Kotelnikov Institute of Radio Engineering and Electronics of RAS Русский Sign in Submit a paper
Journal of Radio Electronics Online scientific journal · eISSN 1684-1719
2018, № 4 · RADIO ELECTRONICS RELATED PROBLEMS

Автоматическое восстановление дефокусированных изображений без определения вида и параметров аппаратной функции

A.V. Kokoshkin1, V.A. Korotkov1, K.V. Korotkov1, E.P. Novichikhin1

1 Fryazino Branch of Kotelnikov IRE RAS, Friazino, Russia
Full text (PDF) DOI: 10.30898/1684-1719.2018.4.8 UDC 621.369 EDN XOXTZJ

Abstract

The article offers a fundamentally new approach to solving the problems of reconstructing distorted images. If traditionally researchers try to reconstruct an unknown Point Spread Function (PSF) by some methods or, with iterative approaches, to make initial assumption about the form of PSF, then we rely on the General-purpose reference spectrum (GRS), i.e. on the knowledge of what, on average, there should be an amplitude spatial spectrum of an undistorted image. If the amplitude spectrum of the PSF distortion is alternating, then the use of the method of renormalization limitedthe (MRL) with classical GRS does not lead to a successful reconstruction. In connection with this, it is proposed to carry out the adaptation procedure for the GRS and to supply it with the automatic registration of the sign. As a result of such a methodology, a model of the normalized image of the adaptive General-purpose reference spectrum (AGRS) is proposed. Note that there is an automatic change in the form of the General-purpose reference spectrum, and not a reconstruction of the Point Spread Function. Thus, the modifications and adaptations of the GRS proposed in our work, depending on the specific task, increase the efficiency of the procedures for reconstructing the distorted images and can be done automatically.

  • blind deconvolution
  • general-purpose reference spectrum
  • the method of renormalization limited
Аннотация (на русском)

Автоматическое восстановление дефокусированных изображений без определения вида и параметров аппаратной функции

В статье предлагается принципиально новый подход к решению задач восстановления искажённых изображений. Если традиционно исследователи пытаются реконструировать неизвестную аппаратную функцию (АФ) по каким либо методикам либо, при итерационных подходах, сделать начальное предположения о виде АФ, то мы опираемся на универсальный опорный спектр (УОС), т.е. на знание того, каким, в среднем, должен быть амплитудный пространственный спектр неискажённого изображения. Если амплитудный спектр АФ искажения знакопеременный, то использование метода перенормировки с ограничением (МПО) с классическим УОС не приводит к успешному восстановлению. В этой связи предлагается провести процедуру адаптации УОС и дополнить её автоматическим учётом знака. В результате такой методологии предложена модель нормированного на УОС усреднённого спектра изображения (УНС). Заметим что происходит автоматическое изменение формы универсального опорного спектра, а не реконструкция аппаратной функции искажения. Таким образом, предлагаемые в нашей работе модификация и адаптация УОС, в зависимости от конкретной задачи, повышают эффективность процедур восстановления искажённых изображений и проходят в автоматическом режиме.

For citation

Kokoshkin A.V., Korotkov V.A., Korotkov K.V., Novichikhin E.P. Автоматическое восстановление дефокусированных изображений без определения вида и параметров аппаратной функции // Journal of Radio Electronics. – 2018. – No. 4. https://doi.org/10.30898/1684-1719.2018.4.8

