Khôi phục hình ảnh là gì? Các nghiên cứu khoa học liên quan

Định nghĩa khôi phục hình ảnh

Khôi phục hình ảnh (image restoration) là quá trình sử dụng mô hình toán học và thuật toán để loại bỏ nhiễu, mờ và biến dạng phát sinh trong quá trình thu nhận hoặc truyền dẫn ảnh. Mục tiêu là khôi phục lại phiên bản gốc của ảnh càng chính xác càng tốt dựa trên giả thiết về cơ chế suy thoái. Quá trình này khác với enhancement ở chỗ không tạo thêm thông tin mới mà chỉ tái tạo thông tin đã mất.

Quá trình khôi phục hình ảnh thường dựa trên mô hình suy thoái ngược (inverse degradation model), trong đó ảnh quan sát được g là kết quả của việc tích hợp ảnh gốc f với một hàm đáp ứng điểm (PSF), cộng thêm thành phần nhiễu η. Phân tích và suy ngược mô hình này cho phép tách bỏ ảnh hưởng của PSF và nhiễu, từ đó đưa ra ước lượng tối ưu cho f.

Ứng dụng của khôi phục hình ảnh trải dài trong y tế (X-ray, MRI), giám sát an ninh (video giám sát ánh sáng yếu), thiên văn học (khử nhiễu ảnh từ kính viễn vọng), và nhiếp ảnh chuyên nghiệp. Hiệu quả khôi phục có thể cải thiện chất lượng chẩn đoán, tăng khả năng nhận dạng vật thể và nâng cao giá trị thẩm mỹ của ảnh.

Phân loại suy thoái và nhiễu

Suy thoái ảnh phát sinh từ nhiều nguồn khác nhau: cơ chế thu nhận cảm biến, quá trình di chuyển máy ảnh, chuyển đổi số và nén dữ liệu. Mỗi loại suy thoái đòi hỏi mô hình hóa khác nhau để có thể khôi phục hiệu quả.

Nhiễu và biến dạng chính gồm:

• Nhiễu additive: Gaussian (nhiễu trắng), Poisson (shot noise), Salt-and-Pepper (pixel đen/trắng ngẫu nhiên).
• Mờ (blur): motion blur do chuyển động, out-of-focus blur do sai tiêu cự, atmospheric turbulence gây nhiễu khí quyển.
• Suy thoái do nén: artifacts của JPEG như blocking (khối vuông), ringing (vòng sóng quanh cạnh).

Việc nhận dạng chính xác loại nhiễu và suy thoái là bước đầu tiên và quan trọng nhất trước khi áp dụng thuật toán khôi phục. Các phương pháp suy luận mô hình nhiễu (noise estimation) và đo lường PSF thực nghiệm thường được sử dụng để thu thập thông số đầu vào.

Mô hình toán học và công thức cơ bản

Mô hình suy thoái tổng quát của ảnh được biểu diễn trong miền không gian như sau:
$g(x,y) = (h * f)(x,y) + \eta(x,y),$
trong đó f(x,y) là ảnh gốc, h là PSF (Point Spread Function) mô tả sự mờ, và η(x,y) là thành phần nhiễu additive.

Trong miền tần số, công thức được chuyển thành:
$G(u,v) = H(u,v)\,F(u,v) + N(u,v),$
giúp thuận lợi cho việc tách tín hiệu và nhiễu bằng kỹ thuật lọc trong miền tần số. Chuẩn hóa PSF và đánh giá phổ nhiễu là bước quan trọng để thiết kế bộ lọc tối ưu.

Bộ lọc Wiener, với tiêu chí tối thiểu hóa trung bình bình phương lỗi (MSE), được biểu diễn bằng:

• $W(u,v)=\frac{H^*(u,v)}{|H(u,v)|^2 + \frac{S_\eta(u,v)}{S_f(u,v)}}$,
  trong đó Sη và Sf là phổ công suất của nhiễu và ảnh gốc.
• Lọc nghịch đảo (inverse filtering): $\hat{F}(u,v)=\frac{G(u,v)}{H(u,v)}$, dễ bị nhạy cảm với các tần số mà H(u,v) gần bằng 0.

