数字图像复原专利技术综述

李秋萍

摘    要：图像复原技术是数字图像处理的一个重要研究方向，图像复原的目的是对降质图像进行处理，使其恢复成原始图像，它是图像处理、模式识别、机器视觉的基础，因而受到广泛的研究，并在天文学、遥感成像、医疗成像等领域获得广泛的应用。本文从图像复原的研究现状及原理、技术路线演进等方面介绍了图像复原的技术发展脉络，从各阶段专利申请量和重要申请人分析了该技术专利情况，并结合重点专利进行技术分析。

关键词：图像复原;专利分析

中圖分类号：TP391.41            文献标识码：A               文章编号：1004-7344（2019）03-0248-01

1  引 言

图像复原技术发起自20世纪60年代中期的美苏太空探索计划，相关研究在20世纪90年代有了长足的进展，国内外有许多著名的研究群体致力于该领域的研究，如卡奈基梅隆大学的计算机视觉研究组、剑桥大学的机器人视觉研究组、哈佛大学的机器人视觉研究组、斯坦福大学计算机系、中国科学院自动化研究所、华中科技大学图像识别与人工智能研究所等。伴随着图像复原算法的不断发展，许多公司也逐步将图像复原算法运用于其实际产品中，如西门子公司将图像复原技术运用于医学成像产品，谷歌公司提出图像去马赛克技术。

2  图像复原技术路线发展演进

图像复原技术经过多年的研究，现已发展较为完善，并且产生了多种算法，其技术发展路线可归纳为如下：

从点扩散函数H（x，y）是否已知的角度，图像复原算法可分为两大类：非盲复原算法和盲复原算法。显而易见，非盲复原算法是在点扩散函数已知的情况下对图像进行的一种复原方式，而盲复原算法是在点扩散函数未知的情况下对图像复原的算法。

早期的图像复原算法中点扩散函数常常是预先确知的，因此其研究工作主要集中在如何根据已知的点扩散函数和噪声统计特性来求解一个真实图像的估计值。US3969017A中的逆滤波算法是最早提出的图像复原算法，是一种非约束复原算法。随后出现的维纳滤波法如专利申请EP0525408A2、约束最小二乘法如专利申请US5533149A则基于原始图像与复原图像之间的误差关系进行复原，其针对一些简单图像的复原效果较好。

因此从20世纪90年代开始，大量研究者进行了有关图像盲复原算法的研究，并取得了大量的研究成果。参数估计法是图像盲复原方法中最为简单的一种方法，其计算量较小，但只能适用于模糊类型已知的图像复原;而在逆滤波、维纳滤波等非盲复原算法的基础上通过迭代的方式复原则衍生出了迭代盲反卷积算法，如本古里安大学提出的专利申请US5790709A;在这一阶段，许多研究将一些重要的数学模型或数学理论与图像处理相结合，如西门子公司提出的专利申请US6470097B1。随着现代控制论、信息处理技术、通信技术等技术的发展，图像复原技术开始出现了一些新的方法和新的趋势，包括神经网络法，如基于Hopfield网络的图像复原方法，通过学习方式改进算法参数的辨识，Canon公司于1991年提出的专利申请EP0449516A2就属于一种典型的神经网络图像复原方法;时频分析法，如专利申请JPH07222148A中的基于小波理论图像复原方法，该方法能够更好地抑制图像噪声。该时期内的图像复原算法发展迅速，并出现了各种算法体系分支，为后续的图像复原技术的发展以及应用奠定了重要的基础。

21世纪以来，图像处理技术越来越受到重视，因而此时期又涌现出一些全新的图像复原算法，包括基于图论的图像复原算法，如专利申请US2007022067A1的图割法;基于智能优化的图像复原算法，如遗传算法、粒子群算法、蚁群算法、鱼群算法等，如Fish&Richardson公司提出的专利申请US2010189367A1属于一种基于遗传的图像复原算法;如专利申请CN101236650A中的基于模糊路径的算法;专利申请US2005019000A1中的基于超分辨率的图像复原算法等等。与此同时，对已有技术的改进与发展也是该时期图像复原技术的重点，如对神经网络改进后的卷积神经网络算法在图像复原俨然成为一种新的发展趋势，Google团队近期利用该技术成功实现了对打马赛克图片的复原;而为了实现更好的图像复原效果，将多种图像复原技术进行有效地结合也已成为一种改进方法，如CN102629373A提出将稀疏算法与超分辨率技术相结合的图像复原算法、CN103150709A提出将色彩信息与压缩感知相结合等。

3  专利申请量趋势和各阶段主要申请人排名

图像复原算法起源较早，但在1988年之前经历了逾十年的技术萌芽期。之后从1988～2003年属于该技术的缓慢发展期，且主要以国外专利申请为主。而在2003～2012年这一阶段，全球申请量明显提升，技术飞速发展，同时带动了国内申请的起步与发展。在申请人分析方面，国外的大型企业如佳能、三星、富士胶片、松下等与图像复原技术相关的产业是该领域的重要申请人，而国内部分的主要申请人则来源于科研高校，主要包括西安电子科技大学、清华大学等，如图1所示。

4  总 结

图像复原在图像处理和计算机领域中是一个重要而又困难的内容，同时也是一个基础性的处理过程，是图像处理研究的热点之一，其在天文观测、光学遥感、医学成像、材料科学、公安侦查、历史人文等领域都具有重要的应用价值。根据以上分析可见图像复原技术越来越受到国内外企业和研究机构的重视。

参考文献

[1]沈 峘，李舜酩，毛建国，等.数字图像复原技术综述[J].中国图象图形学报，2009，14（9）：1764～1775.

[2]赵雪青.降质图像复原方法研究[D].陕西师范大学，2014.

[3]李鑫楠.图像盲复原算法研究[D].吉林大学，2015.

[4]黄贺艳.图像复原算法研究[D].吉林大学，2014.

收稿日期：2018-12-2