15.5.2. МЕТОДЫ НА ОСНОВЕ КОСВЕННОГО ОЦЕНИВАНИЯДля телевизионных систем, действующих в реальном масштабе времени, характерна временная избыточность передаваемых кадров изображения, которая позволяет реализовать слепую реставрацию косвенными методами. Пусть в телевизионной системе -й кадр наблюдаемого изображения описывается функцией , (15.5.1) где - функция идеального изображения, - поле аддитивного шума, не коррелированного с . Если на кадрах идеальное изображение сохраняется неизменным, то временное усреднение наблюдаемых полей дает следующий результат: . (15.5.2) При большом величина отрицательного члена (15.5.2) стремится к среднему по ансамблю значению шума . В распространенном случае гауссового белого шума с нулевым средним для всех имеем нулевое среднее по ансамблю; это обстоятельство дает основание записать оценку в виде . (15.5.3) Временное усреднение также позволяет компенсировать нерезкость изображения. Рассмотрим изображающую систему, в которой последовательные кадры содержат изображения почти неподвижных объектов, причем в каждом кадре нерезкость вносится импульсным откликом , независимым от линейного сдвига. Примером такой изображающей системы может служить фотографическая система, в которой удаленный объект наблюдают через турбулентную атмосферу; при этом предполагается, что в межкадровых интервалах смещение объекта несущественно. Съемка с короткой выдержкой позволяет «заморозить» пространственную картину атмосферной турбулентности в моменты времени, соответствующие последовательным кадрам изображения. Для -го кадра нерезкого изображения такого объекта можно записать , (15.5.4) где . Фурье-спектр искаженного изображения запишется так . (15.5.5) Логарифмирование выражения (15.5.5) дает , (15.5.6) т. е. делает аддитивно разделимыми спектр идеального изображения и передаточную функцию искажающей системы. Это позволяет обратиться к общеизвестным методам статистического оценивания сигнала на фоне аддитивного шума. При отсутствии корреляции между импульсными откликами отдельных кадров изображения целесообразно вычислить сумму , (15.5.7) поскольку при большом она стремится к постоянной величине . (15.5.8) Таким образом, можно рассматривать как результат усреднения логарифмов частотных характеристик, описывающих турбулентность атмосферы. Выражение для оценки спектра изображения можно записать в виде . (15.5.9) Обратное преобразование Фурье-спектра (15.5.9) дает оценку в пространственной области. В любой практической изображающей системе в формулу (15.5.4) приходится вводить член для учета аддитивного шума . К сожалению, эта шумовая составляющая делает неправомерной операцию разделения (15.5.6) и, следовательно, заставляет отказаться от всех последующих выкладок. Один из методов преодоления этой трудности заключается в предварительном сглаживании (фильтрации) шума каждого наблюдаемого поля и использовании полученных результатов в формуле (15.5.9) в качестве оценок «незашумленных» изображений [9]. Можно также применить метод слепой реставрации сигналов, разработанный Стокхэмом и др. [9, 11]. Этот метод можно использовать, в частности, для обработки одиночных кадров зашумленных нерезких изображений, описываемых как , (15.5.10) где - пространственно-инвариантный импульсный отклик нерезкости. Реставрация выполняется с помощью сохраняющего энергетический спектр изображения фильтра с частотной характеристикой (14.1.16): , (15.5.11) где и - энергетические спектры идеального изображения и шума соответственно, - частотная характеристика нерезкости. При использовании метода слепой реставрации изображений Стокхэма оценку знаменателя в (15.5.11) находят, разбивая наблюдаемое изображение на фрагменты из элементов, которые можно представить как . (15.5.12) Каждый фрагмент обрабатывается соответствующим окном и подвергается преобразованию Фурье: . (15.5.13) Затем для каждого фрагмента вычисляют логарифм модуля спектра, а полученные данные усредняют. В результате получают , (15.5.14) где , (15.5.15а) , (15.5.15б) где - число фрагментов. Если достаточно велико, пространственные средние в обеих частях равенства (15.5.14) мало отличаются от соответствующих средних по ансамблю. Было показано [9], что среднее и дисперсия для (15.5.15б) имеют вид , (15.5.16а) , (15.5.16б) где - постоянная Эйлера. Таким образом, равенство позволяет найти оценку знаменателя в (15.5.11) для частотной характеристики реставрирующего фильтра. Оценку числителя формулы (15.5.11) находят подобным образом, генерируя незашумленные и резкие изображения-модели, характер которых должен имитировать предполагаемый характер идеального изображения. Пусть, например, описывает нерезкое и зашумленное изображение машинописной страницы; в этом случае должна использоваться модель в виде четкого и неискаженного шумами машинописного документа. Большой интерес представляет тот факт, что процедура слепой реставрации не требует явной оценки частотной характеристики нерезкости и оценки энергетического спектра шума. Эксперименты дают многообещающие результаты [9].
|