大面陣CCD相機瑕點像元快速修復

李開端，李英杰，王尚強

（海軍航空工程學院青島校區，山東青島266041）

大面陣CCD相機瑕點像元快速修復

李開端，李英杰，王尚強

（海軍航空工程學院青島校區，山東青島266041）

大面陣CCD相機中瑕點像元的存在，降低了圖像的輸出品質，對目標識別造成不利影響。根據瑕點鄰域灰度變化特點，將一副圖像中需要修復的瑕點區域，采用自適應鄰域權值的修復算法，對處于邊界區域的瑕點修復質量明顯提高。

瑕點；邊緣檢測；曲線擬合；圖像修復

0 引言

光電圖像傳感器對目標光束的線性響應是確保成像質量的關鍵，在大面陣尤其是超大面陣CCD中，存在部分像元對目標光的響應并不能真實反映目標真實亮度的情況。一類是像元的輸出不隨輸入改變，在影像中總是呈現某一固定灰度值的盲點像元；另一類是像元輸出雖然變化，但不隨入射光強線性改變的病態像元，這兩類像元統稱為瑕點像元。CCD面積越大，出現瑕點的概率就越高，這不僅會改變目標影像的真實色彩、紋理和結構形狀，甚至會改變目標的屬性，影響目標識別。因此，對于大面陣CCD圖像中瑕點像元的修復，是提高圖像整體效果的重要內容。

由于光學成像系統輸出的真實影像是由彌散圓斑組成的灰度圖像，在目標影像的邊緣和紋理邊界部分不存在理想的階躍型灰度突變，而是一個緩變的過程，按照灰度梯度的變化可以將圖像分為變化劇烈、平緩和無變化3種情形［2，6］，對應著圖像中的目標邊緣（界）、灰度漸變和灰度平坦3種區域。不同區域的瑕點，無論是孤立的、還是面（線）狀瑕點，在利用鄰域修復時，必須針對瑕點所處區域灰度變化特征，采用不同的處理方式。文獻［3］采用了模板大小變化的自適應修復，文獻［4］采用了根據局部紋理變化動態確定樣板集大小的快速修復算法，文獻［5］提出了采用破損區域分塊的圖像修復方法，提高了圖像的修復精度和效率，也取得了較好的視覺效果。在借鑒現有修復方法優點基礎上，提出一種針對瑕點區域特征的鄰域權值自適應修復算法，在保證修復效率的同時，提高了修復后圖像的真實性。

1 圖像分割

圖像區域的分割是以圖像中灰度梯度變化為依據，將空間圖像分割為邊緣（界）、漸變和平坦等3個區域。由于圖像中存在多種噪聲和復雜的背景，采用具有多分辨率特征的小波對圖像進行邊緣（界）檢測，不僅運算速度快、還能較好的抑制噪聲。

在2j尺度下，2個方向的二維小波可以表示為式（2）。

圖像的二維小波變換包含2部分，見（3）式。

梯度矢量模值和方向分別為式（4）。

設2個梯度閾值T1，T2，M2jf（x，y）≥T1，確定為邊緣（界）；T2≤M2jf（x，y）＜T1，確定為灰度漸變區；M2jf（x，y）＜T2，確定為灰度平坦區。

2 瑕點灰度值修復

圖1 瑕點修復流程

如果瑕點鄰域存在邊緣（界），必須先判斷邊緣是否通過瑕點，以決定修復時鄰域像素權值，修復流程見圖1。對于已經確定的邊緣，在瑕點前后取位于邊緣上n個點（xi，y）i（i=0，1，2，Λ，n-1）作為觀察點。設曲線Φ（x）= a0Φ0（x）+a1Φ1（x）+Λ+an-1Φn-（1x）為觀察點擬合后的曲線，其中Φ（kx）=bxk，k=0，1，2，Λ，n-1，其階數與圖像類型有關。

為了使擬合后的曲線盡可能的涵蓋所有的點，要求偏差的平方和最小，即式（5）。

當Φ0（x），Φ1（x），Λ，Φn-1（x）線性無關時，方程存在唯一解aj，并以瑕點到擬合曲線的距離作為判斷瑕點是否在邊緣的依據。

當瑕點到擬合曲線的實際距離d大于設定的距離閾值Δd，認為瑕點處在無灰度劇烈變化的平坦區，鄰域中不同方向像素對瑕點實際灰度的影響相同。因此，采用4鄰域固定鄰域權值矩陣計算瑕點灰度，不僅速度快，而且也不影響視覺效果。如果瑕點到擬合曲線的距離d小于設定的距離閾值Δd，瑕點鄰域存在邊緣（界）。此時，瑕點鄰域不同方向上的像素對瑕點影響不同，若采用固定鄰域權值修復，雖能保證修復速度，但效果較差。為此，根據瑕點周邊圖像灰度變化特性，采用反應鄰域灰度變化情況的自適應鄰域權重矩陣計算方法，對瑕點進行修復。即式（8）。

3 實驗結果

大面陣CCD相機中無論是孤立的瑕點，還是線狀或面狀瑕點區，都屬于極微小破損區域，圖2a是原始航空照片局部放大圖像；圖2b是增加破損瑕點和瑕線后的圖像，其中，瑕線2和三組瑕點是由盲點形成的瑕點（線），瑕線1是由病態像元形成的圖像；圖2c是按照傳統加權平均法修復后的圖像，從視覺效果看，三組瑕點修復較為理想，沒有留下修復痕跡。而瑕線1的上部和瑕線2的中下部，由于處于圖像灰度變化較為劇烈的目標邊緣，還保留部分瑕線痕跡；圖2d是采用本文方法修復后的影像，三組瑕點的修復效果和傳統方法沒有明顯差別，而瑕線部分則有明顯的好轉。

采用峰值信噪比（PSNR）作為客觀評價圖像質量的標準，采用公式（9），計算結果見表1。

圖2 相關圖像

表1 峰值信噪比

式中f（i，j），f′（i，j）分別為原始圖像和修復后圖像相應像素的灰度值。

4 結論

通過對瑕點分區域的自適應領域權值的修復算法，較好的改善了邊界區域瑕點的修復質量，相對于傳統的加權平均修復方法，不僅有效縮短圖像的修復時間，在效率和質量方面做到了很好的平衡。實驗證明，在不破壞圖像原有信息條件下，取得了較好的效果。

［1］韓軍，劉鈞.工程光學[M].西安：西安電子科技大學出版社，2007：317-326.

［2］龔聲蓉，劉純平，王強.數字圖像處理與分析［M］.北京:清華大學出版社，2006：210-235.

［3］翟海東，肖杰，魚江，等.基于自適應模板的圖像修復算法［J］.計算機應用，2013，33（10）：2891-2894.

［4］張睛，林家俊.紋理分布分析的快速圖像修復算法［J］.中國圖像圖形學報，2012，17（1）:123-129.

［5］蔣建，李芳菊.一種新的基于破損區域分塊劃分的圖像修復算法［J］.科學技術與工程，2014，14（25）:242-246.

［6］張濤，洪文學.基于自適應字典選擇的MCA圖像修復方法［J］.光學技術，2010，36（5）：672-676.

〔編輯 凌瑞〕

TP212

B

10.16621/j.cnki.issn1001-0599.2016.11.53