基于MATLAB的图像复原

基于MATLAB的图像复原系统

一、课题背景

随着信息技术的发展，数字图像像已经充斥着人们身边的任意一个角落。由于图像的传送、转换，或者其他原因，可能会造成图像的降质、模糊、变形、质量下降、失真或者其他情况的图像的受损。本设计就针对“图像受损”的问题，在MATLAB环境中实现了利用几何失真校正方法来恢复被损坏的图像。几何失真校正要处理的则是在处理的过程，由于成像系统的非线性，成像后的图像与原图像相比，会产生比例失调，甚至扭曲的图像。

图像复原从理论到实际的操作的实现，不仅能改善图片的视觉效果和保真程度，还有利于后续的图片处理，这对医疗摄像、文物复原、视频监控等领域都具有很重要的意义。

二、 图像复原的方法及其应用

2.1 图像复原的方法

在图像的获取、传输和保存的过程中，由于各种原因，如大气的湍流效应、传感器特性的非线性、成像设备与物体之间的相对运动、摄像设备中光学系统的衍射、胶片颗粒噪声和感光胶卷的非线性、光学系统的像差以及电视摄像扫描的非线性等所引起的几何失真，都可能造成图像的畸变和失真。通常，由于这些因素引起的质量下降称为图像退化[1]。

图像退化的表现是图像出现模糊、失真以及附加噪声等。由于图像的退化，在图像接收端显示的图像已经不再是发送的原始图像，图像的效果明显变差，因此我们可以采用一些技术手段来尽可能的减轻甚至消除图像质量的下降，还原图像的本来面目，这就是图像复原[2]。

图像复原是图像处理领域中一种非常重要的处理技术，与图像增强等其他基本图像处理技术类似，也是以获取视觉质量程度的改善为目的，所不一样的地方是图像复原过程实际上是一个估计的过程，需要根据一些特定的退化模型，对退化图像进行校正。简而言之，图像复原的处理过程就是提升退化图像的质量，并通过图像质量的提高来达到图像在视觉上的改善。

因为引起图像退化的原因很多，且性质各不相同，目前还没有统一的复原方法，许多研究人员根据不同的应用环境，采取了不同的退化模型[3-4]、估计准则和处理技巧，所以得到了各种复原方法。

图像复原的算法是整个技术的核心内容。目前，国内在这方面的研究才刚起步，而国外已经取得了较好的成果。早期的图像恢复是用光学的方法对失真的测试图像进行复原，但是关于数字图像复原技术的研究则是从对天文观测图像的后期处理中才逐渐发展起来的。其中一个成功例子是在1964年，NASA的喷气推进实验室用计算机处理有关月球的照片。照片是用电视摄像机在空间飞行器上拍摄的，图像的复原包括消除噪声和干扰等因素，校正几何失真和对比度损失以及反卷积。另一个典型的例子则是对肯尼迪遇刺事件现场照片的处理。由于事情发生的太突然，照片是在相机移动地过程中拍摄的。图像复原的主要目的就是消除移动造成的失真。还有其在在医学领域，图像复原的技术能广泛的应用于X光，CT，B超等成像系统，用来抑制各种医学成像系统或图像获取系统的噪声，改善医