抖动状态下运动模糊图像去噪滤波方法
何晓菊
摘 要： 针对抖动状态下的运动模糊图像去噪滤波一直存在效果不佳、误差大的问题，提出并设计了基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波器。通过成像噪声干扰及传输信道干扰两方面对运动模糊图像产生噪声的原因进行分析，确定抖动点，采用最小化全变差法构建全变差去噪模型，并进行加权平均，引入稀疏表示法构建运动模糊图像去噪滤波器模型，达到抖动状态下运动模糊图像去噪滤波器设计的目的。实验结果表明，采用改进去噪滤波器，相比传统的去噪滤波器其去噪滤波误差、效率等均有一定的优势。
关键词： 抖动状态； 运动模糊图像； 图像去噪； 滤波器设计
中图分类号： TN919.85?34 文献标识码： A 文章编号： 1004?373X（2017）23?0043?04
Abstract： Since the denoising filtering of motion blurred image under dithering condition has the problems of big error and poor effect， a denoising filter of motion blurred image under dithering condition is proposed and designed， which is based on the combination of the minimum total variation and sparse representation. The noise generation reason for the motion blurred image is analyzed in the aspects of imaging noise interference and channel transmission interference to determine the dithering point. The minimum total variation method is used to construct the total?variation denoising model， and the weighted average is carried out for the denoising model. The sparse representation method is introduced to construct the denoising filter model of the motion blurred image to realize the design of denoising filter of the motion blurred image under dithering condition. The experimental results show that， in comparison with the traditional denoising filters， the improved denoising filter has a certain advantages in the aspects of denoising filtering error and efficiency.
Keywords： dithering condition； motion blurred image； image denoising； filter design
0 引 言
随着计算机技术应用领域的不断拓展[1]，由于大气湍流中折射率的随机不均匀分布，采集图像时光束会在不均匀元上产生散射，对原来稳定传播的光束产生扰动，使得图像受到抖动影响，形成运动模糊图像[2?3]。在现实生活应用中，大多数人都想看到高清的图像，然而出于获取图像的相关设备存在一定局限性以及外界环境的干扰等问题，使人们难以捕获高质量的图像，并扭曲了图像的细节，甚至图像会产生变形，导致图像失去自身的使用价值[4?5]。为此对抖动状态下的运动模糊图像进行去噪滤波显得尤为重要，受到广大学者的关注，也出现了很多好的方法。
文獻[6]提出改进权重的运动模糊图像去噪滤波器，在高斯加权的欧氏距离基础上，结合相关系数衡量图像邻域间的相似性，将其应用到图像邻域灰度矩阵间的相似性度量上，可更好地利用图像邻域间的相似性。通过对添加不同噪声水平的图像进行测试，该方法存在去噪效率低的问题；文献[7]提出基于二维经验模态分解自带阈值估计的方法，通过对图像进行BEMD分解得到二维的内蕴模函数子带，利用高斯混合模型计算各子带噪声方差，获得更准确的阈值，通过自适应算法分别设定各子带阈值将噪声滤除，但是该方法存在阈值函数变差较大的缺点。
针对上述问题的产生，提出基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波算法，实验结果表明，采用改进设计的抖动状态下运动模糊滤波图像去噪滤波器，较传统的图像去噪滤波器，其去噪滤波所需时间、效果均有一定的优势，实用性较强。
