CUN News 電腦新聞台 CUN電腦新聞台 CUN News By Computer User Network (http://hk852.to/cun/) From CNET資訊

1,906愛的鼓勵 2訂閱站台

研究人員公開一種影像處理技術，可讓因相機震動而模糊的照片恢復清晰。

這種技術所根據的演算法，可推演出相機震動時的拍照路徑，然後利用該路徑逆轉大部分的模糊影像。這種方法並非絕對有效，但麻省理工學院（MIT）和多倫多大學的研究員在各種樣本影像上的使用效果相當顯著。

其中一個樣本是一隻黑、白和赭色相間的鳥，影像模糊到無法辨識出鳥掌的樣子。處理過後，不僅鳥掌清晰可辨，還可看清鳥眼旁的暗斑、黑色羽毛間的白紋和其他細節。

MIT首席研究員Rob Fergus上週在Siggraph電腦圖像會議後表示：「這是自然影像統計數據首次成功地用在清晰化影像。」參與的研究員已為這項程序申請專利。 Fergus說，新技術使用一種描述照片由光轉換到暗的統計特性，一般需要10到15分鐘。該特性與所有實體世界影像相同，因此，透過抓出特定影像的不同處，該程序可以推算相機的動作。

影像處理是一門大生意，其中一大部分是修補人為和相機的錯誤。影像編輯軟體產品，甚至某些相機本身就可解決閃光燈造成的紅眼問題，防手震功能也是近來新相機的一大賣點。Adobe Systems的Photoshop就有許多外掛模組，可幫助改善畫面，如消除影像干擾的污點，或加深影像輪廓等。

現在，Photoshop最新版CS2的「智慧清晰」濾光軟體具備若干清晰化科技，若相機是直線移動，便可在有限的情況下補救聚焦和影像模糊的問題。大學研究員的方法，則是針對更複雜的抖動情況。Fergus說：「實際的模式非常奇特。」

Adobe數位影像產品開發副總Dave Story認為研究員的方向正確。他說：「比我們以前看過的更好一點。你可以更準確且更自動地判斷模糊的出處，還能處理非直線的路徑。」

但Story指出，這項程序會留下一些加工痕跡，仍需進一步改善。他說：「我們研究這個領域已經三、四年了，在如何讓民眾樂意使用且不會產生任何不自然痕跡這方面，一直都有挑戰。」看到樣本影像的受試者均表示，相片中的人看起來「恐怖且不自然」。

Fergus的技術是利用在各種不同類別相片中一致存在的統計特性。這些特性是集合個別像素與鄰近亮度對比的測量值。Fergus說：「結果是實體世界的影像通常有其特殊的分佈（由明漸至暗）。如果拿許多不同的照片來看，（明暗）漸次分佈就非常類似—這不會改變你對不同影像的認知。」

但電腦產生的隨機影像卻有不同的分佈。Fergus說：「真實影像就不是百萬次元空間內隨機分佈的點。它們有一定的結構。」而模糊影像的明暗對比有不同的組合。他表示：「所有那些扭曲的變化都被抹去。」

整個過程的中心是根據缺少的對比估算相機如何移動。一開始先用原始影像的低解析版非常粗略地估算相機的動作，然後漸次用解析度更高的版本重複整個過程。 Fergus說：「我們用清晰對比的分佈對照真實、清晰影像的樣子。藉由分解成較小的步驟，我們可以成功抓出相機實際震動的非常複雜的特性。」

這項結果稱為模糊核心，一個顯示相機在哪些地方發生震動的網格。模糊核心即是該技術第二階段的基礎—1970年代初期開發的程序「反纏繞」（deconvolution），用來逆轉特定的模糊效果。

整體而言，處理一般的數位相機影像需要10至15分鐘。不過，Fergus並未在處理效率上費心，這部分未來還有很大的改善空間。

Fergus表示：「用Photoshop，理想的外掛或許最多只要一分鐘。」有更多時間花在謹慎、有效的執行上，Fergus相信這項技術將達到更接近使用者所需理想速度，甚至快到足以在相機內執行。一點人力的付出是必要的：使用者必須在原始影像內挑選一塊有邊緣的方形區域，面積太小會讓結果不良，面積太大則會讓處理時間過長。

此外，極亮或極暗的照片也不適合處理—也就是影像編輯術語中的”clipping”問題。因此，這項演算法較適合處理高階數位相機拍攝的「未處理」影像，其光度的範圍較廣。另一個問題出自所謂的雜亂影像，如配備小影像感應器之低階相機拍攝的照片—尤其是在昏暗中攝取的影像。Fergus說，雜亂的班點可能被視為邊緣。

這項技術在短期內不太可能推出或整合至相機內。Fergus說：「這是第一步，達到實際應用前還有很長一段路要走。」