运动模糊参数的空域鉴别方法

匀速直线运动模糊图像的复原,关键在于点扩散函数参数(运动模糊方向和模糊尺度)的鉴别.为此,提出了一种运动模糊参数的空域鉴别方法,该方法利用3×3微分算子的任意方向微分功能鉴别运动方向,而后求微分图像自相关函数来鉴别运动模糊尺度.在搜索运动方向时将搜索步长分为两层,较大步长做粗略搜索,较小步长做精细搜索.仿真实验过程中,利用改进的维纳滤波器复原模糊图像,结果表明该方法计算复杂度低,鉴别精度高,复原效果好.     

水平运动模糊图像模糊像素判断算法的应用

本文主要讨论的是水平方向的匀速直线运动模糊图像的模糊像素判断算法,主要将图像在水平方向上进行一阶微分．将微分自相关图像各列实施求和,得到一条共轭相关峰的鉴别曲线,由此可以得出运动模糊像素的个数。将此算法应用于水平运动模糊车牌识别中．识别效果良好。     

利用拉氏算子鉴别散焦模糊图像点扩散函数

对于散焦模糊图像，通常把其散焦点扩散函数近似为圆柱形函数。若能有效地从模糊图像中鉴别出该圆柱形的半径，则等价于求出了散焦模糊点扩散函数。利用拉氏算子对散焦模糊图像进行无方向性的二阶微分，然后求微分图像的自相关，则三维显示的自相关图像上会出现一个环形槽。环形槽由数值为负的一系列相关峰连成，槽底住置连成鉴别 别圆。该鉴别圆以零频尖峰为圆心，直径等于作为散焦点扩散函数的圆柱形直径的两倍。通过插值求和，得到一条鉴别曲线，可以直接鉴别出其直径。这一新的鉴别方法计算 量小，鉴别精度高，抗噪声能力较强。     

利用拉氏算子鉴别运动模糊方向

提出一种新的鉴别运动模糊图像的运动模糊方向的方法，它利用拉氏算子对运动模糊图像进行无方向性的二阶微分，并求微分图像的自相关，发现自相关图像中数值较大的点(鉴别点)能够有效标示出运动模糊方向。选取适当数目的候选鉴别点，并利用聚类方法剔除其中的奇异点，得到鉴别点；过零频尖峰(自相关图像的中心点)画一条直线，计算各个鉴别点到该直线的距离，求距离和；改变直线方向，当距离和最小时，直线的方向即为运动模糊方向。数据实验表明，这一新的运动模糊方向鉴别方法，具有抗噪声能力强、适用范围广、计算量小、鉴别精度高、稳定性好的优点．     

基于方向微分和加权平均的运动模糊方向鉴别

在曝光的瞬间,造成图像模糊的运动,可近似作为直线运动来处理,但在像平面中的运动模糊方向未知。将原图像视为各向同性的一阶马尔科夫过程,提出了一种新的运动模糊方向鉴别方法,即方向微分鉴别方法,可以高精度鉴别匀速运动、加速运动、振动等各种运动的模糊方向,具有鉴别范围大、稳定性好的优点,克服了Y.Yitzhaky方法的不足。高精度估计出运动模糊方向,则可以通过图像旋转将运动模糊方向旋转到水平轴,图像恢复因此由二维问题转化为一维问题,大大降低了图像恢复的难度,且为图像恢复的并行计算打下基础。文章给出了采用双线性插值或三次C样条插值进行方向微分的详细计算方法,其中双线性插值方法计算量小,而三次C样条插值方法鉴别精度比双线性插值方法高。采用加权平均措施,平均了引起鉴别误差的各种随机因素,提高了鉴别精度,增强了运动模糊方向鉴别的稳定性。     

视觉传感器抖动模糊图像复原技术

针对视觉传感器的抖动导致采集图像模糊不清的问题,研究了现有的模糊长度和模糊方向参数鉴别的方法.根据运动模糊图像背景像素点的相关性,对模糊图像采用Sobel算子进行一阶微分,并进行自相关运算,相关曲线每一列的两个边界值求和,求和曲线中两个相等的最小值的距离等于运动模糊长度;模糊图像进行傅里叶变换转换为频谱图,将频谱图的条纹二值化处理并进行最小二乘拟合,求取拟合直线斜率,实现运动方向的测量.根据所求点扩散函数(PSF),利用Lucy-Richardson迭代算法对运动模糊图像进行复原.相对于传统方法,所提出的方法对模糊长度和模糊角度的确定具有较高的精度,对视觉传感器运动引起的模糊图像复原具有良好的效果.     

