第二节 图像与图像复原
随着多媒体技术的发展、数据运算速率的提升与网络吞吐量的增加,图像处理的应用瓶颈被打破;同时,人们感知世界多样化的迫切需求使图像这种感知媒介逐步渗入日常生活的各方面,进而推动图像处理领域再次成为国内外学术及工业界关注与研究的热点。图像作为信息感知的主要载体,在其捕获、计算及传输等处理过程中仍存在许多问题。
一、图像
求知与创新是人类的天性,认识与改造客观世界是社会发展的主线。对于客观世界任何有效、合理的改造都基于对于客观世界全面、深刻的认识[2]。人们通过诸多交互方式感知我们周围的世界,如视觉、听觉、触觉等;所获取的感知信息中80%来源于我们的眼睛,这其中75%的视觉信息以图像为载体记录下来。如图1-1所示,客观世界中对象以不同方式被感知,以不同方式呈现(注:不可见物理图像,可光谱感知,但不在人类的可视范围内)。
图1-1 客观世界中物体的描述形式
图像作为客观世界的重要表现形式之一,不仅可以更形象地表达物理对象,而且更易于人们认知对象间的关系,从而引导我们更深入地探究物理世界的本质。近年,随着多媒体技术的发展以及工业制造水平的进步,图像成像设备成本降低并逐步普及,应用到日常生活的各领域;图像也由于人们全面感知世界的需求,成为我们认识与改造客观世界的重要媒介。
二、图像降质
人类应用各种成像设备,通过不同的观测方法与传输手段获取图像,并通过计算、分析这些图像数据进而指导改造客观世界的实践活动。诸多图像处理领域的方法协助我们完成了这项由物理对象映射为图像,再将其转化为有效数据作用于客观世界的工作,如图1-2所示[3]。笔者认为映射并还原物理对象的原貌是后续认知工作的前提,而图像的清晰度将直接影响工作的结果,所以捕获高质量的图像变得尤为重要,是认识客观世界的基础工作。然而在获取图像的过程中存在诸多确定或不确定的因素影响成像水平,进而表现为图像失真、噪声干扰及模糊等使图像质量下降,简称图像降质(image degradation)或图像退化,如表1-1所示[4]。图像降质将直接影响图像后续处理过程,进而增加图像计算、分析、特征提取及目标识别的难度,间接降低图像数据的应用价值。面对某些瞬时场景,若无法重现或重现代价过高,而关键图像数据丢失,其损失可能是无法弥补的。因此,人们寻求是否存在某种图像处理方法可以从降质图像中恢复出清晰图像或真实场景,并且面向诸多图像降质的影响因素是否存在某项适用范围较广的降质图像复原方案。
图1-2 图像处理领域的主要研究
表1-1 图像降质因素
三、图像复原
图像复原(又称图像恢复,image restoration),是一种能够弥补或挽回图像中因降质丢失的视觉信息并改善图像质量的技术,其利用降质现象的某些先验知识来重建降质图像的原始信息,以此增加图像的清晰度并消减图像的噪声[5]。图像复原方法源于20世纪50年代末、60年代初美国与苏联的空间探索计划[6],随后发展至今,目前已成为图像处理领域重要的研究分支之一,其研究具有重要的实践意义与理论价值。
1.实践意义
近些年,人们多样化、全面的感知需求促使图像复原方法的研究开始由军用转向民用,其应用范围逐步从国防扩展到其他科学技术领域,其研究成果延伸了人们感知世界的空间维度,并已在工业、农业及商业等日常生活方面发挥着重要作用,如表1-2所示[7-9]。
表1-2 降质图像复原的应用
2.理论价值
图像复原是一个逆问题求解过程,先根据图像退化过程中获得的先验知识建立对应的图像降质模型,再依据该图像应用领域的相关知识及原理设计合适的降质图像复原模型及算法,然后通过相关评价指标检测降质图像的复原质量,并以此判定图像复原模型的准确性与算法的适用性。在整个降质图像复原过程中,笔者运用了大量的数学方法(如偏微分方程、泛函分析、图论及模糊理论等)及相关应用领域的基础理论(如神经网络、小波变换、图割理论及智能算法等),多学科的交互推动了各自研究领域的进展,其间图像复原方法研究同样体现了重要的理论价值[10-11]。
(1)图像复原方法的研究有利于数学理论在图像处理领域的应用研究。数学是一门基础学科,其发展的动力之一源于物理现象的发现与实际问题的解决。近些年,数学应用于图像处理研究领域,作为解题工具发挥了重要的作用并获得了长足的发展。同时,图像复原模型及算法研究扩充了数学工具的选择范围,更多的数学理论与新兴学科知识交叉融合,相互促进、共同发展。
(2)图像复原方法的研究有利于解决图像处理领域的其他问题。图像降质因素普遍存在,针对不同的应用场景设计合适的降质图像复原模型及算法,获取清晰的图像、还原场景的原貌,为后续的数据分析与应用处理提供保障。
(3)图像复原方法的研究有利于相关边缘学科的发展。图像复原模型及算法研究与其他边缘学科有着紧密的联系,如降质图像质量的评价标准借鉴了人类视觉特征与心理学研究的部分方法与成果,并且伴随边缘学科的发展更易于催生出新的理论与算法。
(4)图像复原方法的研究有利于相关软件理论的研究与硬件设备的开发。