Warum können wir keine sehr hohe Unschärfe aus einem Bild entfernen?

Question

Ich arbeite im Bereich der digitalen Bildwiederherstellung. Kürzlich habe ich eine Reihe von auf Bildwiederherstellungstechniken basierenden Papieren studiert. Ich habe auch MATLAB Codes verwendet, die auf der Projektseite dieser Papiere zur Verfügung gestellt werden. Eine Sache, die ich bemerkt habe, ist, dass Algorithmen, die in diesen Papieren vorgestellt werden, in der Lage sind, Unschärfe von Bildern zu entfernen, die in entsprechenden Papieren enthalten sind, aber diese sind nicht in der Lage, Unschärfe hoher Qualität zu entfernen.

Kann mir bitte jemand erklären, warum ist es so?

Dies ist ein einfaches Bild mit hohen Qualität Unschärfe mit:

Kompetente Beratung benötigt, mit vollständigere Erklärung.

Ich möchte auch wissen; ist qualitativ hochwertige Unschärfenentfernung ein offenes Problem in digitaler Bildverarbeitung oder nicht?

Answer 1

Da der Blur-Kernel unbekannt ist, sollte der Algorithmus ein Blind-Deconvolution-Algorithmus sein. Ein typischer Blind-Dekonvolutions-Algorithmus würde sowohl den Faltungskern (Punkt-Spreiz-Funktion) als auch das Bild selbst wiederherstellen.

Aber der meiste solcher Algorithmus beschäftigt sich nur mit räumlich unveränderlicher Unschärfe, die den Unschärfekernel über das ganze Bild stabil sein muss. Das von Ihnen bereitgestellte Bild enthält eine schichtvariable, räumlich variierende Unschärfe. Sowohl die Kamera als auch der Hund bewegen sich während der Belichtung, was zu einem sehr komplexen unscharfen Bild führt. AFAIK, es gibt keinen Algorithmus, der deinen unscharfen Hund wiederherstellen kann. Wenn Sie den Hund aus dem Bild entfernen können, könnte das Ergebnis viel besser sein.

Darüber hinaus kann Kameraunschärfe auch das Ergebnis beeinflussen. Da es sich um ein echtes Foto handelt, sollte der Brennpunkt klarer sein, während andere Dinge außerhalb der Schärfentiefe verwischt werden. Es fügt eine weitere Dimension der räumlichen Varianz hinzu. Viele Forschungsarbeiten bewerten ihren Algorithmus nur mit berechneten Unschärfebildern oder einfachen realen Fotos. Der Deblur-Algorithmus für komplexe Verschiebungsvariationen ist immer noch ein offenes Problem.

Darüber hinaus können Geräusche in Bildern auch die Qualität der Deblur beeinflussen. Und echte Fotos enthalten immer Geräusche.

Schließlich sollten Sie sich daran erinnern, dass Deblurring mathematisch gesprochen ein schlecht gestelltes inverses Problem ist, so dass kleine Störungen in den Daten (z. B. Rauschen im gemessenen "unscharfen" Bild) zu großen Fehlern bei der Rekonstruktion führen. Es ist nicht immer möglich, ein verwackeltes Bild wiederherzustellen, da viele Informationen in der Unschärfe verloren gehen.

Answer 2

Um "hochwertige" Unschärfe erfolgreich zu entfernen, benötigen Sie das mathematische Modell alle die Unschärfen, die in Ihrem Bild beteiligt sind. Es gibt eine Kamera-Bewegungsunschärfe, die gut modelliert wurde. Außerdem ist es eine einfache Funktion, die auf alle Pixel im Bild angewendet werden kann.

Allerdings hat Ihr Bild auch unscharfe Unschärfe: Objekte in unterschiedlichen Entfernungen von der Kamera sind unterschiedlich unscharf. Der Hund, die Büsche, der Baumstamm usw. sind um unterschiedliche Beträge verschwommen. Das Weichzeichnungsmodell ist nicht für jeden Teil des Bildes gleich. Diese Art von Unschärfe zu blenden ist sehr schwierig.

Forschung Tags: Unschärfe, räumliche Variante Unschärfe.

Einige Autoren schlagen vor, das Bild in kleine Bereiche aufzuteilen und die Unschärfefunktionen unter Berücksichtigung der Randpixel zu berechnen.

Versuchen Sie dieses Papier bei ICASSP 2012 präsentiert von CTShen, WLHwang und SCPei: "Räumlich-varyingg out-of-Fokus Bild Entschleierungsfilter mit L1-2 Optimierung und eine geführte Unschärfe Karte"