Методы деконволюции изображений
Материал из MachineLearning.
Одной из важных задач обработки изображений является задача восстановления смазанных снимков. В данной студенческой работе ведется попытка реализовать осветить современные подходы к решению этой проблемы и постараться реализовать и улучшить один из лучших известных алгоритмов.
Содержание |
Проблема смазанных изображений
Причинами смазанности могут выступать различные факторы:
1) Движение камеры в процессе съемки изображения;
2) Cъемка на длинной выдержке, когдасцена сама претерпевает изменения;
3) Расфокусированность оптики;
4) Использование широкоугольных объективов;
5) Атмосферная турбулентность;
6) Съемка на короткой выдержка, что не позволяет захватить достаточно фотонов;
7) Рассеянние света в конфокальной микроскопии;
Общепринятая модель размытия - свертка
Решение в виде максимизации правдоподобия
— множество производных (), — i-й пиксель изображения .
Ищем разреженное ядро:
Здесь - параметр скорости [движения камеры].
Разложим правдоподобие в произведение локальной и глобальной компонент:
Здесь за обозначены точки изображения с локальной дисперсией менее некоторой константы.
Алгоритм
Вход: — размытое изображение; — начальное приближение ядра;
Выход: — искомое четкое изображение; — исходное ядро размытия;
<= ; // инициализация скрытого изображения наблюдаемым;
оптимизация и :
повторять
оптимизация :
повторять
Обновить , минимизируя (2);
Вычислить согласно (3);
пока и ;
Обновить , минимизируя (4);
пока или максимальное число итераций завершено;
Тут мы видим два итерационных процесса внутренний, чередование вычисления и , и внешний, вычисление очередного приближения скрытой картинки и на его основе уточнение ядра .
Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |