<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">mireabulletin</journal-id><journal-title-group><journal-title xml:lang="ru">Russian Technological Journal</journal-title><trans-title-group xml:lang="en"><trans-title>Russian Technological Journal</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2782-3210</issn><issn pub-type="epub">2500-316X</issn><publisher><publisher-name>RTU MIREA</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.32362/2500-316X-2025-13-2-143-154</article-id><article-id custom-type="edn" pub-id-type="custom">GXAGAW</article-id><article-id custom-type="elpub" pub-id-type="custom">mireabulletin-1133</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>MATHEMATICAL MODELING</subject></subj-group></article-categories><title-group><article-title>Восстановление изображений с использованием дискретной функции рассеяния точки, получаемой с учетом конечности размера пикселя</article-title><trans-title-group xml:lang="en"><trans-title>Image restoration using a discrete point spread function with consideration of finite pixel size</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0003-1011-5453</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Федоров</surname><given-names>В. Б.</given-names></name><name name-style="western" xml:lang="en"><surname>Fedorov</surname><given-names>Victor B.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Федоров Виктор Борисович, к.т.н., доцент, кафедра высшей математики, Институт искусственного интеллекта</p><p>119454, Москва, пр-т Вернадского, д. 78</p><p>Scopus Author ID 57208924592</p></bio><bio xml:lang="en"><p>Victor B. Fedorov, Cand. Sci. (Eng.), Associate Professor, Higher Mathematics Department, Institute of Artificial Intelligence</p><p>78, Vernadskogo pr., Moscow, 119454</p><p>Scopus Author ID 57208924592</p></bio><email xlink:type="simple">feodorov@mirea.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0003-4470-6323</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Харламов</surname><given-names>С. Г.</given-names></name><name name-style="western" xml:lang="en"><surname>Kharlamov</surname><given-names>Sergey G.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Харламов Сергей Григорьевич, аспирант, кафедра высшей математики, Институт искусственного интеллекта</p><p>119454, Москва, пр-т Вернадского, д. 78</p></bio><bio xml:lang="en"><p>Sergey G. Kharlamov, Postgraduate Student, Higher Mathematics Department, Institute of Artificial Intelligence</p><p>78, Vernadskogo pr., Moscow, 119454</p></bio><email xlink:type="simple">serhar2000@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0003-2314-7400</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Федоров</surname><given-names>А. В.</given-names></name><name name-style="western" xml:lang="en"><surname>Fedorov</surname><given-names>Alexey V.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Федоров Алексей Викторович, магистрант, кафедра высшей математики, Институт искусственного интеллекта,</p><p>119454, Москва, пр-т Вернадского, д. 78</p></bio><bio xml:lang="en"><p>Alexey V. Fedorov, Master Student, Higher Mathematics Department, Institute of Artificial Intelligence</p><p>78, Vernadskogo pr., Moscow, 119454</p></bio><email xlink:type="simple">alexis.sasis7@gmail.com</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>МИРЭА – Российский технологический университет</institution><country>Россия</country></aff><aff xml:lang="en"><institution>MIREA – Russian Technological University</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>07</day><month>04</month><year>2025</year></pub-date><volume>13</volume><issue>2</issue><fpage>143</fpage><lpage>154</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Федоров В.Б., Харламов С.Г., Федоров А.В., 2025</copyright-statement><copyright-year>2025</copyright-year><copyright-holder xml:lang="ru">Федоров В.Б., Харламов С.Г., Федоров А.