1 运动模糊图像去噪形成问题分析
1.1 设备及环境因素影响
1.2 传输信道干扰影响
在分析传输信道干扰产生噪声影响时，详细评估阈值成为解决问题的关键。首先假设一个阈值[λ]求解其似然估计因数，然后利用相似然估计[λ]求得最终阈值函数，进而获取所设定的阈值。
综上所述，在分析运动模糊图像产生噪声原因的基础上，确定抖动点，采用最小化全变差法构建全变差去噪模型，并进行加权平均，引入稀疏表示法，构建运动模糊图像去噪滤波器模型，并进行实验对比分析。
3 实验结果分析
3.1 实验环境设置
实验在软件Matlab平台上进行实验分析，其实验平台为：HP Z600 Workstation，Intel coreTM 2 DUO CPU，2.40 GHz ， 7.98 GB内存，Windows XP 操作系统。实验以峰值信噪比为衡量标准进行分析，峰值信噪比是信号处理领域广泛使用的衡量标准，表示一个信号最大可能功率和影响它表示精度的噪声功率的比值，常用单位为dB。
3.2 实验结果分析
为了验证设计的去噪滤波器在运动模糊图像上的有效性及可行性，以二维经验模态分解法、局部相关系数法与改进方法为对比，以均方误差、去噪精度、去噪效果为对比进行实验分析，结果如图1～图3所示。
由图1可知，采用二维经验模态分解法时，其均方误差随着信噪比的增加，其均方误差逐渐增加，未出现下降的情况，误差较大，达到约26.5%；采用局部相关系数法时，其均方误差虽然随着信噪比的增加而增加，但其整体均方误差要比二维经验模态分解法降低了15.8%；采用改进方法时，其均方误差随着信噪比的增加而增加，但相比二维经验模态分解法、局部相关系数法分别降低了18.5%，7.8%，具有一定的优势。这主要是因为在进行去噪滤波之前，分别对成像环境产生的噪声及传输信道产生的噪声进行分析、处理的原因。
由图2可以看出，采用二维经验模态分解法时，其去噪精度随着去噪时间的增加，其去噪精度逐渐增加，单在140～200 s时趋于平稳，约为58.3%；采用局部相关系数法时，其去噪精度虽然随着去噪时间的增加而增加，但其整体去噪精度在40 s开始就趋于稳定，未出现太大波动，精度达到了38.9%；采用改进方法时，其去噪精度随着去噪时间的增加而增加，约为85.4%，相比二维经验模态分解法、局部相关系数法分别提高了27.1%，46.5%，具有一定的优势，这主要是因为在进行去噪滤波之前，分别对成像环境产生的噪声及传输信道产生的噪声进行分析、处理的原因。
由图3对比可知，采用传统方法进行运动模糊图像去噪滤波时，其滤波去噪后，虽然随着时间的增加，信号波去噪效果有所提高，在一开始进行滤波去噪时，其去噪效果不显著；采用改进滤波器进行去噪时，其去噪效果较传统滤波器去噪效果显著，噪声消除效果较好，信号波未出现杂质粗糙的情况，具有一定优势。
4 结 论
针对传统的去噪滤波器去噪效果不佳的问题，提出并设计了基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波器。经实验对比分析证明，采用改进滤波器进行去噪滤波，相比传统滤波器，其滤波误差降低，精度提高，效果较好，具有一定的优势。
参考文献
[1] 宁阳，张云峰，何军，等.基于有理函数的遥感水体污染图像的自适应插值[J].济南大学学报（自然科学版），2016（2）：111?117.
[2] 张海锋，胡春海.同态滤波与中值滤波相融合的散斑噪声污染图像恢复[J].激光杂志，2016（4）：77?79.
[3] 王杰飞，刘洁瑜，沈强，等.基于噪声检测的激光光斑图像去噪方法[J].计算机应用，2014，34（z2）：302?304.
[4] 许廷发，苏畅，罗璇，等.基于梯度和小波变换的水下距离选通图像去噪[J].中国光学，2016，9（3）：301?311.
[5] 乔闹生，张奋.广义全变分与巴特沃斯高通滤波融合图像去噪[J].计算机工程与应用，2014，50（19）：20?22.
[6] 李秋妮，晁爱农，史德琴，等.一种新的小波半软阈值图像去噪方法[J].计算机工程与科学，2014，36（8）：1566?1570.
[7] 赵庆平，陈得宝，姜恩华，等.一种改进权重的非局部均值图像去噪算法[J].电子测量与仪器学报，2014，28（3）：334?339.
[8] 张宝华，刘鹤.采用子带分量阈值估计的红外图像去噪方法[J].中国激光，2014，41（8）：224?231.
[9] 李艳晓，张磊，张红刚，等.基于双CCD探测的外场高精度激光光斑测试技术[J].红外与激光工程，2015，44（1）：59?64.
[10] 吴泽楷，李恭强，王文涛，等.基于改进圆拟合算法的激光光斑中心检测[J].激光与红外，2016，46（3）：346?350.
[11] 高世杰，盛磊，李一芒，等.基于多图像传感器的激光光斑采集与处理系统设计[J].传感器与微系统，2015，34（11）：92?95.
