CN102542530A - 一种运动模糊图像清晰装置 - Google Patents
一种运动模糊图像清晰装置 Download PDFInfo
- Publication number
- CN102542530A CN102542530A CN2010105748792A CN201010574879A CN102542530A CN 102542530 A CN102542530 A CN 102542530A CN 2010105748792 A CN2010105748792 A CN 2010105748792A CN 201010574879 A CN201010574879 A CN 201010574879A CN 102542530 A CN102542530 A CN 102542530A
- Authority
- CN
- China
- Prior art keywords
- image
- analog
- digital converter
- pixel
- motion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种运动模糊图像清晰装置,包括摄像机、模数转换器、通讯接口、计算机、滤波模块、图像增强模块、图像存储器、图像显示器,摄像机将摄到的模拟图像送给模数转换器,模数转换器将数字图像信号经通讯接口输入给计算机,然后经过滤波模块将复原的图像信号送给图像增强模块,对复原的图像进行增强处理,然后将图像信号输送给图像存储器,然后存储在存储器中,同时显示复原后的图像,该发明具有结构简单、复原效果好、复原后图像清晰度高、使用方便、成本低等优点,使用于交通道路监测等户外拍摄环境。
Description
技术领域
本发明属于旋转运动模糊摄像技术,特别涉及一种运动模糊化图像清晰装置,对受到转动衰减的拍摄图像进行恢复的装置。
背景技术
计算机视觉装置的出现弥补了人类视觉的不足,在工业制造、道路交通管理、实时监控等多个领域计算机视觉都得到了广泛应用。图像清晰装置作为计算机视觉的一个重要的组成部分,在人类的生产和生活中起到广泛的发展。普通的图像清晰装置,只是针对拍摄对象是统一的线性运动,并对这种运动下造成的模糊图像的恢复。拍摄的过程中,拍摄对象是转动的,相机和物体之间的转动引起了图片模糊。线性运动模糊图像的恢复有一系列的方法,对于转动模糊图像,只有很少一部分人关注。
SAWCLUK提出了一个完整的由运动而退化的空间变化的模糊图分析方法,但在实时系统图像恢复的计算过程中,却有问题存在。因此,在此基础上,对转动模糊图提出了一种协同转换恢复装置。这种装置包括,对退化的图像运用一个几何转换。用这种装置,使运动模糊转化为一个完整的线性模糊平台,也使图像的空间变化转化成空间不变的情况,用极平面——矩形平面的协同传输恢复图像原始格式。将运动模糊图像复原到比较清晰的情况,使得在旋转运动条件下,户外摄像装置依然能够保持较好的稳定性和可靠性。
发明内容
本发明的目的是针对物体和相机间的相互运动使图像模糊的问题,提出一种计算简单,图像清晰度高,复原效果好,使用方便的运动模糊化图像清晰装置,在运动模糊图像中,较好地恢复图片的质量。
采用的技术方案是:
一种运动模糊图像清晰装置,包括摄像机、模数转换器、图像采集器、数据接口、计算机、、滤波模块、、图像增强模块、、图像存储器、、图像显示器。摄像机将摄到的模拟图像送给模数转换器,模数转换器将数字图像信号经图像采集器,通过通数据接口输入给计算机,然后经过滤波模块将复原的图像信号送给图像增强模块,对复原的图像进行增强处理,然后将图像信号输送给图像存储器,然后存储在存储器中,同时在图像显示器显示复原后的图像,发明具有结构简单,图像复原效果好,实用方便。
附图说明
图1是本发明的装置结构框图。
图2是本发明的工作流程框图。
具体实施方式
结合实例进一步说明本发明的结构方案和工作流程。
如图1所示,一种运动模糊化图像清晰装置,包括摄像机1、模数转换器2、图像采集器3、数据接口4、计算机5、滤波模块6、图像增强模块7、图像存储器8、图像显示器9。摄像机1将摄到的模拟图像送给模数转换器2,模数转换器2将数字图像信号经图像采集器3,通过通数据接口4输入给计算机5,然后经过滤波模块6将复原的图像信号送给图像增强模块7,对复原的图像进行增强处理,然后将图像信号输送给图像存储器8,然后存储在存储器中,同时在图像显示器9显示复原后的图像。
如图2所示,本实用型的工作流程:
(1)初始化,对摄像系统的各个部分进行初始化,包括对摄像机参数的设定,对采样周期的设定和对图像显示器的初始化。
(2)采集图像,摄像机拍摄的图像首先经过模数转化器处理,将摄像机拍设的图像转变为数字图像序列,然后通过图像采集器采集图像,通过数据接口将图像输入计算机。
(3)每隔一定周期对输入计算机的图像进行采样,如果图像受到相机和物体间相对运动影响比较模糊,则需要对图像进行清晰处理,将图像复原,最后在显示器上显示出来。