References

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005.
  2. Потапов А.А., Гуляев Ю.В., Никитов С.А., Пахомов А.А., Герман В.А. Новейшие методы обработки изображений - М.: ФИЗМАТЛИТ, 2008. - 456 с.
  3. Методы компьютерной обработки изображений / Под ред. В.А. Сойфера - М.: Физматлит, 2003. - 784 с.
  4. Favaro, Paolo; Soatto, Stefano; Burger, Martin; Osher, Stanley J (2008). Shape from defocus via diffusion. IEEE transactions on pattern analysis and machine intelligence, 30(3), pp. 518-531. IEEE Computer Society 10.1109/TPAMI.2007.1175
  5. Chan T. and Wong C.-K., Total variation blind deconvolution. IEEE Transactions on Image Processing, 1998.
  6. Chan T. C. and Wong C. Convergence of the alternating minimization algorithm for blind deconvolution. Linear Algebra and its Applications, 316(13):259 - 285, 2000.
  7. Гуляев Ю. В., Зражевский А. Ю., Кокошкин А. В., Коротков В. А., Черепенин В.А. «Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 3. Универсальный опорный спектр». Журнал радиоэлектроники [электронный журнал], 2013, №12. Режим доступа: http://jre.cplire.ru/jre/dec13/3/text.html
  8. Зражевский А.Ю., Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Универсальный опорный спектр и его использование для нахождения аппаратной функции искажения и восстановления изображений». VIII Всероссийская научно-техническая конференция «Радиолокация и радиосвязь», 24 - 26 ноября 2014 г., Москва, Доклады. ИРЭ им. В.А.Котельникова РАН, Москва 2014 г., стр. 191-195.
  9. Кокошкин А. В., Коротков В. А., Коротков К. В., Новичихин Е.П. «Слепое восстановление изображений, искажённых смазом и дефокусировкой, при неизвестной форме и параметрах АФ». Журнал радиоэлектроники [электронный журнал], 2014, №9. Режим доступа: http://jre.cplire.ru/jre/sep14/8/text.html
  10. Кокошкин А. В., Коротков В. А., Коротков К. В., Новичихин Е.П. «Использование универсального опорного спектра для оценки отношения шум - сигнал в фильтре Винера». Журнал радиоэлектроники [электронный журнал], 2015, №7. Режим доступа: http://jre.cplire.ru/jre/jul15/6/text.html
  11. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Использование универсального опорного спектра для восстановления искажённых изображений при наличии помех и шума с неизвестными параметрами. Метод перенормировки с ограничением и фильтр Винера». IX Всероссийская научно-техническая конференция «Радиолокация и радиосвязь», 23 - 25 ноября 2015 г., Москва, Доклады, Издание JRE - ИРЭ им. В.А.Котельникова РАН, Москва 2015 г., стр. 105-110.
  12. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Использование метода перенормировки с ограничением для восстановления искажённых изображений при наличии помех и шума с неизвестными параметрами». Журнал радиоэлектроники [электронный журнал], 2015, №7. Режим доступа: http://jre.cplire.ru/jre/jul15/4/text.html
  13. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Прогнозирование возможного улучшения качества искажённых изображений». IX Всероссийская научно-техническая конференция «Радиолокация и радиосвязь», 23 - 25 ноября 2015 г., Москва, Доклады, Издание JRE - ИРЭ им. В.А.Котельникова РАН, Москва 2015 г., стр.111-115.
  14. Кокошкин А. В., Коротков В. А., Коротков К. В., Новичихин Е. П. «Метод прогнозирования возможного улучшения качества искажённых изображений». Журнал радиоэлектроники [электронный журнал], 2015, №6. Режим доступа: http://jre.cplire.ru/jre/jun15/5/text.html
  15. Зражевский А. Ю., Кокошкин А. В., Коротков В. А., «Влияние спектрально-локальных помех на восстановление изображения методом опорного изображения». Журнал радиоэлектроники [электронный журнал], 2014, №1. Режим доступа: http://jre.cplire.ru/jre/jan14/9/text.html
  16. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Восстановление радиоизображения, искажённого спектрально-локальными помехами и аппаратной функцией с неизвестными боковыми лепестками». // Журнал Радиоэлектроники [электронный журнал]. 2016, №8. Режим доступа: http://jre.cplire.ru/jre/aug16/3/text.html
  17. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Использование перенормировки спектра для восстановления изображений, искажённых гидрометеорами». Журнал радиоэлектроники [электронный журнал]. 2017. №11. Режим доступа: http://jre.cplire.ru/jre/nov17/3/text.pdf