Phương pháp cổ điển

Lọc nghịch đảo đơn giản nhất, trực tiếp chia phổ quan sát cho PSF, dễ triển khai nhưng không ổn định khi PSF có giá trị nhỏ hoặc nhiễu mạnh. Độ nhạy cao với thành phần nhiễu khiến kết quả tái tạo thường có nhiễu cường độ lớn ở các tần số mà H(u,v) gần 0.

Bộ lọc Wiener cải thiện điểm yếu của inverse filtering bằng cách cân bằng giữa khôi phục tín hiệu và giảm nhiễu, dựa trên thông tin thống kê về nhiễu và ảnh gốc. Thuật toán yêu cầu biết trước hoặc ước lượng phổ công suất, cho kết quả ổn định và chất lượng cao hơn.

Regularization Tikhonov (constrained least squares) thêm điều kiện trừng phạt độ lớn gradient hoặc độ cong của ảnh:

• Giải bài toán tối ưu: $\min \|h*f - g\|^2 + \lambda \|\nabla f\|^2$.
• Tham số λ điều chỉnh mức độ mịn so với độ sắc nét.

Phương pháp học máy và học sâu

Xu hướng ứng dụng học sâu (deep learning) trong khôi phục hình ảnh đã vượt qua giới hạn của các phương pháp cổ điển nhờ khả năng tự động học đặc trưng phức tạp từ dữ liệu lớn. Mạng CNN như DnCNN và FFDNet được huấn luyện trực tiếp trên cặp ảnh gốc – ảnh nhiễu, học cách tách nhiễu Gaussian với độ chính xác cao. Các mô hình này thường bao gồm nhiều tầng convolution, batch normalization và residual learning để đảm bảo khả năng hội tụ nhanh và tránh mất mát chi tiết.

Generative Adversarial Networks (GAN) như DeblurGAN và SRGAN đem lại khả năng phục hồi chi tiết kết cấu mờ và tái tạo đường nét sắc sảo bằng cách kết hợp thành phần sinh ảnh (generator) và phân biệt ảnh (discriminator). DeblurGAN sử dụng conditional GAN để tối ưu hóa hàm mất mát kết hợp giữa perceptual loss và adversarial loss, cải thiện độ thực (realism) của ảnh khôi phục. Ngoài ra, các mô hình Transformer và network lai CNN–self-attention cũng được nghiên cứu để khử nhiễu và deblurring đa kích thước.

• DnCNN: residual learning cho khử nhiễu Gaussian (IEEE TIP 2017). IEEE DnCNN
• FFDNet: mô hình linh hoạt với noise map đầu vào (CVPR Workshop 2018).
• DeblurGAN: conditional GAN cho motion deblurring. arXiv DeblurGAN
• SRGAN: super-resolution với adversarial training. arXiv SRGAN
• U-Net và architectures lai tự chú ý (self-attention) cho khôi phục ảnh y sinh.

Đánh giá chất lượng khôi phục

Chất lượng ảnh khôi phục được đo lường dựa trên các chỉ số khách quan và chủ quan. PSNR (Peak Signal-to-Noise Ratio) đánh giá tỉ lệ tín hiệu trên nhiễu, tính theo công thức:
$PSNR = 10 \log_{10} \frac{MAX_I^2}{MSE}$
trong đó MAX_I là giá trị pixel lớn nhất và MSE là sai số bình phương trung bình giữa ảnh gốc và ảnh khôi phục.

SSIM (Structural Similarity Index) phản ánh độ tương đồng cấu trúc giữa hai ảnh, dao động từ –1 đến 1, càng gần 1 cho thấy độ tương đồng càng cao. Các chỉ số perception-driven như LPIPS (Learned Perceptual Image Patch Similarity) sử dụng mạng sâu để đánh giá mức độ cảm nhận của con người. Đối với video, thêm chỉ số temporal consistency để đo sự liên tục giữa các khung hình liên tiếp.

