四、实验与分析
1.实验说明
针对本章所提出的基于反应扩散理论的运动模糊降质图像复原模型及算法,以Matlab7.8为测试平台完成仿真实验,选取国际通用的典型标准测试图像(包括一幅灰度图像Lena与一幅彩色图像Girl),另选取一幅航拍灰度图像Spacephoto与一幅自拍彩色图像Clubs,其大小均为256×256,如图6-5所示。
图6-4 运动模糊降质图像复原算法的执行流程
图6-5 典型的测试图像Lena,Spacephoto,Girl及Clubs
图像在运动模糊降质过程中可能同时受到各类噪声干扰(包括脉冲噪声、高斯噪声及其混合噪声),表6-2列出了在实验中选取各类模糊PSF[67-69]及附加噪声(高斯噪声均值为0)的情况。仿真实验为量度降质图像的复原质量,采用峰值信噪比(PSNR)和噪声抑制均方误差(MSENS)来客观评价复原图像的质量。为测评本章所提出的降质图像复原算法的有效性,将该算法RDER与其他常见表现较好的模糊降质图像复原算法进行对比实验,这些算法包括RI-BM3D[67],BM3DDEB[67],IDD-BM3D[68]及ForWaRD[69]。
表6-2 实验列表(包括各类PSF并附加不同强度噪声)
本章实验的参数取值如下:实验5中Lena图像模糊降质,根据公式(6-15)展示的平滑尺度因子σ与PSNR的变化关系,获知σ取值为1;根据公式(6-18)展示的时间步长因子τ、空间步长因子h与PSNR的变化关系(当τ=5或h=400时,PSNR分别取到最大值),获知τ取值为5和h取值为400。如图6-6所示。
图6-5所列各测试图像分别受到表6-2所列模糊降质因素影响,将本章所提出的基于反应扩散理论的运动模糊降质图像复原算法应用于这些降质图像,图像复原后其质量评价指标PSNR与MSENS被列出(表6-3)。
图6-6 参数σ,τ,h与PSNR间变化关系的曲线图
表6-3 各测试图像受各类PSF并附加不同强度噪声影响降质再由RDER算法将其复原后的PSNR(dB)和MSENS
续表
2.实验结果及评价
将本章所提出的降质图像复原算法RDER与其他常见算法(包括RI-BM3D,BM3DDEB,IDD-BM3D及ForWaRD)在图像模糊去除能力和图像细节信息保护能力方面进行性能比较。针对各类运动模糊并附加噪声干扰影响的测试图像进行图像复原操作,给予降质图像复原质量以客观评价(包括PSNR和MSENS)与主观评价。
(1)标准灰度图像的去模糊实验。对于标准灰度测试图像Lena,受表6-2所列各种PSF和噪声干扰影响导致其图像模糊降质,使用常见表现较好的降质图像复原算法RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER对其进行图像复原,其复原后的图像PSNR与MSENS值被列出(表6-4),且使用黑体字标记较大PSNR值与较小MSENS值。从该列表数据获知,本章所提出的算法RDER在多数实验(包括实验5,8,9,10,12,15,17,18与20)中可取得较好的PSNR与MSENS值,即运动模糊降质图像应用算法RDER复原后具有较好图像质量;在某些实验(包括实验1,2,4,14与19)中算法IDD-BM3D在复原模糊降质图像时表现较好;在一些实验(包括实验3,6,7,13与16)中算法BM3DDEB在复原模糊降质图像时表现较好;在实验11中算法ForWaRD在复原模糊降质图像时表现较好,即降质图像Lena应用该算法复原后具有较好图像质量。
表6-4 标准灰度图像(Lena)受各类PSF并附加不同噪声影响降质再由不同算法将其复原后的PSNR(dB)和MSENS
关于降质图像复原算法对图像细节信息保护能力的测试,图6-7给出Lena在实验5中因运动模糊因素影响的降质图像,与分别应用RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER将其复原后的图像。按从左至右、从上至下的顺序,图像依次排列为:模糊降质图像Lena;应用本章所提出的算法RDER(PSNR=39.85)将其复原后的图像;应用算法IDD-BM3D(PSNR=38.98)将其复原后的图像;应用算法RI-BM3D(PSNR=33.70)将其复原后的图像;应用算法BM3DDEB(PSNR=38.34)将其复原后的图像;应用算法ForWaRD(PSNR=8.21)将其复原后的图像。由实验结果获知,本章所提出的算法RDER对比其他算法可在复原后的标准灰度图像中保留更多的细节信息,特别在运动模糊降质图像的复原过程中其去除模糊的性能与稳定性均表现较好,且对于不同噪声干扰具有一定的鲁棒性。
