對(duì)于模糊圖像處理技術(shù)，國(guó)內(nèi)大學(xué)和科研機(jī)構(gòu)在多年以前就在研究這些理論和應(yīng)用，相關(guān)文獻(xiàn)也發(fā)布了不少，已經(jīng)取得了一些很好的應(yīng)用。美國(guó)Cognitech軟件是相當(dāng)成熟的一套模糊圖像恢復(fù)應(yīng)用軟件，在美國(guó)FBI及其他執(zhí)法機(jī)構(gòu)中已有多年實(shí)際應(yīng)用，其恢復(fù)出的圖像可以直接當(dāng)作法庭證據(jù)使用，可見(jiàn)模糊圖像處理技術(shù)已經(jīng)取得了相當(dāng)?shù)膶?shí)際應(yīng)用。

　　前面提到，造成圖像模糊的原因有很多，要取得比較好的處理效果，不同原因?qū)е碌哪：枰煌奶幚矸椒?。從技術(shù)方面來(lái)講，模糊圖像處理方法主要分為三大類(lèi)，分別是圖像增強(qiáng)、圖像復(fù)原和超分辨率重構(gòu)。

　　圖像增強(qiáng)

　　很多傳統(tǒng)圖像算法都可以減輕圖像的模糊程度，比如圖像濾波、幾何變換、對(duì)比度拉伸、直方圖均衡、空間域銳化、亮度均勻化、形態(tài)學(xué)、顏色處理等。就單個(gè)來(lái)講，這些算法都比較成熟，相對(duì)簡(jiǎn)單。但是對(duì)于一個(gè)具體的模糊圖像，往往需要上面的一種或者多種算法組合，配合不同的參數(shù)才能達(dá)到理想的效果。這些算法和參數(shù)的組合進(jìn)一步發(fā)展成為具體的增強(qiáng)算法，比如“圖像去霧”算法、“圖像去噪”算法、“圖像銳化”算法、“圖像暗細(xì)節(jié)增強(qiáng)”算法等等。這些算法都不同程度提高了圖像清晰度，很大程度改善了圖像質(zhì)量。

　　綜合使用形態(tài)學(xué)、圖像濾波和顏色處理等算法可以實(shí)現(xiàn)圖像去霧的算法，圖1是一個(gè)去霧算法的實(shí)際使用效果，類(lèi)似的圖像增強(qiáng)算法還有很多，不再一一列舉。

　　圖像復(fù)原

　　圖像復(fù)原與圖像增強(qiáng)技術(shù)一樣，也是一種改善圖像質(zhì)量的技術(shù)。圖像復(fù)原是根據(jù)圖像退化的先驗(yàn)知識(shí)建立一個(gè)退化模型，然后以此模型為基礎(chǔ)，采用各種逆退化處理方法逐步進(jìn)行恢復(fù)，從而達(dá)到改善圖像質(zhì)量的目的。

　　圖像復(fù)原和圖像增強(qiáng)是有區(qū)別的，兩者的目的都是為了改善圖像的質(zhì)量。但圖像增強(qiáng)不考慮圖像是如何退化的，只有通過(guò)試探各種技術(shù)來(lái)增強(qiáng)圖像的視覺(jué)效果，而圖像復(fù)原就完全不同，需要知道圖像退化過(guò)程的先驗(yàn)知識(shí)，據(jù)此找出一種相應(yīng)的逆過(guò)程方法，從而得到復(fù)原的清晰圖像。圖像復(fù)原主要取決于對(duì)圖像退化過(guò)程的先驗(yàn)知識(shí)所掌握的精確程度。

　　對(duì)由于離焦、運(yùn)動(dòng)、大氣湍流等原因引起的圖像模糊，圖像復(fù)原的方法效果較好，常用的算法包括維納濾波算法、小波算法、基于訓(xùn)練的方法等。圖3是使用維納濾波解決運(yùn)動(dòng)模糊圖像的例子，取得了很好的復(fù)原效果。在知道退化模型的情況下，相對(duì)圖像增強(qiáng)來(lái)說(shuō)，圖像復(fù)原可以取得更好的效果。

　　圖像超分辨率重構(gòu)

　　現(xiàn)有的監(jiān)控系統(tǒng)主要目標(biāo)為宏觀場(chǎng)景的監(jiān)視，一個(gè)攝像機(jī)，覆蓋一個(gè)很大的范圍，導(dǎo)致畫(huà)面中目標(biāo)太小，人眼很難直接辨認(rèn)。這類(lèi)由于欠采樣導(dǎo)致的模糊占很大比例，對(duì)于由欠采樣導(dǎo)致的模糊需要使用超分辨率重構(gòu)的方法。

　　超分辨率復(fù)原是通過(guò)信號(hào)處理的方法，在提高圖像的分辨率的同時(shí)改善采集圖像質(zhì)量。其核心思想是通過(guò)對(duì)成像系統(tǒng)截止頻率之外的信號(hào)高頻成分估計(jì)來(lái)提高圖像的分辨率。超分辨率復(fù)原技術(shù)最初只對(duì)單幅圖像進(jìn)行處理，這種方法由于可利用的信息只有單幅圖像，圖像復(fù)原效果有著固有的局限。序列圖像的超分辨率復(fù)原技術(shù)旨在采用信號(hào)處理方法通過(guò)對(duì)序列低分辨率退化圖像的處理來(lái)獲得一幅或者多幅高分辨率復(fù)原圖像。由于序列圖像復(fù)原可利用幀間的額外信息，比單幅復(fù)原效果更好，是當(dāng)前的研究熱點(diǎn)。

　　序列圖像的超分辨率復(fù)原主要分為頻域法和空域法兩大類(lèi)，頻域方法的優(yōu)點(diǎn)是:理論簡(jiǎn)單,運(yùn)算復(fù)雜度低，缺點(diǎn)是：只局限于全局平移運(yùn)動(dòng)和線性空間不變降質(zhì)模型，包含空域先驗(yàn)知識(shí)的能力有限?？沼蚍椒ㄋ捎玫挠^測(cè)模型涉及全局和局部運(yùn)動(dòng)、空間可變模糊點(diǎn)擴(kuò)散函數(shù)、非理想亞采樣等，而且具有很強(qiáng)的包含空域先驗(yàn)約束的能力。常用的空域法有非均勻插值法、迭代反投影方法(IBP)、凸集投影法(POCS)、最大后驗(yàn)估計(jì)法(MAP)、最大似然估計(jì)法(ML)、濾波器法等，其中，MAP和POCS二方法研究較多，發(fā)展空間很大。對(duì)于具體的算法，不是本文的重點(diǎn)，這里不做詳細(xì)介紹。圖五是一個(gè)使用多幀低分辨率圖像超分辨率重構(gòu)的例子。