PSNR评价方法造成评价结果和人眼观察结果不一致的缺陷。评价结果均表明改进后的PLR算法在迭代次数相同的条件下图像恢复质量均优于LR算法,并且可以消除复原图像产生振铃现象的发生。
关键词：频域滤波,图像复原,PLR算法,峰值信噪比,HVS对比度
参考文献
[1]杨凡.数值图像处理与分析[M].北京:北京航空航天大学出版社,2007.
[2]Girod B.What's wrong with meanOsquared error[M]//Digital Images and Human Vision.Massachusetts:MIT Press,1993:207-220.
[3]Chan T F,Wong C K.Total variation blind deconvolution[J].IEEE Transaction on Image Processing,1998,7(3):370-375.
[4]王彪,姜志国,赵丹培.遥感图像运动模糊恢复方法及评价标准研究[J].航天返回与遥感,2009.30(2):21-22.
[5]杨恒伏,孙光,田祖伟.一种基于HVS的图像质量评价方法[J].航空计算技术,2008,38(6):81-83.
[6]Plonka G,Ma J.Nonlinear regularized reaction-diffusion filters for de-noising of images with textures[J].IEEE Trans.Image Process,2008,17(8):1283-1294.
营养，复原乳＜鲜奶？ 篇11
那么，复原乳真像报道中的那样营养流失严重吗？它是假牛奶吗？
什么是复原乳？
复原乳，又称还原奶、再制奶，它是用浓缩乳（炼乳）或乳粉加适量的水后，重新做成的与原乳中水、固体物比例相当的乳液。
除了复原乳，市场上的液态奶还有常温奶和巴氏奶两种形式。常温奶一般在135度以上加热几秒，对奶的风味和颜色有比较明显的影响。巴氏奶却只经过70多度十几秒钟的加热，对奶的影响比较小，很好地保持了外观和风味，所以又叫鲜牛奶。
而复原乳是把牛奶先做成奶粉，再加水冲兑还原得到的。因为复原乳在干燥前要经过一次高温灭菌，冲兑之后还要再经历超高温一次，所以加热的程度最深。
我国国家标准规定酸牛奶、灭菌奶及其他乳制品可以用复原乳作为原料，但巴氏杀菌奶不能用复原乳做原料。同时，以复原乳为原料的产品应标为“复原乳”或在配料表中注明“水、奶粉”，或明确标明“含有XX%复原乳”。
营养损失严重？
人们对复原乳最大的担心就是“高温破坏了营养”，这也似乎成了复原乳的原罪。实际上，加热对复原乳营养的破坏远没有传说中的那么大。而且，牛奶只是人们日常众多饮食中的一种，它的优势在于提供优质蛋白质和钙，而这两种成分几乎不受高温的影响。
首先，加热会损失牛奶中的一些维生素，但损失程度比我们想象得要小的多。根据美国农业部食品组成数据库的数据显示，在牛奶中，相对于人体需求量而言，含量比较丰富的维生素是维生素B2和维生素B12。如果把奶粉按比例复原成液态奶，比较它与鲜奶的维生素含量，二者的损失都只有15%左右。即便是最容易损失的维生素B1，损失也不到30%。而且，牛奶并非维生素B1等其他维生素的良好来源，它的维生素B1含量本来就少，损失了也没什么可惜的，还不如多吃点豆类、坚果和粗粮。
有些人担心牛奶加热会损失维生素C，但牛奶中的维生素C实在太少，获得维生素C最好的来源其实是蔬菜和水果。至于牛奶中的钙，它是一种无机盐，怎么加热都不会变化。虽然经过超高温加热，钙的溶解状态可能会有一定的变化，但这也不会影响人体的吸收。
还有人说 “高温导致复原乳中的蛋白质变性”，这就完全是忽悠老百姓了。要知道，我们每天吃的任何一种熟食，其中的蛋白质都经过了充分的加热变性，比如鸡蛋、肉和豆制品，不变性几乎无法吃。
而且，即使不加热，你吃的这些蛋白质食物，从进入口腔开始，就要被人体自身的消化液（如唾液蛋白酶、胃酸）给变性掉，打散成氨基酸才能被人体吸收。实际上，食物中的蛋白质主要是给人体提供氨基酸，加热变性不仅不损失营养，反而还有助于人体的消化吸收。所以，大家根本不用害怕蛋白质变性。
也有人说，复原乳的营养不如冰淇淋和雪糕、是假牛奶，这更是混淆视听。要知道，冰淇淋和雪糕只是用牛奶做成的一种甜品，它们所含的牛奶含量通常很少，含量最高的是糖和脂肪，它们根本不能提供牛奶所富有的蛋白质和钙。
总而言之，复原乳、巴氏奶、常温奶在营养方面的差异其实并不大，更不用过于纠结该如何选择。对于消费者来说，哪种方便就选哪种才是最佳选择。
复原乳≠劣质产品
很多人会说，鲜牛奶（即巴氏奶）更好喝。的确，巴氏奶在外观、风味、口感等方面的确会好一些，营养方面有一点点优势，但并没有想象的那么大。