В.</copyright-holder><copyright-holder xml:lang="en">Fedorov V.B., Kharlamov S.G., Fedorov A.V.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://www.rtj-mirea.ru/jour/article/view/1133">https://www.rtj-mirea.ru/jour/article/view/1133</self-uri><abstract><sec><title>Цели</title><p>Цели. Рассматривается задача восстановления расфокусированного и/или линейно смазанного изображения с использованием регуляризированного по Тихонову инверсного фильтра. Распространенным подходом к решению этой задачи является решение интегрального уравнения Фредгольма 1-го рода типа свертки путем его дискретизации на основе квадратурных формул. Цель работы – получить выражение функции рассеяния точки (ФРТ) с учетом конечности размера пикселя и продемонстрировать его полезность.</p></sec><sec><title>Методы</title><p>Методы. Исследование основывается на теории сигналов и методе восстановления цифровых изображений с использованием тихоновской регуляризации.</p></sec><sec><title>Результаты</title><p>Результаты. Получены формулы дискретной ФРТ как для случая расфокусированного, так и для случая линейно смазанного под произвольным углом изображения, с учетом конечности размера пикселя. Рассмотрены отличия полученных формул от традиционно используемых, показано при каких условиях эти отличия практически исчезают, а при каких – могут оказаться существенными.</p></sec><sec><title>Выводы</title><p>Выводы. При восстановлении изображений на пределе разрешающей способности, т.е. когда размеры пикселя не могут считаться пренебрежимо малыми в сравнении с деталями изображения, предлагаемый подход может несколько улучшать разрешение. Кроме того, полученная формула дискретной ФРТ, соответствующей линейному смазу изображения в произвольно заданном направлении, позволяет не только решать задачу без необходимости предварительного поворота изображения, но и учитывать величину смаза с точностью до долей пикселя. Это дает преимущество в плане повышения разрешения предельно мелких деталей изображения и позволяет использовать данную формулу при решении задачи адаптивной деконволюции, когда требуется точная подстройка параметров ФРТ.</p></sec></abstract><trans-abstract xml:lang="en"><sec><title>Objectives</title><p>Objectives. The problem of restoring defocused and/or linearly blurred images using a Tikhonov-regularized inverse filter is considered. A common approach to this problem involves solving the Fredholm integral equation of the first convolution type by means of discretization based on quadrature formulas. The work sets out to obtain an expression of the point scattering function (PSF) taking into account pixel size finiteness and demonstrate its utility in application.</p></sec><sec><title>Methods</title><p>Methods. The research is based on signal theory and the method of digital image restoration using Tikhonov regularization.</p></sec><sec><title>Results</title><p>Results. Taking into account the finiteness of the pixel size, discrete PSF formulas are obtained both for the case of a defocused image and for the case of a linearly blurred image at an arbitrary angle. It is shown that, while differences between the obtained formulas and those traditionally used are not significant under some conditions, under other conditions they can become significant.</p></sec><sec><title>Conclusions</title><p>Conclusions. In the case of restoring images at the resolution limit, i.e., when the pixel size cannot be considered negligibly small compared to the details of the image, the proposed approach can slightly improve the resolution. In addition, the derived formula for the discrete PSF corresponding to linear blur in an arbitrarily specified direction can be used to solve the problem without the need for prior image rotation and account for the blur value with subpixel accuracy. This offers an advantage in terms of improving the resolution of extremely fine details in the image, allowing the obtained formula to be used in solving the adaptive deconvolution problem, where precise adjustment of PSF parameters is required.