基于方向微分的运动模糊方向鉴别

在曝光的瞬间，造成图像模糊的被摄景物与相机的相对运动，虽可近似作为直线运动来处理，但模糊图像中的运动模糊方向未知。若能由模糊图像出发，估计出运动模糊方向，则可以通过图像旋转将运动模糊方向旋转到水平轴，这样图像恢复就可由2维问题转化为1维问题，这就大大降低了图像恢复的难度，并为图像恢复的并行计算创造了有利条件。为实现这一目的，将原图像看作是各向同性的一阶马尔科夫过程，提出了一种新的基于方向微分的运动模糊方向鉴别方法，该方法不仅可以高精度鉴别匀速运动、加速运动、振动等各种运动的模糊方向，而且具有鉴别范围大、鉴别精度高、稳定性好的优点。另外，为了具体实现这种鉴别，还给出了采用双线性插值或三次C样条插值进行方向鉴别的详细计算方法，其中双线性插值方法计算量小，但三次C样条插值方法的鉴别精度比双线性插值方法高，而且通过加权平均，还可进一步降低各种随机因素引起的鉴别误差，这不仅提高了鉴别精度，而且增强了运动模糊方向鉴别的稳定性，因此能够更加有效地进行方向鉴别。     

图像运动模糊方向的检测方法

为了降低运动模糊图像恢复问题的复杂度,提高计算效率,将图像恢复的二维问题转化为一维问题,可以将图像的模糊方向旋转到水平方向,这就需要识别图像的运动模糊方向.计算模糊图像任意角度的方向微分,根据微分图像灰度值的绝对值的分布特征,可以看到模糊方向和微分图像的绝对灰度值存在一定的关系,由此可以鉴别出模糊方向.在鉴别过程中,给出了精度更高的三次样条插值计算微分图像的详细方法.仿真实验表明,该方法稳定性好,具有较高的精度.     

基于小波变换的运动模糊图像融合研究

由于拍摄目标和成像设备之间的相对运动,往往造成获取的图像模糊.为了消除运动模糊和提高图像恢复质量,利用双线性插值和方向微分算子,采用”先粗后细”的方法,即先从退化图像中粗略确定运动模糊方向范围,然后高精度确定其具体数值.这种方法具有计算量小,精度高,稳定性好,适用范围广的优点.由于模糊图像的像素点之间的高度相关性,采用差分和自相关技术精确确定模糊尺度.由运动模糊方向和模糊尺度构造点扩展函数,然后利用不同的滤波方法得到恢复图像,采用不同的图像融合方法对恢复图像进行融合实验.实验结果表明,基于小波变换的运动模糊图像的融合方法得到的融合图像取得了较好的客观评价和主观视觉效果,具有一定的实用价值.     

基于TVGA正则化的室内运动模糊图像恢复

针对室内环境下相机曝光时间长,被摄目标相对相机运动会产生图像模糊的问题,以室内服务移动机器人为研究背景,提出了一种基于Topkis-Veinott梯度法(TVGA)正则化运动的模糊图像恢复方法。此算法首先采用方向导数法估计出运动模糊方向,同时将图像运动模糊方向旋转至水平轴;然后采用自相关函数平均法确定运动模糊长度,并算出运动模糊点扩展函数(PSF);最后采用改进的TVGA最优化正则参数,进而恢复原始图像。与经典的Wiener法和两种正则化恢复方法进行的比较结果表明,用TVGA法正则化恢复的图像效果较好,不仅较接近原始图像,且易于实现。     

基于投影自相关的运动降晰参数辨识

为了对退化图像进行恢复,首先要得到退化图像的降晰参数。针对匀速运动降晰的情形,提出了一种基于投影的自相关法自动估计降晰参数。该方法首先将运动方向转化为水平方向,求退化图像在水平方向的微分,再对微分图像求垂直方向的微分,绘出两次微分图像投影的自相关曲线,自相关曲线中最大值与最小值之间的距离便是退化图像的降晰参数。     

