图像的退化与复原简介

在图像的获取、传输以及保存过程中，由于各种因素，如大气的湍流效应、摄像设备中光学系统的衍射、传感器特性的非线性、光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像设备与物体之间的相对运动、不当的焦距、环境随机噪声、感光胶卷的非线性及胶片颗粒噪声、电视摄像扫描的非线性所引起的几何失真以及照片的扫描等，都难免会造成图像的畸变和失真。通常将由于这些因素引起的质量下降称为图像退化。一些退化因素只影响一幅图像中某些点的灰度，称为点退化；另外一些退化因素则可以使一幅图像中的一个空间区域变得模糊，称为空间退化。

图像退化的典型表现是图像出现模糊、失真以及出现附加噪声等。由于图像的退化，在图像接收端显示的图像已不再是传输的原始图像，图像的视觉效果明显变差。为此，必须对退化的图像进行处理，才能恢复出真实的原始图像，这一过程就称为图像复原。图像复原是利用图像退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图像。因而图像复原可以理解为图像降质过程的反向过程。

图像复原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某种程度的改善为目的。所不同的是图像复原过程是试图利用退化过程的先验知识使已退化的图像恢复本来面目，实际上是一个估计过程。即根据退化的原因，分析引起退化的因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。从图像质量评价的角度来看，图像复原就是提高图像的可理解性。简言之，图像复原的处理过程就是对退化图像品质的提升，从而达到在视觉效果上的改善。所以，图像复原本身往往需要有一个质量标准，即衡量接近全真景物图像的程度，或者说对原图像的估计是否达到最佳的程度。而图像增强基本上是一个探索的过程，它利用人的心理状态和视觉系统去控制图像质量，直到人们的视觉系统满意为止。(www.xing528.com)

由于引起图像退化的因素很多，且性质各不相同，因此目前没有统一的复原方法。早期的图像复原是利用光学的方法对失真的观测图像进行校正，而数字图像复原技术最早则是从对天文观测图像的后期处理中逐步发展起来的。其中一个成功例子是美国NASA的喷气推进实验室在1964年用计算机处理有关月球的照片，照片是在空间飞行器上用电视摄像机拍摄的，图像的复原包括消除干扰和噪声、校正几何失真和对比度损失以及反卷积等。另一个典型例子是对美国肯尼迪总统遇刺事件现场照片的处理。由于事发突然，照片是在相机移动过程中拍摄的，图像复原的主要目的就是消除移动造成的失真。

早期的复原方法有：非邻域滤波法、最近邻域滤波法、维纳滤波和最小二乘滤波等。随着数字信号处理和图像处理的发展，新的复原算法不断出现，在应用中可以根据具体情况加以选择。