</p></sec></trans-abstract><kwd-group xml:lang="ru"><kwd>смазанное изображение</kwd><kwd>расфокусированное изображение</kwd><kwd>разрешающая способность</kwd><kwd>конечный размер пикселя</kwd><kwd>дискретная ФРТ</kwd><kwd>восстановление изображения</kwd><kwd>регуляризация по Тихонову</kwd><kwd>коэффициент регуляризации</kwd></kwd-group><kwd-group xml:lang="en"><kwd>blurred image</kwd><kwd>defocused image</kwd><kwd>resolution limit</kwd><kwd>finite pixel size</kwd><kwd>discrete PSF</kwd><kwd>image restoration</kwd><kwd>Tikhonov regularization</kwd><kwd>regularization parameter</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Федоров В.Б., Харламов С.Г., Стариковский А.И. Восстановление смазанного фотографического изображения движущегося объекта, получаемого на пределе разрешающей способности. Russian Technological Journal. 2023;11(4): 94–104. https://doi.org/10.32362/2500-316X-2023-11-4-94-104</mixed-citation><mixed-citation xml:lang="en">FedorovV.B., KharlamovS.G., StarikovskiyA.I. Restoration of a blurred photographic image of a moving object obtained at the resolution limit. Russian Technological Journal. 2023;11(4):94–104. https://doi.org/10.32362/2500-316X-2023-11-4-94-104</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во МГУ; 1989. 199 с.</mixed-citation><mixed-citation xml:lang="en">Bakushinskii A.B., Goncharskii A.V. Nekorrektnye zadachi. Chislennye metody i prilozheniya (Incorrect Tasks. Numerical Methods and Applications). Moscow: MSU; 1989. 199 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Гончарский А.В., Леонов А.С., Ягола А.Г. Методы решения интегральных уравнений Фредгольма 1-го рода типа свертки. В: Некоторые вопросы автоматизированной обработки и интерпретации физических экспериментов. Вып. 1. М.: Изд-во МГУ; 1973. С. 170–191.</mixed-citation><mixed-citation xml:lang="en">Goncharskii A.V., Leonov A.S., Yagola A.G. Methods for solving Fredholm integral equations of the 1st kind of convolution type. In: Some Problems of Automated Processing and Interpretation of Physical Experiments. V. 1. Moscow: MSU; 1973. P. 170– 191 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Тихонов А.Н., Гончарский А.В., Степанов В.В., Ягола А.Г. Регуляризирующие алгоритмы и априорная информация. М.: Наука; 1983. 198 с.</mixed-citation><mixed-citation xml:lang="en">Tikhonov A.N., Goncharskii A.V., Stepanov V.V., Yagola A.G. Regulyariziruyushchie algoritmy i apriornaya informatsiya (Regularizing Algorithms and A Priori Information). Moscow: Nauka; 1983. 198 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: URSS; 2022. 288 с. ISBN 978-5- 9710-9341-1</mixed-citation><mixed-citation xml:lang="en">Tikhonov A.N., Arsenin V.Ya. Metody resheniya nekorrektnykh zadach (Methods for Solving Ill-Posed Problems). Moscow: URSS; 2022. 288 p. (in Russ.). ISBN 978-5-9710-9341-1</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Тихонов А.Н., Гончарский А.В., Степанов В.В. Обратные задачи обработки фотоизображений. В кн.: Некорректные задачи естествознания; под ред. А.Н. Тихонова, А.В. Гончарского. М.: Изд-во МГУ; 1987. С. 185–195.</mixed-citation><mixed-citation xml:lang="en">Tikhonov A.N., Goncharskii A.V., Stepanov V.V. Inverse problems of photo image processing. In: Tikhonov A.N., Goncharskii A.V. (Eds.). Incorrect Problems of Natural Sciences. Moscow: MSU; 1987. P. 185–195 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Василенко Г.И. Теоpия восстановления сигналов: о pедукции к идеальному пpибоpу в физике и технике. М.: Сов. радио; 1979. 272 с.</mixed-citation><mixed-citation xml:lang="en">Vasilenko G.I. Teopiya vosstanovleniya signalov: o reduktsii k ideal’nomu priboru v fizike i tekhnike (Theory of Signal Recovery: On the Reduction to an Ideal Device in Physics and Technology). Moscow: Sovetskoe Radio; 1979. 