运动模糊图像点扩散函数参数识别的新方法

为了估计任意大小运动模糊图像点扩散函数,提出了真实方向、测量方向和列宽行高比的角度变换公式。在此基础上利用Radon变换最大值曲线检测峰值角度作为候选方向,剔除候选方向中Radon变换未出现规律性波谷的干扰方向后为待变换方向,再进行角度变换即为识别方向。取该方向上Radon变换向量,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,通过曲线拟合鉴定模糊尺度。仿真结果表明算法实时性好、精度高、抗干扰能力强。     

运动模糊图像的参数估计与恢复

根据匀速运动造成图像模糊的特点,详细分析了匀速直线运动模糊图像的退化模型.对匀速运动模糊二维离散点扩散函数的表迭式进行了推导,找到了匀速运动模糊图像频谱暗条纹分布的规律.针对现有模糊参数检测方法的不足,推导和论证了了模糊参数与图像高宽比之间的关系,从而获得了准确检测图像模糊参数的方法.该方法通过对退化图像的频谱进行Radon变换,提取烦谱暗条纹方向和间距,进而准确检测出退化图像的模糊参数:运动方向和运动长度.实验结果表明,该算法简单可行,参数估计准确并具有较好的抗噪声鲁棒性.     

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。     

一种改进的运动模糊图像参数准确估计方法

模糊角度(方向)和模糊长度是对运动模糊图像进行恢复处理的两个关键参数.针对通过运动模糊图像频谱图像的中心亮条纹获得模糊角度存在角度检测精度不高、角度检测范围受限制等缺陷,在分析Radon变换的数学原理和十字亮纹形成原因及其造成干扰的基础上,根据频谱图像的特点,提出采用模糊频谱图像的暗条纹获得运动模糊角度的方法:在获得频谱图像暗条纹的二值图像后,通过骨架化变换,缩小暗条纹宽度,再经过Radon变换获得模糊角度和模糊长度.实验结果表明,所提出的方法能避开频谱图像中十字亮线的干扰,提高模糊角度检测精度和稳定度,扩大角度检测范围,模糊角度的检测误差小于0.5$^\circ$,角度检测范围达$0^\circ \sim 180^\circ$,优于传统算法的效果     

基于频谱边缘检测和Radon 变换估计运动模糊图像的方向

为了准确估计运动模糊图像的方向,在理论推导部分,以定积分、Fourier 变换和 Sinc 函数的性质为依据,得出了运动模糊方向、图像尺寸和频谱图像平行条纹方向三者的关系。在算法优化部分,系统分析了Radon 变换法、Gabor 变换法和频谱分块法的原理和不足,并提出了基于频谱边缘检测和Radon 变换的改进算法。在数值实验部分,编写Matlab 程序对几种方法进行了测试和比较,结果表明,该方法的估计精度最高,更适用于估计运动模糊图像的方向。     

视频透视增强现实系统中的运动模糊研究

针对Radon变换对增强现实运动模糊中短模糊尺度无效的问题,提出一种将Radon变换和Canny边缘检测相结合,并基于视频透视的虚拟物体运动模糊模拟算法。采用Canny边缘检测和Radon变换方法,获得点扩散函数参数和基于GPU实现运动模糊的实时渲染。实验结果证明,该算法在视频透视增强现实系统中,对于长短模糊尺度都能较好地模拟运动模糊效果,从而实现虚实场景的无缝融合。     

基于模糊集理论鉴别运动模糊参数

运动模糊是降质图像中常见的一种形式,运动模糊图像的恢复主要依靠对运动模糊参数的估计。提出了一种新的算法来估计线性运动模糊参数。该算法利用Radon变换找到运动模糊图像的方向,通过运用模糊理论中的t-norm调整得到模糊尺度。实验结果表明,该算法在鲁棒性和精确性上均有很大提高且即使在信噪比比较低的情况下仍然可以得到很好的恢复效果。     

基于模糊函数估计和变分泛函数优化的含噪声模糊图像复原算法

针对摄影图像中常见的噪声和模糊同时退化图像的问题,提出一种Radon变换估计模糊函数结合变分泛函优化的图像复原算法。算法首先利用方向滤波器对图像去噪,然后利用Radon变换以去除方向滤波在模糊函数估计中引起的偏差,再利用模糊函数通过去卷积操作去除模糊,最后在去模糊的基础上利用 L0梯度范数的变换泛函的优化算法,去除剩余噪声从而对图像进行复原。实验表明,该算法可以有效地恢复摄影图像中的场景。     

噪声条件下的运动模糊参数同步辨识的新算法

在噪声污染的情况下,匀速直线运动模糊图像频谱中的暗黑色条纹变得模糊甚至消失,根据暗黑色条纹的特征来估计运动模糊参数的方法将失效。由此,提出了一种噪声条件下的运动模糊参数同步辨识的新算法,该算法以运动模糊图像频谱作为研究对象,首先利用区域生长算法提取频谱中白色长条区域的轮廓,再计算其最小面积外接矩形,根据最小外接矩形的长度、宽度及倾斜度等参数同步估计运动模糊参数：模糊方向与模糊尺度。实验结果表明,对不同信噪比、不同模糊方向和模糊尺度的运动模糊图像,该算法可以较精确地估计出模糊参数,且具有很好的抗噪声鲁棒性。     

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。