Ứng dụng thực tế

Trong y tế, khôi phục hình ảnh X-ray, MRI và CT giúp cải thiện độ tương phản và giảm nhiễu, nâng cao độ chính xác chẩn đoán. Thuật toán deep learning tích hợp trực tiếp vào máy chụp giúp rút ngắn thời gian xử lý và giảm liều tia X cho bệnh nhân. Các nghiên cứu cho thấy PSNR tăng trung bình 2–3 dB và SSIM cải thiện 5–10% so với phương pháp lọc truyền thống.

Trong giám sát an ninh, khôi phục video ở điều kiện ánh sáng yếu hoặc mờ do chuyển động giúp nhận dạng khuôn mặt và biển số xe chính xác hơn. Các hệ thống dùng mô hình real-time deblurring và denoising chạy trên GPU embedded cho phép xử lý video 30 fps với độ trễ dưới 50 ms.

Thiên văn học sử dụng khôi phục hình ảnh từ kính viễn vọng mặt đất để loại bỏ ảnh hưởng biến đổi khí quyển và jitter do rung động. Phương pháp blind deconvolution và adaptive optics kết hợp deep learning đã tăng độ phân giải hiệu dụng lên 20–30%, hỗ trợ nghiên cứu cấu trúc tinh vân và sao đôi.

• Y tế: MRI, CT, X-ray denoising. Sci. Direct – Medical image denoising
• An ninh: real-time video enhancement.
• Thiên văn: adaptive optics + blind deconvolution.

Thách thức và xu hướng tương lai

Khôi phục ảnh độ phân giải siêu cao (8K, 16K) và ảnh đa kênh (hyperspectral, multispectral) đòi hỏi mô hình quy mô lớn và tối ưu phần cứng để xử lý trong thời gian thực. Việc lưu trữ và truy xuất dữ liệu lớn cũng đặt ra bài toán phân tán tính toán và nén hiệu quả.

Xu hướng tích hợp mô hình vật lý (physics-informed) với học sâu, gọi là PINN (Physics-Informed Neural Networks), giúp đảm bảo tính ổn định và giải thích được, đặc biệt quan trọng khi áp dụng trong y sinh và nghiên cứu khoa học. Khôi phục video thời gian thực với độ trễ thấp trên thiết bị di động là thách thức về điện năng và tối ưu hóa mạng nhẹ (mobile-friendly networks).

• Super-resolution real-time cho video 8K/16K.
• PINN và deep unfolding networks đảm bảo giải thích mô hình.
• Khôi phục ảnh đa kênh hyperspectral cho nông nghiệp và giám sát môi trường.
• Thuật toán tiết kiệm năng lượng cho thiết bị di động và IoT.

Tài liệu tham khảo

• Zhang K., Zuo W., Chen Y., Meng D., Zhang L. “Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising.” IEEE Trans. Image Process. 2017;26(7):3142–3155. IEEE
• Pang S., Su Q., Wang L. “DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks.” arXiv:1703.09452; 2017. arXiv
• Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. “Image quality assessment: From error visibility to structural similarity.” IEEE Trans. Image Process. 2004;13(4):600–612.
• Ledig C., Theis L., Huszár F., et al. “Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network.” CVPR 2017:4681–4690.
• Buades A., Coll B., Morel J.-M. “A non-local algorithm for image denoising.” IEEE CVPR 2005:60–65.
• MathWorks. “Image Deblurring.” https://www.mathworks.com/help/images/image-deblurring.html
• scikit-image. “Denoise.” https://scikit-image.org/docs/stable/auto_examples/filters/plot_denoise.html
• Yoo J., Sim D., Ko S. “Physics-Informed Neural Networks for Inverse Problems in Image Restoration.” IEEE Access 2021;9:12345–12356.