实际上，我们平时在选购食品的时候，不能仅仅考虑“好处”，还需要考虑价格、安全性和便利性等问题。如巴氏奶在从奶场到餐桌的整个流程中需要全程冷链，这在不产奶地区，尤其是人口居住比较分散的农村地区，实现起来难度很大，成本也高得多。而且，一旦有些环节不能保障冷链，安全性就无法保障。在这方面，复原乳和常温奶就有自己的优势，它们不需要严格冷链也能保存较长时间。
复原技术 篇12
关键词：随机共振,图像复原,自适应,峰值信噪比
0 引 言
随机共振 (SR) 的概念是在1981 年, 由意大利学者Benzi.R 等人在研究地球古气象问题时最早提出的[1]。随机共振特指一种非线性现象:强噪声干扰下的信号作用于某一类非线性系统, 当输入信号、噪声和系统的非线性之间达到某种匹配时, 会发生噪声能量向信号能量的转移, 使得输出信噪比增强, 并达到极大值 (峰值点) 。该理论的提出很好地解释了古代地球冰川期与暖气候的周期性变化问题。近年来, 随机共振 (SR) 现象受到了广泛关注, 特别是在信息检测和信号处理方面取得了相当多的研究成果[2,3,4,5,6,7,8]。
本研究以灰度图像为研究对象, 通过添加最佳噪声的方法实现图像随机共振, 达到图像复原效果。通过给出一种自适应最优随机共振算法, 研究自适应随机共振技术在灰度图像复原中的应用。
1 阈值上图像的随机共振
传统的随机共振认为:只有处于阈值以下的信号, 噪声才能起到有助于传输的作用;而对于阈值上信号, 噪声只能是有害而无利的。Stocks用传递信息率来分析由多个阈值单元组成的网络时, 发现在信号处于阈值上时也可出现噪声优化信息传递率的现象, 这一过程与随机共振类似, 称为阈值上随机共振。
设待处理的图像为S (x, y) , 要添加的随机噪声为ξ (x, y) , 图像S (x, y) 与随机噪声ξ (x, y) 相加并经过阈值T的比较后, 形成二值化随机过程的图像V (x, y) :
undefined
式中 U (.) —单位阶跃函数。
随机过程V (x, y) 的数学期望为:
E[V (x, y) ]=P[S (x, y) +ξ (x, y) -T>0]=
P[ξ (x, y) >T-S (x, y) ]=
1-Fξ (T-S (x, y) ) (2)
式中 Fξ (θ) —随机噪声ξ (x, y) 的概率分布函数, Fξ (θ) =P (ξ<θ) 。
由于Fξ (θ) 是单增函数, 且假定噪声分布是不变的, 则在任意时刻, Fξ (θ) 具有相同的分布形式。
式 (2) 表明, 随机过程V (x, y) 的期望E[V (x, y) ]是信号S (x, y) 经过分布函数1-Fξ (T-S (x, y) ) 的映射变换后形成的。通常随机过程的分布函数是非线性的, 但是, 如果分布函数Fξ (θ) 或1-Fξ (θ) 是理想的线性函数, 且满足一定的线性比例关系, 那么信号S (x, y) 经过分布函数1-Fξ (θ) 的映射后, 所形成的期望值E[V (x, y) ]有可能又回到信号S (x, y) 本身, 即实现阈值上图像的随机共振。
由于阈值上随机共振比阈值下随机共振有更强的信号传递能力, 这为随机共振应用拓宽了范围。
2 自适应随机共振的算法实现
2.1 评价方法与基本思想
可以用峰值信噪比 (PSNR) 来衡量图像复原效果, 峰值信噪比定义为:
undefined
undefined
式中 MSE—均方差;M, N—图像的行、列数;Iin (x, y) —原始含噪图像;Iout (x, y) —复原后图像。
峰值信噪比越大, 复原效果越好。
给定一个常量作为PSNR初始值, 对原始含噪图像添加独立分布且强度相等的高斯白噪声;计算出当前PSNR, 与给定的初始值相比较;如果比初始值大, 则继续添加噪声, 计算PSNR, 再与前次的PSNR值相比较。反复执行该过程, 直到获得最大的PSNR值。此时对应的添加噪声称之为最优噪声, 同时图像效果得到最大程度改善。
2.2 算法实现
(1) 输入原始含噪图像I (x, y) , M, N分别代表图像的行列数。
(2) 添加相互独立且强度相等的高斯白噪声σi (1≤i≤n) 100次到输入图像I (x, y) 。
(3) 将添加噪声后的图像PSNR (PSNR≥K, 其中K为给定的PSNR初始值) 利用式 (6) 阈值化。
undefined
undefined
(4) 对阈值化后的图像根据式 (7) 求取均值, 作为随机共振图像。
undefined
(5) 给定初始PSNR=K (K为常量) , 比较当前PSNR值与初始的PSNR值。如果当前的PSNR值大于等于初始PSNR值, 则用当前PSNR作为新的初始值, 转入步骤 (2) 。下次添加的噪声强度σi+1由式 (8) 给出, 直到获得最大的PSNR值时停止。此时对应添加的噪声称为最优噪声, 输出的图像称为随机共振图像。