图6-7 Lena在实验5中受运动模糊因素影响的降质图像及其应用不同算法复原后的图像
(2)航拍灰度图像的去模糊实验。对于航拍灰度图像Spacephoto,受表6-2所列各种PSF和噪声干扰影响导致其图像模糊降质,使用常见表现较好的降质图像复原算法RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER对其进行图像复原,其复原后的图像PSNR与MSENS值被列出(表6-5),且使用黑体字标记较大PSNR值与较小MSENS值。从该列表数据获知,本章所提出的算法RDER在多数实验(包括实验5,8,9,10,12,17,18与20)中可取得较好的PSNR与MSENS值,即运动模糊降质图像应用算法RDER复原后具有较好图像质量;在某些实验(包括实验1,3,4,6,7,13与16)中算法BM3DDEB在复原模糊降质图像时表现较好;在一些实验(包括实验2与15)中算法RI-BM3D在复原模糊降质图像时表现较好;在一些实验(包括实验14与19)中算法IDD-BM3D在复原模糊降质图像时表现较好。
表6-5 航拍图像(Spacephoto)受各类PSF并附加不同噪声影响降质再由不同算法将其复原后的PSNR(dB)和MSENS
关于降质图像复原算法对图像细节信息保护能力的测试,图6-8给出Spacephoto在实验8中因运动模糊因素影响的降质图像,与分别应用RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER将其复原后的图像。按从左至右、从上至下的顺序,图像依次排列为:模糊降质图像Spacephoto;应用本章所提出的算法RDER(PSNR=19.91)将其复原后的图像;应用算法IDDBM3D(PSNR=11.76)将其复原后的图像;应用算法RI-BM3D(PSNR=14.35)将其复原后的图像;应用算法BM3DDEB(PSNR=16.02)将其复原后的图像;应用算法ForWaRD(PSNR=9.97)将其复原后的图像。由实验结果获知,本章所提出的算法RDER对比其他算法可在复原后的实拍灰度图像中保留更多的细节信息,特别在运动模糊降质图像的复原过程中其去除模糊的性能与稳定性均表现较好,且对于不同噪声干扰也具有一定的鲁棒性。
图6-8 Spacephoto在实验8中受运动模糊因素影响的降质图像及其应用不同算法复原后的图像
(3)标准彩色图像的去模糊实验。对于标准彩色测试图像Girl,受表6-2所列各种PSF和噪声干扰影响导致其图像模糊降质,使用常见表现较好的降质图像复原算法RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER对其进行图像复原,其复原后的图像PSNR与MSENS值被列出(表6-6),且使用黑体字标记较大PSNR值与较小MSENS值。从该列表数据获知,本章所提出的算法RDER在多数实验(包括实验5,8,9,10,17与20)中可取得较好的PSNR与MSENS值,即运动模糊降质图像应用算法RDER复原后具有较好图像质量;在某些实验(包括实验1,2,4,14与19)中算法IDD-BM3D在复原模糊降质图像时表现较好;在一些实验(包括实验3,6,7,13与16)中算法BM3DDEB在复原模糊降质图像时表现较好;在一些实验(包括实验11,12与18)中算法ForWaRD在复原模糊降质图像时表现较好;在实验15中算法RI-BM3D在复原模糊降质图像时表现较好,即降质图像Girl应用该算法复原后具有较好图像质量。
表6-6 标准彩色图像(Girl)受各类PSF并附加不同噪声影响降质再由不同算法将其复原后的PSNR(dB)和MSENS