摘 要： 针对抖动状态下的运动模糊图像去噪滤波一直存在效果不佳、误差大的问题，提出并设计了基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波器。通过成像噪声干扰及传输信道干扰两方面对运动模糊图像产生噪声的原因进行分析，确定抖动点，采用最小化全变差法构建全变差去噪模型，并进行加权平均，引入稀疏表示法构建运动模糊图像去噪滤波器模型，达到抖动状态下运动模糊图像去噪滤波器设计的目的。实验结果表明，采用改进去噪滤波器，相比传统的去噪滤波器其去噪滤波误差、效率等均有一定的优势。
关键词： 抖动状态； 运动模糊图像； 图像去噪； 滤波器设计
中图分类号： TN919.85?34 文献标识码： A 文章编号： 1004?373X（2017）23?0043?04
Abstract： Since the denoising filtering of motion blurred image under dithering condition has the problems of big error and poor effect， a denoising filter of motion blurred image under dithering condition is proposed and designed， which is based on the combination of the minimum total variation and sparse representation. The noise generation reason for the motion blurred image is analyzed in the aspects of imaging noise interference and channel transmission interference to determine the dithering point. The minimum total variation method is used to construct the total?variation denoising model， and the weighted average is carried out for the denoising model. The sparse representation method is introduced to construct the denoising filter model of the motion blurred image to realize the design of denoising filter of the motion blurred image under dithering condition. The experimental results show that， in comparison with the traditional denoising filters， the improved denoising filter has a certain advantages in the aspects of denoising filtering error and efficiency.
Keywords： dithering condition； motion blurred image； image denoising； filter design
0 引 言
随着计算机技术应用领域的不断拓展[1]，由于大气湍流中折射率的随机不均匀分布，采集图像时光束会在不均匀元上产生散射，对原来稳定传播的光束产生扰动，使得图像受到抖动影响，形成运动模糊图像[2?3]。在现实生活应用中，大多数人都想看到高清的图像，然而出于获取图像的相关设备存在一定局限性以及外界环境的干扰等问题，使人们难以捕获高质量的图像，并扭曲了图像的细节，甚至图像会产生变形，导致图像失去自身的使用价值[4?5]。为此对抖动状态下的运动模糊图像进行去噪滤波显得尤为重要，受到广大学者的关注，也出现了很多好的方法。
文獻[6]提出改进权重的运动模糊图像去噪滤波器，在高斯加权的欧氏距离基础上，结合相关系数衡量图像邻域间的相似性，将其应用到图像邻域灰度矩阵间的相似性度量上，可更好地利用图像邻域间的相似性。通过对添加不同噪声水平的图像进行测试，该方法存在去噪效率低的问题；文献[7]提出基于二维经验模态分解自带阈值估计的方法，通过对图像进行BEMD分解得到二维的内蕴模函数子带，利用高斯混合模型计算各子带噪声方差，获得更准确的阈值，通过自适应算法分别设定各子带阈值将噪声滤除，但是该方法存在阈值函数变差较大的缺点。
针对上述问题的产生，提出基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波算法，实验结果表明，采用改进设计的抖动状态下运动模糊滤波图像去噪滤波器，较传统的图像去噪滤波器，其去噪滤波所需时间、效果均有一定的优势，实用性较强。
