對于監(jiān)控系統(tǒng)模糊圖像處理技術(shù)，國內(nèi)大學(xué)和科研機構(gòu)在多年以前就在研究這些理論和應(yīng)用，相關(guān)文獻也發(fā)布了不少，已經(jīng)取得了一些很好的應(yīng)用。美國Cognitech軟件是相當(dāng)成熟的一套模糊圖像恢復(fù)應(yīng)用軟件，在美國及其他執(zhí)法機構(gòu)中已有多年實際應(yīng)用，其恢復(fù)出的圖像可以直接當(dāng)作法庭證據(jù)使用，可見模糊圖像處理技術(shù)已經(jīng)取得了相當(dāng)?shù)膶嶋H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ā募夹g(shù)方面來講，模糊圖像處理方法主要分為三大類，分別是圖像增強、圖像復(fù)原和超分辨率重構(gòu)。

　　圖像增強

　　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。就單個來講，這些算法都比較成熟，相對簡單。但是對于一個具體的模糊圖像，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)才能達到理想的效果。這些算法和參數(shù)的組合進一步發(fā)展成為具體的增強算法，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”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現(xiàn)圖像去霧的算法，圖1是一個去霧算法的實際使用效果，類似的圖像增強算法還有很多，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)圖像退化的先驗知識建立一個退化模型，然后以此模型為基礎(chǔ)，采用各種逆退化處理方法逐步進行恢復(fù)，從而達到改善圖像質(zhì)量的目的。

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

　　對由于離焦、運動、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動模糊圖像的例子，取得了很好的復(fù)原效果。在知道退化模型的情況下，相對圖像增強來說，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)為宏觀場景的監(jiān)視，一個攝像機，覆蓋一個很大的范圍，導(dǎo)致畫面中目標(biāo)太小，人眼很難直接辨認(rèn)。這類由于欠采樣導(dǎo)致的模糊占很大比例，對于由欠采樣導(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)原是通過信號處理的方法，在提高圖像的分辨率的同時改善采集圖像質(zhì)量。其核心思想是通過對成像系統(tǒng)截止頻率之外的信號高頻成分估計來提高圖像的分辨率。超分辨率復(fù)原技術(shù)最初只對單幅圖像進行處理，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)旨在采用信號處理方法通過對序列低分辨率退化圖像的處理來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。

　　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，頻域方法的優(yōu)點是:理論簡單,運算復(fù)雜度低，缺點是：只局限于全局平移運動和線性空間不變降質(zhì)模型，包含空域先驗知識的能力有限。空域方法所采用的觀測模型涉及全局和局部運動、空間可變模糊點擴散函數(shù)、非理想亞采樣等，而且具有很強的包含空域先驗約束的能力。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)、最大后驗估計法(MAP)、最大似然估計法(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。對于具體的算法，不是本文的重點，這里不做詳細(xì)介紹。圖五是一個使用多幀低分辨率圖像超分辨率重構(gòu)的例子。