272 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Василенко Г.И., Тараторин А.М. Восстановление изображений. М.: Радио и связь; 1986. 302 с.</mixed-citation><mixed-citation xml:lang="en">Vasilenko G.I., Taratorin A.M. Vosstanovlenie izobrazhenii (Image Restoration). Moscow: Radio i svyaz’; 1986. 302 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Бейтс Р., Мак-Доннелл М. Восстановление и реконструкция изображений: пер. с англ. М.: Мир; 1989. 336 с.</mixed-citation><mixed-citation xml:lang="en">Bates R., McDonnell M. Vosstanovlenie i rekonstruktsiya izobrazhenii (Image Restoration and Reconstruction): transl. from Engl. Moscow: Mir; 1989. 336 p. (in Russ.). [Bates R., McDonnell M. Image Restoration and Reconstruction. New York: Oxford University Press; 1986. 312 p.]</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Медофф Б.П. Реконструкция изображений по ограниченным данным: Теория и применение в компьютерной томографии. В кн.: Реконструкция изображений; под ред. Г. Старка. М.: Мир; 1992. С. 384–436.</mixed-citation><mixed-citation xml:lang="en">Medoff B.P. Image Reconstruction from Limited Data: Theory and Application in Computed Tomography. In: Stark G. (Ed.). Image Reconstruction. Moscow: Mir; 1992. P. 384–436 (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Гонсалес Р., Вудс Р. Цифровая обработка изображений: пер. с англ. М.: Техносфера; 2012. 1104 с.</mixed-citation><mixed-citation xml:lang="en">Gonzales R., Woods R. Tsifrovaya obrabotka izobrazhenii (Digital Image Processing): transl. from Engl. Moscow: Tekhnosfera; 2012. 1104 p. (in Russ.). [Gonzales R., Woods R. Digital Image Processing. Pearson/Prentice Hall; 2008. 954 p.]</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Russ J.C. The Image Processing Handbook. Boca Raton: CRC Press; 2007. 852 p.</mixed-citation><mixed-citation xml:lang="en">Russ J.C. The Image Processing Handbook. Boca Raton: CRC Press; 2007. 852 p.</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах. Новосибирск: Изд-во НГТУ; 2002. 352 с.</mixed-citation><mixed-citation xml:lang="en">Gruzman I.S., Kirichuk V.S., Kosykh V.P., Peretyagin G.I., Spektor A.A. Tsifrovaya obrabotka izobrazhenii v informatsionnykh sistemakh (Digital Image Processing in Information Systems). Novosibirsk: NSTU Publ.; 2002. 352 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Сизиков В.С., Довгань А.Н., Лавров А.В. Устойчивые методы математико-компьютерной обработки изображений и спектров. СПб.: Ун-т ИТМО; 2022. 70 с.</mixed-citation><mixed-citation xml:lang="en">Sizikov V.S., Dovgan’ A.N., Lavrov A.V. Ustoichivye metody matematiko-komp’yuternoi obrabotki izobrazhenii i spektrov (Stable Methods of Mathematical and Computer Processing of Images and Spectra). St. Petersburg: ITMO University; 2022. 70 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Сизиков В.С., Рущенко Н.Г. Новые устойчивые методы восстановления искаженных изображений. Известия высших учебных заведений. Приборостроение. 2023;66(7):559–567. https://doi.org/10.17586/0021-3454-2023-66-7-559-567</mixed-citation><mixed-citation xml:lang="en">Sizikov V.S., Ruschenko N.G. New sustainable methods for distorted image recovering. Izvestiya vysshikh uchebnykh zavedenii. Priborostroenie = J. Instrument Eng. 2023;66(7):559–567 (in Russ.). https://doi.org/10.17586/0021-3454-2023-66-7-559-567</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">Домненко В.М., Бурсов М.В., Иванова Т.В. Моделирование формирования оптического изображения. СПб.: НИУ ИТМО; 2011. 141 с.</mixed-citation><mixed-citation xml:lang="en">Domnenko V.M., Bursov M.V., Ivanova T.V. Modelirovanie formirovaniya opticheskogo izobrazheniya (Modeling of Optical Image Formation). St. Petersburg: ITMO Research Institute; 2011. 141 p. (in Russ.).</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