基于局部标准差和方向微分的模糊方向识别

针对最小方向微分算法在运动模糊方向识别中误差大和实时性差的缺点,提出利用局部标准差和方向微分相结合的方法鉴定模糊方向。该方法首先对模糊图像进行局部标准差滤波以增强模糊方向上的纹理细节,然后利用双线性插值求最小方向微分和,其对应的方向即为模糊方向;在对方向微分和曲线归纳分析后找到了其内在规律,基于此规律提出范围对半递减搜索最小值的方法,减少了搜索次数。实验结果表明该算法识别精度高,抗干扰性强,实时性好。     

一种运动模糊图像的模糊参数估计方法

在摄取图像的过程中,物体间的高速运动及景物与成像设备的相对运动是引发图像退化的主要原因之一,称之为运动模糊。模糊长度和模糊方向是运动模糊中影响图像模糊程度的主要参数。提出了一种改进的误差参数分析方法,对模糊长度进行估计并比较了不同的复原方法对参数误差曲线法估计的效果,同时提出运用傅里叶分解和Hough变换从模糊图像的频谱特性上对运动模糊方向进行了估计。实验结果表明,所提出的方法对运动模糊图像的复原有良好的效果。     

基于小波变换和方向微分的运动模糊方向鉴别研究

针对最小方向微分算法(MinimumDirectionalDerivation,MDD)在运动模糊方向鉴别中计算量大的问题,提出利用小波变换和方向微分相结合的算法鉴别运动模糊方向。首先引入小波变换获得运动模糊图像的低频部分,缩小了计算范围,减小了计算量;然后在利用基于方向微分的加权平均法鉴别模糊方向时,先取步长为10°粗略得到模糊方向,在此模糊方向±10°范围内以0.5°为步长精确鉴别出模糊方向。该方法既能减小计算量,又能提高鉴别精度。仿真结果表明本文算法鉴别运动模糊方向误差小,实时性好,应用范围广。     

基于频域的运动模糊参数估计

运动模糊图像复原的关键之一是模糊核函数的估计,即降质图像的模糊方向和距离变化的估计。已经有多种方法用于模糊核函数的估计,通过对运动模糊图像频谱的研究,提出了一种基于形态学的模糊运动方向计算方法,并根据模糊图像频谱的黑色条纹周期出现的规律,采用投影法计算极值点,从而获取模糊运动距离。实验结果表明该算法简单有效,得到的运动模糊参数较准确。     

基于Gaussian-Hermite矩的旋转运动模糊不变量

目的 模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的预处理,且该类方法存在计算时间复杂度较高及不适定的问题。对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别。方法 本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊Gaussian-Hermite (GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants,RMB_GHMI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的“去模糊”预处理过程。结果 在USC-SIPI (University of Southern California — Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋转变换叠加旋转运动模糊处理,证明RMB_GHMI-5对于旋转变换和旋转运动模糊具有良好的稳定性和不变性。在两个数据集上与同类4种方法进行图像检索实验比较,在80%召回率下,本文方法维数更少,相比性能第2的特征向量,在Flavia数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高25.89%、39.95%、22.79%和35.80%;在Butterfly Image数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高4.79、7.63%、5.65%和18.31%。同时,在上述8个测试数据集中进行对比实验以验证融合算法的有效性,结果表明本文提出的GH矩和几何矩相融合算法显著改善了图像检索效果。结论 本文提出的RMB_GHMI-5特征向量在旋转变换和旋转运动模糊下具有良好的不变性与稳定性,在图像检索抗噪性能方面表现优异。相比同类方法,本文方法更具实际应用价值。     

运动模糊图像的PSF参数辨识

物体和成像系统之间的相对运动使图像产生运动模糊是最常见的图像降质原因之一,因此运动模糊参数的精确估计（模糊角度和模糊尺度）直接影响图像的去模糊效果。结合运动模糊图像的产生过程,利用Radon变换得到模糊角度,对图像倒频谱作进一步分析得到运动模糊尺度。实验结果表明,该算法简单有效,得到的运动模糊参数是比较准确的。