.106 智能系统学报 第7卷 从图5的(b)和(c)中可以看出，基于空间域的 3.0m 。空间域 重构算法相当于对图像的平滑区域和细节区域进行 ￠小波域 2.8 O木文算法USFFT 平滑滤波；小波算法在平滑区域行为很好，但对重构 。木文算法Wrap 的细节部分处理得并不客观. 2.6 本文采用文献[18]中所提出的UST和Wra即 2种曲波变换的实现算法对退化的Barbara图像进行重 构，其实现的具体细节在文献[18]中有详细介绍.从图 5可以看到，本文所提出的算法对平滑区域和细节区域 20 5 都有很好的重构效果，见图5(d)和(e)所示，其局部图 退化质量 b)高频成分 像在图5(i)和G)中进行了放大观察. 另一个实验是对监控视频中车牌的处理，其退 图6 Barbara图使用各复原算法的PSNR及高频成分所 化图像见图5(k)所示.各复原算法的结果见图5 占比例 Fig.6 PSNR and proportion of high frequency compo- (1)~(o)所示，其局部放大图像见图5(q)~(t)所 nent of different recovery algorithms of Barbara 示.本文使用峰值信噪比(PSNR)对重构图像进行 image 客观评估，并记录各算法所消耗的时间，如表2所示 (Intel CPU T2300Hz,1GB Memory).由于曲波变换 34 比小波变换更为复杂，所需消耗的时间也就更多.表 32 2同时表明，在降低块效应方面，Wrap算法比US F℉T算法稍差些，而且存在一定程度的伪Gibbs效 ap/a 30 应，但其所消耗的时间较少，且消耗的时间与图像大 NSd 小成比例 口空间城 ◇小波域 分别运用空间域2]、小波变换5]以及本文所提 O本文算法UST 出的方法对不同退化质量的图像进行重建.图6和 D水义箕法Wrap 20 25 30 图7分别描绘了上述两实验所获得的PSNR及高频 退化质量 成分所占的比例， (a)PSNR 2. 表2各图像复原算法的PSNR及消耗时间 Table 2 PSNR and time consumption of recovery algorithms 三2.0 Barbara 牌照 算法 恒1 7空间域 PSNR/dB 时间/s PSNR/dB时间/s 。小波域 空间域2128.74179.1079 27.09566.1534 O本文算法USFFT 口本文算法Wrap 小波域5]29.19910.6177 28.92920.3471 20 25 30 退化质量 USFFT 30.699633.504629.471623.1671 B)高频成分 Wrap 30.439311.859428.67457.8008 图7 车牌图使用各复原算法的PSNR及高频成分所占 比例 32 Fig.7 PSNR and proportion of high frequency compo- 31 nent of different recovery algorithms of license 30 plate image 3结束语 28 ⅴ空间域 ◇小波域 本文将快速离散曲波变换(FDCT)算法运用于 O本文算法UST 图像去块中，该算法先将存在块效应的空间域图像 o木文算法Wrap 21 转换到曲波域，并获取不同层经由FDCT后的曲波 20 25 30 退化质量 系数，再寻找各层中与退化图像块效应相关联的系 (a)PSNR 数.由于图像块效应最主要受Fine层和最外Detail