运动模糊车牌图像的恢复与定位

从车辆运动模糊图像产生的机理出发,分析运动模糊图像的退化模型,提出一种改进的参数估计方法进行运动模糊车牌图像的恢复与定位.首先,对运动模糊图像进行两次傅立叶变换后通过Radon变换以估计运动模糊方向,其次,利用微分自相关得到运动模糊长度,最后,结合边缘检测和数学形态学方法进行车牌的定位.实验结果表明,对于运动模糊的车牌图像,该方法能够有效地实现运动模糊图像的恢复与车牌定位.     

基于Radon变换的运动模糊图像复原研究

图像在获取、处理与传输过程中,由于多种原因的影响,图像会产生一定程度的退化,其中运动模糊是导致图像退化的常见因素之一。根据运动模糊图像的特点,详细分析了运动模糊图像的退化/复原模型。在未知系统退化模型的情况下,采用Radon变换来估计匀速直线运动模糊角度和运动模糊尺度,从而确立系统的点扩展函数(SPF),然后分别用逆滤波和维纳滤波对图像进行复原,并对两种复原方法做了比较。实验表明,该方法参数估计准确,模糊图像复原效果较好。     

Radon变换和全变分相融合的图像复原算法

图像复原的核心是点扩散函数的估计和直接去卷积算法,针对拍照过程中,相机和被拍摄物体由于相对运动而导致的图像退化问题,提出一种基于Radon变换和全变分相融合的图像复原算法。首先利用radon变换对图像退化模型参数进行估计,然后采用全变分算法复原退化图像,最后在Matlab 2012平台进行仿真实验对算法的性能检验。仿真结果表明,相对于其它图像复原算法,本文算法可以准确估计退化模型参数,获得了更加理想的图像复原效果,具有一定的实际利用价值。     

任意方向匀速直线运动模糊的点扩展函数估计

在运动图像复原中,建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向,利用微分自相关的方法对模糊图像的模糊尺寸进行计算,通过计算模糊图像沿二维直线运动方向不同距离的重叠度,来计算得到相应的PSF。通过开展仿真分析和成像实验,演示了PSF估计和图像复原过程。通过采用图像质量评价函数,将图像复原结果与现有算法进行对比,验证了所提出方法的有效性。     

四DSP实现运动模糊图像的实时恢复

为解决相机与被拍摄物体之间存在较大相对运动而产生的图像模糊,提出使用3个定点DSP和1个浮点DSP共同完成运动模糊图像实时恢复的方法。研究运动模糊图像的退化模型,采用维纳滤波方法进行运动模糊图像恢复。阐述了定点DSP完成二维FFT的原理和注意事项,说明了4个DSP在图像恢复过程中各自的功能。对于512512大小的图像,定点DSP完成二维FFT的时间为17.7ms,浮点DSP完成浮点数据乘法和除法的时间总共为32.5ms,据此计算了各个DSP的工作负荷。通过这些指标说明,此硬件结构可以完成512512大小运动模糊图像的实时恢复。     

基于频谱分析的运动模糊图像的参数鉴别

提出了利用图像频谱获取模糊参数、复原参数的方法。该方法通过对运动模糊图像做频谱预处理,对频谱实施Radon变换,确定运动模糊的方向θ,进而计算出运动模糊的尺度L。通过对不同模糊程度的计算机仿真图像和相机实拍图像参数鉴别结果表明,该方法简单、准确,且具有较强的鲁棒性,并验证了文中所提参数估计方法的有效性,最终的图像去模糊效果良好。     

运动模糊图像实时恢复的多DSP方案

为解决相机与被拍摄物体之间存在较大相对运动而产生的图像模糊,提出使用三个定点DSP和一个浮点DSP共同完成运动模糊图像实时恢复的方法。研究运动模糊图像的退化模型,采用维纳滤波方法进行运动模糊图像恢复。阐述了定点DSP完成二维FFT的原理和注意事项,说明了四个DSP在图像恢复过程中各自的功能。对于512×512大小的图像,定点DSP完成二维FFT的时间为17.7ms,浮点DSP完成浮点数据乘法和除法的时间总共为32.51ms,据此计算了各个DSP的工作负荷。通过这些指标说明,此硬件结构可以完成512×512大小运动模糊图像的实时恢复。     

一种改进的基于Radon变换的运动模糊图像参数估计方法

运动模糊是导致图像降质的最常见因素之一.此类图像的复原很大程度上取决于对点扩散函数的准确估计.对于匀速直线运动的模糊图像,运动方向和模糊尺度是确定点扩散函数的两个关键参数.介绍了Radon变换的数学原理及用其估计运动模糊方向的思路、步骤;针对实际拍摄的模糊图像频谱中严重影响原算法的十字亮线现象,分析了其成因,并提出了一种改进算法.算法根据十字亮线的特性,采用频谱分块的思想以消除检测干扰.实验结果验证了算法的正确性和有效性.     

基于匀速直线运动下模糊图像复原的研究

根据运动模糊图像产生的原因及特点,文中阐述了在匀速直线运动下模糊图像退化的模型,介绍了维纳滤波复原图像的原理。由于在图像获取时模糊原因的不确定性,使得点扩散函数(PSF)具有不准确性,从而使模糊图像复原的效果不佳。针对点扩散函数的确定,利用方向微分法快速判断运动模糊方向,再利用一阶差分自相关的方法鉴定运动模糊图像的模糊尺度,从而确定点扩散函数。在确定K值时,采用K值自动估计算法。通过实验仿真表明,此方法对模糊图像复原效果良好。     

运动模糊图像点扩散函数的频谱估计法

在深入研究无噪声情况下的匀速直线运动模糊图像的点扩散函数特性,提出一种基于频域的识别运动模糊图像模糊方向和模糊长度的算法。分析了对模糊图像频谱图出现平行暗条纹的原因,从理论和实验说明暗条纹的方向与模糊方向垂直的特性,并采用RADON变换法检测这些暗条纹,给出精确的数值估算方法。采用SOBEL算子对模糊图像进行一阶微分运算,求其自相关鉴别曲线,并估算出其模糊长度。仿真分析结果表明,该算法可以准确地识别图像运动模糊参数,其模糊角度绝对误差不超过2°,模糊长度绝对误差不超过1个像素。