续表
关于降质图像复原算法对图像细节信息保护能力的测试,图6-9给出Girl在实验5中因运动模糊因素影响的降质图像,与分别应用RI-BM3D,BM3DDEB,IDDBM3D,ForWaRD及本章所提出的算法RDER将其复原后的图像。按从左至右、从上至下的顺序,图像依次排列为:模糊降质图像Girl;应用本章所提出的算法RDER(PSNR=46.70)将其复原后的图像;应用算法IDD-BM3D(PSNR=35.72)将其复原后的图像;应用算法RI-BM3D(PSNR=33.44)将其复原后的图像;应用算法BM3DDEB(PSNR=34.94)将其复原后的图像;应用算法ForWaRD(PSNR=16.10)将其复原后的图像。由实验结果获知,本章所提出的算法RDER对比其他算法可在复原后的标准彩色图像中保留更多的细节信息,特别在运动模糊降质图像的复原过程中其去除模糊的性能表现较好,且对于不同噪声干扰也具有一定的鲁棒性。
(4)实拍彩色图像的去模糊实验。对于实拍彩色图像Clubs,受表6-2所列各种PSF和噪声干扰影响导致其图像模糊降质,使用常见表现较好的降质图像复原算法RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER对其进行图像复原,其复原后的图像PSNR与MSENS值被列出(表6-7),且使用黑体字标记较大PSNR值与较小MSENS值。从该列表数据获知,本章所提出的算法RDER在多数实验(包括实验10,11,12,17与20)中可取得较好的PSNR与MSENS值,即运动模糊降质图像应用算法RDER复原后具有较好图像质量;在某些实验(包括实验1,2,4,5,14与19)中算法IDD-BM3D在复原模糊降质图像时表现较好;在一些实验(包括实验3,6,7,13与16)中算法BM3DDEB在复原模糊降质图像时表现较好;在一些实验(包括实验8,9,15与18)中算法RIBM3D在复原模糊降质图像时表现较好。
图6-9 Girl图像在实验5中受运动模糊因素影响的降质图像及其应用不同算法复原后的图像
表6-7 实拍彩色图像(Clubs)受各类PSF并附加不同噪声影响降质再由不同算法将其复原后的PSNR(dB)和MSENS
续表
关于降质图像复原算法对图像细节信息保护能力的测试,图6-10给出Clubs在实验10中因运动模糊因素影响的降质图像,与分别应用RI-BM3D,BM3DDEB,IDD-BM3D,ForWaRD及本章所提出的算法RDER将其复原后的图像。按从左至右、从上至下的顺序,图像依次排列为:模糊降质图像Clubs;应用本章所提出的算法RDER(PSNR=21.74)将其复原后的图像;应用算法IDD-BM3D(PSNR=10.79)将其复原后的图像;应用算法RI-BM3D(PSNR=16.32)将其复原后的图像;应用算法BM3DDEB(PSNR=10.91)将其复原后的图像;应用算法ForWaRD(PSNR=15.37)将其复原后的图像。由实验结果获知,本章所提出的算法RDER对比其他算法可在复原后的实拍彩色图像中保留更多的细节信息,特别在运动模糊降质图像的复原过程中其去除模糊的性能表现较好,且对于不同噪声干扰也具有一定的鲁棒性。
3.算法效率分析
仿真实验在1.86 GHz CPU与1GB RAM配置的PC上运行,本章所提出的算法RDER与RI-BM3D,BM3DDEB,IDD-BM3D及ForWaRD等其他算法针对同一降质图像、在相同运行条件下分别完成50次图像复原实验并测算其平均运行时间,实验运行数据如图6-11所示。实验运行结果表明,与其他算法相比,本章所提出的降质图像复原算法RDER平均运行时间略有增加且仍保持在同一数量级内,但其图像复原能力与图像细节信息保护能力远优于其他算法。因此,综合评价各类降质图像复原算法的成效与代价,本章所提出的基于反应扩散理论的运动模糊降质图像复原算法RDER具有较好的性能。
图6-10 Clubs图像在实验10中受运动模糊因素影响的降质图像及其应用不同算法复原后的图像
图6-11 各类降质图像复原算法的运算效率