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。     

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.     

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.     

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。     

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。     

运动模糊图像点扩散函数尺度鉴别

运动模糊图像的运动模糊方向被高精度地鉴别出来后,将之旋转到水平轴,则二维问题可简化为一维问题来处理。将旋转后的模糊图像在水平方向上进行一阶微分,然后在水平方向上求微分图像的自相关,并将自相关图像的各列加起来,得到一条鉴别曲线,在鉴别曲线上的零频尖峰两侧,会对称地出现一对共轭的负相关峰,两负相关峰间的距离等于运动模糊点扩散函数尺度的两倍。这一新的运动模糊点扩散函数尺度鉴别方法,不仅适用于匀速运动模糊尺度鉴别,也适用于振动、加速运动等变速直线运动的模糊尺度鉴别,而且具有很强的抗噪声干扰能力,鉴别精度高。文中借用信息光学中用于目标识别的光学联合变换相关器JTC概念,给出了该新鉴别方法的解析理论分析。     

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。     

Noncausal fractional directional differentiator and blind deconvoluation: motion blur estimation

The problem of blind estimation of motion blur parameters from a single image is addressed. The blur direction and extent of motion-blurred image, which are introduced by relative motion between a camera and its object scene, are needed in the methods of image restoration, such as blind deconvolution. As an extension to the fractional-order derivative, a noncausal fractional-order directional derivative operator is devised, which is robust to noise. Based on this new operator, a novel method identifying blur parameters is developed in this work. The performance comparison between the proposed method and the state-of-the-art method is also presented, demonstrating that the former provides better immunity to noise and capacity to identify motion blur extent, especially for large blur length.     

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。     

利用运动线索的单目深度测量

目的 传统的单目视觉深度测量方法具有设备简单、价格低廉、运算速度快等优点,但需要对相机进行复杂标定,并且只在特定的场景条件下适用。为此,提出基于运动视差线索的物体深度测量方法,从图像中提取特征点,利用特征点与图像深度的关系得到测量结果。方法 对两幅图像进行分割,获取被测量物体所在区域;然后采用本文提出的改进的尺度不变特征变换SIFT（scale-invariant feature transtorm）算法对两幅图像进行匹配,结合图像匹配和图像分割的结果获取被测量物体的匹配结果;用Graham扫描法求得匹配后特征点的凸包,获取凸包上最长线段的长度;最后利用相机成像的基本原理和三角几何知识求出图像深度。结果 实验结果表明,本文方法在测量精度和实时性两方面都有所提升。当图像中的物体不被遮挡时,实际距离与测量距离之间的误差为2.60%,测量距离的时间消耗为1.577 s;当图像中的物体存在部分遮挡时,该方法也获得了较好的测量结果,实际距离与测量距离之间的误差为3.19%,测量距离所需时间为1.689 s。结论 利用两幅图像上的特征点来估计图像深度,对图像中物体存在部分遮挡情况具有良好的鲁棒性,同时避免了复杂的摄像机标定过程,具有实际应用价值。     

Human motions representation and recognition by directional motion history images

In this paper, we describe a technique for representing and recognizing human motions using directional motion history images. A motion history image is a single human motion image produced by superposing binarized successive motion image frames so that older frames may have smaller weights. It has, however, difficulty that the latest motion overwrites older motions, resulting in inexact motion representation and therefore incorrect recognition. To overcome this difficulty, we propose directional motion history images which describe a motion with respect to four directions of movement, i.e. up, down, right and left, employing optical flow. The directional motion history images are thus a set of four motion history images defined on four optical flow images. Experimental results show that the proposed technique achieves better performance in the recognition of human motions than the existent motion history images. This work was presented in part at the 13th International Symposium on Artificial Life and Robotics, Oita, Japan, January 31–February 2, 2008     

Detecting salient motion by accumulating directionally-consistentflow

Motion detection can play an important role in many vision tasks. Yet image motion can arise from “uninteresting” events as well as interesting ones. In this paper, salient motion is defined as motion that is likely to result from a typical surveillance target (e.g., a person or vehicle traveling with a sense of direction through a scene) as opposed to other distracting motions (e.g., the scintillation of specularities on water, the oscillation of vegetation in the wind). We propose an algorithm for detecting this salient motion that is based on intermediate-stage vision integration of optical flow. Empirical results are presented that illustrate the applicability of the proposed methods to real-world video. Unlike many motion detection schemes, no knowledge about expected object size or shape is necessary for rejecting the distracting motion     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。