1 运动模糊图像去噪形成问题分析
1.1 设备及环境因素影响
1.2 传输信道干扰影响
在分析传输信道干扰产生噪声影响时，详细评估阈值成为解决问题的关键。首先假设一个阈值[λ]求解其似然估计因数，然后利用相似然估计[λ]求得最终阈值函数，进而获取所设定的阈值。
综上所述，在分析运动模糊图像产生噪声原因的基础上，确定抖动点，采用最小化全变差法构建全变差去噪模型，并进行加权平均，引入稀疏表示法，构建运动模糊图像去噪滤波器模型，并进行实验对比分析。
3 实验结果分析
3.1 实验环境设置
实验在软件Matlab平台上进行实验分析，其实验平台为：HP Z600 Workstation，Intel coreTM 2 DUO CPU，2.40 GHz ， 7.98 GB内存，Windows XP 操作系统。实验以峰值信噪比为衡量标准进行分析，峰值信噪比是信号处理领域广泛使用的衡量标准，表示一个信号最大可能功率和影响它表示精度的噪声功率的比值，常用单位为dB。
3.2 实验结果分析
为了验证设计的去噪滤波器在运动模糊图像上的有效性及可行性，以二维经验模态分解法、局部相关系数法与改进方法为对比，以均方误差、去噪精度、去噪效果为对比进行实验分析，结果如图1～图3所示。
由图1可知，采用二维经验模态分解法时，其均方误差随着信噪比的增加，其均方误差逐渐增加，未出现下降的情况，误差较大，达到约26.5%；采用局部相关系数法时，其均方误差虽然随着信噪比的增加而增加，但其整体均方误差要比二维经验模态分解法降低了15.8%；采用改进方法时，其均方误差随着信噪比的增加而增加，但相比二维经验模态分解法、局部相关系数法分别降低了18.5%，7.8%，具有一定的优势。这主要是因为在进行去噪滤波之前，分别对成像环境产生的噪声及传输信道产生的噪声进行分析、处理的原因。
由图2可以看出，采用二维经验模态分解法时，其去噪精度随着去噪时间的增加，其去噪精度逐渐增加，单在140～200 s时趋于平稳，约为58.3%；采用局部相关系数法时，其去噪精度虽然随着去噪时间的增加而增加，但其整体去噪精度在40 s开始就趋于稳定，未出现太大波动，精度达到了38.9%；采用改进方法时，其去噪精度随着去噪时间的增加而增加，约为85.4%，相比二维经验模态分解法、局部相关系数法分别提高了27.1%，46.5%，具有一定的优势，这主要是因为在进行去噪滤波之前，分别对成像环境产生的噪声及传输信道产生的噪声进行分析、处理的原因。
由图3对比可知，采用传统方法进行运动模糊图像去噪滤波时，其滤波去噪后，虽然随着时间的增加，信号波去噪效果有所提高，在一开始进行滤波去噪时，其去噪效果不显著；采用改进滤波器进行去噪时，其去噪效果较传统滤波器去噪效果显著，噪声消除效果较好，信号波未出现杂质粗糙的情况，具有一定优势。
4 结 论
针对传统的去噪滤波器去噪效果不佳的问题，提出并设计了基于最小化全变差与稀疏表示结合的抖动状态下运动模糊图像去噪滤波器。经实验对比分析证明，采用改进滤波器进行去噪滤波，相比传统滤波器，其滤波误差降低，精度提高，效果较好，具有一定的优势。
参考文献
[1] 宁阳，张云峰，何军，等.基于有理函数的遥感水体污染图像的自适应插值[J].济南大学学报（自然科学版），2016（2）：111?117.
[2] 张海锋，胡春海.同态滤波与中值滤波相融合的散斑噪声污染图像恢复[J].激光杂志，2016（4）：77?79.
[3] 王杰飞，刘洁瑜，沈强，等.基于噪声检测的激光光斑图像去噪方法[J].计算机应用，2014，34（z2）：302?304.
[4] 许廷发，苏畅，罗璇，等.基于梯度和小波变换的水下距离选通图像去噪[J].中国光学，2016，9（3）：301?311.
[5] 乔闹生，张奋.广义全变分与巴特沃斯高通滤波融合图像去噪[J].计算机工程与应用，2014，50（19）：20?22.
[6] 李秋妮，晁爱农，史德琴，等.一种新的小波半软阈值图像去噪方法[J].计算机工程与科学，2014，36（8）：1566?1570.
[7] 赵庆平，陈得宝，姜恩华，等.一种改进权重的非局部均值图像去噪算法[J].电子测量与仪器学报，2014，28（3）：334?339.
[8] 张宝华，刘鹤.采用子带分量阈值估计的红外图像去噪方法[J].中国激光，2014，41（8）：224?231.
[9] 李艳晓，张磊，张红刚，等.基于双CCD探测的外场高精度激光光斑测试技术[J].红外与激光工程，2015，44（1）：59?64.
[10] 吴泽楷，李恭强，王文涛，等.基于改进圆拟合算法的激光光斑中心检测[J].激光与红外，2016，46（3）：346?350.
[11] 高世杰，盛磊，李一芒，等.基于多图像传感器的激光光斑采集与处理系统设计[J].传感器与微系统，2015，34（11）：92?95.
