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.     

运动模糊图像PSF参数估计方法改进及图像复原

运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数（PSF）求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。     

基于频谱预处理与改进霍夫变换的离焦模糊盲复原算法

为了提高离焦模糊图像复原清晰度,提出一种基于频谱预处理与改进霍夫变换的 离焦模糊盲复原算法。首先改进模糊图像频谱预处理策略,降低了噪声对零点暗圆检测的影响。 然后改进霍夫变换圆检测算法,在降低算法复杂度的同时,增强了模糊半径估计的准确性。最 后利用混合特性正则化复原图像模型对模糊图像进行迭代复原,使复原图像的边缘细节更加清 晰。实验结果表明,提出的模糊半径估计方法较其他方法平均误差更小,改进的频谱预处理策 略更有利于零点暗圆检测,改进的霍夫变换圆检测算法模糊半径估计精度更高,所提算法对已 知相机失焦的小型无人机拍摄的离焦模糊图像具有更好的复原效果。针对离焦模糊图像复原, 通过理论分析和实验验证了改进的模糊半径估计方法的鲁棒性强,所提算法的复原效果较好。     

一种匀速直线运动模糊参数的检测方法

运动模糊参数的检测是图像恢复过程中的关键问题。对于匀速直线运动模糊来说,检测出运动模糊的方向和距离后。结合运动模糊恢复算法即可完成对模糊图像的恢复。从运动模糊图像的传输函数出发,经过分析,总结得出其频谱图的特点及规律以及同运动参数之间的关系。运动模糊图像的频谱图上会出现一些等间隔的相互平行的暗色条纹,可以根据这种关系在频谱图上提取运动参数。     

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.     

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。     

一种基于中轴探测的运动模糊方向估计方法

针对运动模糊图像的模糊方向估计易受频谱中心十字亮线和图像尺寸影响的问题,详细分析了匀速直线运动模糊图像的退化模型。通过对点扩散函数的公式推导,找到了图像尺寸与模糊方向间的关系,提出了一种基于中轴探测的运动模糊方向估计方法。该方法首先对模糊图像进行傅里叶变换及动态压缩得到频谱图,然后对频谱图进行预处理,以消除中心十字亮线的影响,最后根据推导出的公式计算得到运动模糊方向的估计。仿真实验表明,该方法简单、准确,克服了图像长宽比对估计结果的影响,且具有较强的鲁棒性和较高的时间效率。     

DFT及多投影分析的织物纬斜检测方法研究

研究织物图像纬斜准确检测的问题,检测精度易受光线及织物纹理复杂性的影响,如将存在着大量冗余信息的图像直接进行处理,计算量大,不适合用实时检测系统.在对织物的DFT谱进行二值化、形态学滤波等一系列实验的基础上,提出了一种基于DFT及多投影分析的纬斜量检测方法.方法将织物图像的DFT变换谱去除冗余信息,再以较小的步长进行旋转投影,根据频谱图的纵轴与横坐标垂直时在频谱图的中心位置会出现投影像素的最大值的原理,检测出织物图像的倾斜角度.实验结果证明该算法在对小角度的纬斜量检测时,具有较高的精度,且对织物的疏密度适应性较强.     

运动模糊情况下障碍物检测预处理

针对在非结构化环境下,摄像机和拍摄目标相对运动造成的图像模糊情况,进行障碍物检测预处理。利用边缘锐度法判定获得的图像是否为运动模糊图像,如果是则利用傅里叶频谱和Radon变换得到点扩展函数后,利用 Lucy-Richardson法进行复原;为了降低后期障碍物检测的处理复杂度,利用提出的一种改进二维熵分割算法进行障碍物粗定位,面积阈值消除噪声影响,完成障碍物检测预处理。通过仿真实验验证了该方法的可行性和有效性,为智能汽车在非结构化环境下避障提供参考依据,为障碍物识别奠定基础。     

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。     

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。     

Blurred image restoration: A fast method of finding the motion length and angle

Motion blur in photographic images is a result of camera movement or shake. Methods such as Blind Deconvolution are used when information about the direction and size of blur is not known. Restoration methods, such as Lucy and Richardson or Wiener reconstruction use information about the direction and size of the blur in the deconvolution kernel (called Point Spread Function — PSF). Correct and fast determination of the direction and size of blur improves the quality of restoration and it can substantially reduce the computational time. In this article, a fast method for finding the direction and size of the blur automatically is presented. The method is based on computation of the power spectrum of the image gradient in the frequency domain. The method has achieved good results on both types of images: artificially blurred and naturally blurred (by the camera shake).     

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。     

Edge enhancement by local deconvolution

In this paper a new approach for blurred image restoration is presented. Our algorithm is based on human vision which zooms back and forth in the image in order to identify global structures or details. Deconvolution parameters are estimated by an edge detection and correspond to the ones of a chosen edge detection model. The segmentation is obtained by merging multiscale information provided by multiscale edge detection. The edge detection is achieved by using a derivative approach following a generalization of Canny-Deriche filtering. This multiscale analysis performs an efficient edge detection in noisy blurred images. The merging leads to the best local representation of edge information across scales. The algorithm deals with a mixed (coarse-to-fine/fine-to-coarse) approach and searches for candidate edge points through the scales. Edge characteristics are estimated by the merging algorithm for the chosen model. Scale, direction and amplitude informations allow a local deconvolution of the original image. The noise problem is not considered in this work since it does not disturb the process. Results show that this method allows non-uniformly blurred image restoration. An implementation of the whole algorithm in an intelligent camera (DSP) has been performed.     

傅里叶重建图像法检测磁片表面刀纹缺陷

磁片在被切割为更小的片时表面上可能会出现缺陷,这些缺陷将严重影响磁性材料产品的性能和使用寿命,因此表面刀纹缺陷自动检测成为磁片生产中一个重要的任务。针对经典缺陷检测算法不能很好地提取颜色暗、对比度低的磁片图像的缺陷的问题,提出一种基于傅里叶变换重建图像的磁片表面图像处理方法。用傅里叶变换获取磁片图像的频谱图像,缺陷在频谱图像中被显示为一条亮线。用霍夫变换检测亮线的角度,去除这条亮线的频率分量,使用傅里叶反变换得到去除掉缺陷的正常灰度图像。缺陷区域则可以通过评估原始图像和重建图像之间的灰度差来获得。对大量的磁片图像进行实验后表明,该方法可以准确、高效地检测磁片表面的刀纹缺陷。     

基于中点检测的二维条码识别

条码边缘模糊会导致其识别率下降，本文提出了一种基于中点检测的识别算法，能有效地解决边缘模糊对条码识别的影响．文中以PDF417条码为例研究了基于中点检测的二维条码识别算法．首先定位出图像上的条码，然后再在条码中分割出单个码字符号图像．文中最后根据分割出来的单个码字符号图像着重讨论了基于中点检测的识别算法．实验结果表明基于中点检测的识别算法具有良好的性能，显著地提高了条码的识别率，满足了实际使用的要求．