基于RGB通道自适应的维纳滤波图像去模糊研究

·218·计算机测量与控制第27卷表1相对评价等级图像质量评价评分5一组中最好的图像54好于改组平均水平的图像43该组平均水平的图像32差于改组平均水平21一组中最差的图像1表2绝对评价等级图像质量评价评分5很好54好43一般32差21很差l3．2客观评价图像的客观评价，是根据人眼的主观视觉系统建立的数学模型，并通过具体的数学公式计算，进而比较图像质量的好坏。和主观评价相比，客观评价不会因为人的认知的原因出现偏差，不依赖人的主观能动性，在图像质量评价中比较常见。最常用的有比较均方误差(E)、信噪比(SNR)和峰值信噪比(PSNR)，这三种方法是基于原始图像和待评估图像之间对应的像素点值之差，对于一副矩阵表示为MxN大小的图像，其均方误差可以定义为：MSE2；去Nm．--，I27_'oEI(i，j)一K(i，J)]2(18)信噪比则定义为：洲=10／oglo犀露‰]峰值信噪比定义为：粥懈一魄。。(訾)锄*log。。(器)其中：j(i，J)和K(i，j)表示为原始图像和处理过后的图像对应像素点灰度值，MAX，表示图像点颜色的最大数值。3．3去模糊后图像的评价在客观评价中，由上述定义可知，均方误差的值是越小代表着图像的质量越好，信噪比和峰值信噪比的值越大。代表着图像的质量越好。由于去模糊处理过后的图像K(i，j)与原始图像J(i，j)差距过大，可知式(18)和式(19)中[J(i，歹)一K(i，J)32的值变大，导致均方误差变大，信噪比变小，与均方误差值的“越小代表图像质量越好”和信噪比值的“越大代表图像质量越好”的原则相背；均方误差变大，由式(20)中可知峰值信噪比变小，与峰值信噪比值的“越大表示处理图像质量越好”原则相背。所以在本文去模糊处理后，不适宜采用客观评价的方法，而图像的评价方法有客观评价方法和主观评价方法，所以本文针对图像去模糊后的效果，采用主观评价的方法对图像进行评价。4实验结果与比较分析4．1实验准备本实验在i5CPU为2．8GHz，8GB内存，操作系统为64位Windows10的电脑上运行，使用Pycharm2018软件进行仿真。4．2比较分析实验1、2、3分别用BM3D‘173与NCSREl83的方法对模糊图的去模糊效果，将去模糊效果与本文算法进行比较，分别如下图(均为灰度图)所示，图8(b)、图9(b)、图10(b)是在本文算法环境下的基于RGB自适应的维纳滤波去模糊结果。(c)BM3D算法}{}|(d)NCSR算法图8各算法比较(a)模糊圈●。1。1。。。。。。1。。。。。。“。’。。。。。。。。。。。“。。。。。。。。。。。。。。。-。-_。_。_。___________________________________——l帆J／／(b)本文算法图r’’。1’’。’11’1’。。’1。。’。’1。1。1。1。。。。。。。。。。。。。。。。。。。。。。。。。__。_。●。__。_。_____●。_。__●_______-_______——『：浮如J■■■圈暖墨嬲■■—■》，图9算法比较图万方数据第1l期孙成阳，等：基于RGB通道自适应的维纳滤波图像去模糊研究．219．(a)模糊图(b)本文算法图(C)B～13D算法图图10各算法比较图实验1、2、3中，针对图8(a)、图9(a)、图10(a)出现∑一2的高斯模糊，图8(c)、图9(c)、图10(c)是使用BM3D的方法对模糊图进行去模糊的效果，图8(d)、图9(d)、图10(d)是使用NCSR的方法对模糊图进行去模糊的效果，图8(b)、图9(b)、图10(b)是本文的方法，基于RGB自适应的维纳滤波得到的去模糊图像。从中观察可以看出，高斯模糊过后的图像，本文的方法与另外两种方法相比较，更为清晰，体现在能够很好地处理因高斯模糊过后物体的边缘出现的振铃现象，且能够更好地平滑图像的整体色彩。本文采用主观相对评价的类型，抽取10人对图像复原后的图片进行评价，并根据评价的结果，采用计算分数准确率以及平均值计算的方法，最终判断去模糊后的图像质量。实验1、2、3中去模糊效果的三种算法的质量分数待定，抽取10名观察人对以上三张图片的恢复效果进行评分如表3所示。表3评价分数表格＼图片√贺＼＼l一21—31—42—22—32—43—23—33—401433432443023244233320333432444304342234332053333234440632233233307333443423084234334330933232234310444433333设单幅图像不同观察人评价的分数为S，评分差异为AS，，用来衡量每一幅图像的评价准确率△。，△。可以减少因为过高或者过低的评价分数对图像评价有效性的影响。铲等一挲，0<=i<一9，i+1<一J<=10(21)每个图像的平均