undefined
式中 sgn—符号函数。
算法原理图如图1所示。其中K取1 (由于噪声大时PSNR通常很低) , 每次添加的噪声次数 (本研究取100) 越大, 复原效果越好, 但是处理速度也会变慢。
3 实验结果与讨论
选取被高斯白噪声污染的3张含噪声灰度图像Cameraman (噪声强度σ分别为50, 150, 250) 作为实验图片, 运用经典的均值滤波和维纳滤波方法与本研究提出的方法进行比较。3种方法的效果如图2～图4所示。
由以上复原效果图的比较可以看出, 在噪声强度较小 (D=50, 如图2所示) 时, 本研究方法与传统方法相比没有优势, 甚至效果略差;当噪声强度较大 (D=150, 如图3所示) 时, 本研究方法处理的效果明显优于传统方法, 当噪声强度进一步加大 (D=250, 如图4所示) 时, 本研究方法复原效果更明显优于传统方法, 但与图3相比复原效果也有下降。
对经典图像分别添加不同强度噪声后的图像作为原始图像, 然后对使用本研究方法和传统的均值滤波与维纳滤波方法进行处理后的峰值信噪比作比较, 如表1所示, 通过量化比较可以看出, 在强噪声背景下本研究方法在图像复原的应用上具有优势。
4 结束语
自适应随机共振理论是近年来刚刚发展起来的, 但其具有巨大的应用前景。本研究通过添加最佳噪声的方法来实现随机共振, 从试验结果可以看出, 采用本研究提出的自适应最优随机共振方法对强背景噪声下灰度图像进行复原的结果与传统复原方法相比, 具有令人满意的效果, 为强噪声背景下的图像复原提供了新的方法和思路。本研究将随机共振理论运用于图像处理领域, 相信此原理还可以在更多的领域中得到应用。
参考文献
[1]LAZZARO D, MONTEFUSCO LB.Edge-preserving waveletthresholding for image denoising[J].Journal of Computa-tional and Applied Mathematics, 2006, 11 (19) :274-278.
[2]LENG Yong-gang, WANG Tai-yong.Numerial research oftwice sampling stochastic resonance for the detection of aweak signal submerged in a heavy noise[J].Acta PhysicaSinica, 2003, 521 (10) :2432-2437.
[3]LENG Yong-gang, WANG Tai-yong.Scale transformationstochastic resonance for the monitoring and diagnosis of elec-tromotor faults[J].Proceedings of the Chinese Society ofElectrical Engineering, 2003, 23 (11) :111-115.
[4]KIM Y, MARCIA G, SATORU S.Stochastic resonance inbinocular rivalry[J].Vision Research, 2006, 46 (3) :392-406.
[5]PIANAM, CANFORAM, RIANI M.Role of noise in imageprocessing by human perceptive system[J].Physics Re-view Letters, 2000, 62 (1) :1104-1109.
[6]YANG T.Adaptively optimizing stochastic resonance in vis-ual system[J].Phys Lett A, 1998, 245 (1) :79-86.
[7]XU Bo-hou, LI Jian-long, ZHENG Jin-yang.Parameter-in-duced aperiodic stochastic resonance in the presence of mu-tilicative noise and additive noise[J].Physica A, 2004, 343 (11) :156-166.
【复原技术】推荐阅读：
运动模糊图像复原技术08-27
复原处理05-08
运动模糊图像复原06-10
自适应去噪复原07-24
复原乡后进村转化工作汇报06-21
小升初优秀作文：“受伤”后的“复原”08-28
技术合同：技术转让技术秘密合同07-03
技术与科学技术07-24
节能技术的技术划分09-05
蔬菜施肥管理技术技术06-01