Т.В. Крапчатова, М.В. Филиппов
4
В последнее время основное внимание уделяется методам сле-
пой деконволюции, при которой изначально неизвестна искажаю-
щая функция изображения. Именно такая ситуация обычно имеет
место в реальной жизни. Существует целый класс методов восста-
новления, основанных на данном подходе. При восстановлении
стараются выделить как можно больше изначальной информации,
чтобы сделать предположения о характере смаза. Если такой ин-
формации недостаточно, то итеративно уточняют вид искажающей
функции для получения наилучшего приближения [4 – 7]. В неко-
торых работах авторы используют шаг предварительной обработки
изображения, на котором сначала применяют специальные филь-
тры для сглаживания шума или выделения границ, что дает хоро-
шие результаты при использовании итеративной схемы вычисле-
ний [8]. Кроме того, часто используют предположение об искаже-
нии, инвариантном к сдвигу, что существенно влияет на эффек-
тивность вычислений [3, 9, 10].
Все существующие методы слепой деконволюции можно разде-
лить на два типа: восстановление изображения по одному или не-
скольким искаженным кадрам с различными параметрами смаза и
уровнем шума. В первом случае основное внимание уделяется вос-
становлению коэффициентов или самой искажающей функции с
помощью сложных математических вычислений и алгоритмов, при-
меняемых к одному кадру. Во втором случае имеется возможность
получить больше информации об идеальном изображении по его не-
скольким искаженным кадрам и использовать эту особенность в реа-
лизации метода. В данной работе будет предложен метод восстанов-
ления по двум кадрам.
3. Метод восстановления по двум кадрам.
Изложенный ниже
метод восстановления качественного изображения по двум смазан-
ным кадрам, полученным аэрофотосъемкой объектов заданной мест-
ности с перекрытием, основан на использовании итерационной
процедуры синтеза искажающей функции, описанной в [9, 11], и ал-
горитма определения направления смаза [12]. Время обработки аэро-
фотоснимков должно быть небольшим, и это накладывает некоторые
ограничения на вычислительную сложность алгоритма, что также
учитывалось при выборе схемы реализации метода.
Для решения поставленной задачи использовался классический
подход для восстановления изображения методом слепой деконво-
люции (рис. 2), при котором на основе априорной информации об ис-
кажении определяются параметры искажающей функции, а затем с
помощью уже известных значений проводится синтез более каче-
ственного изображения [2].