(4)对运动模糊的图像进行分析。定义 和分别是原始图像和运动模糊图像,在曝光T时间内,有,其中为角速度。由于相机和物体间的相对运动,积累了像素的密度值。用极坐标表示上面的等式和。处理数字图像的过程中,把上述方程进行离散处理,表示为,时,图像是模糊的,其中,当时,图像是清晰的。
(5)沿模糊路径,对获取像素灰度值的快速算法,这是恢复运动模糊图像的最重要的一步。本发明结合著名的Bresenham算法画出离散圈,进一步得出离散像素的灰度值。用、、分别表示上、左上、左面的坐标。这三个坐标表示的是像素点。离离散圈最近的坐标点近似为。与离散圈的距离表示为:
下面分三种情况分析讨论接近理想离散圈的目标像素。
然后,通过对称变换得到其它三个象限的灰度值。这个算法保证了,离散圈与理想离散圈很接近,而且最大误差小于0.5个像素。
基于平面和空间之间最小相关的存储算法。通过上述法则,我们能得到像素灰度值,因为(i=0,1…,N-1)通常含有噪音,因此需要估计第N个像素的灰度值(i=0,1…,N-1)。考虑优化问题,我们得出目标函数如下:
将上述公式转换成频率域,而且避免矩阵运算。
(7)建立在临近信息指导基础上的占最少时间和空间的恢复算法,角落部分的恢复规则分三种。(1)灰度是均匀分布的背景,如果相邻的像素属于这个背景范围内,像素可以用相邻像素的灰度值近似估计,这样算法的估计时间也会大大减少,分布越均匀,时间也越少。(2)如果像素属于目标范围内,用临近的像素灰度值代替这个像素,这样算法也会大大减少。(3)如果相邻像素的灰度值有很大差异,在相邻区域内或边缘上,有严重的噪音确定这个像素的灰度值很困难,这个算法耗时较大。我们根据上面描述,对全部的图像,构造二次函数方程。如下,
将上面公式代入下列方程
得到递归关系
定义
将上面两个方程带入到
(8) 转动模糊图像参数的辨别,运动造成的空间变化的模糊图像,分割成一系列的不同的模糊图像,然后,估计每个图像的模糊程度,常出现的对数频谱间的相关的像素模糊值,用下面公式计算
估计中心的模糊和模糊程度有三个步骤:第一步,给出模糊中心的一个初始值(x,y);第二步,用先前提到的方法,估计模糊宽度,得到(x,y)点的灰度值;第三步,如果模糊宽度是大致随半径增加,模糊宽度比例的半径反应了沿着离散直线,停止追寻(x,y)的程序,否则,就更新(x,y)返回到第二步,直到满足条件。
(9)存储图像,对清晰化后的图像进行存储。
(10)显示图像,经过复原和增强后的图像经过显示器显示。
Claims (1)
1.一种运动模糊图像清晰装置,包括摄像机、模数转换器、图像采集器、数据接口、计算机、、滤波模块、、图像增强模块、、图像存储器、、图像显示器,其特征在于:所述的摄像机将摄到的模拟图像送给模数转换器,模数转换器将数字图像信号经图像采集器,通过通数据接口输入给计算机,然后经过滤波模块将复原的图像信号送给图像增强模块,对复原的图像进行增强处理,然后将图像信号输送给图像存储器,然后存储在存储器中,同时在图像显示器显示复原后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105748792A CN102542530A (zh) | 2010-12-07 | 2010-12-07 | 一种运动模糊图像清晰装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105748792A CN102542530A (zh) | 2010-12-07 | 2010-12-07 | 一种运动模糊图像清晰装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102542530A true CN102542530A (zh) | 2012-07-04 |
Family
ID=46349355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105748792A Pending CN102542530A (zh) | 2010-12-07 | 2010-12-07 | 一种运动模糊图像清晰装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102542530A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021653A (zh) * | 2017-12-01 | 2018-05-11 | 湖州师范学院 | 一种安防监控系统的数据筛选方法 |
CN112383678A (zh) * | 2020-10-27 | 2021-02-19 | 南京交通职业技术学院 | 一种运动模糊图像清晰装置 |
CN112435190A (zh) * | 2020-11-24 | 2021-03-02 | 同济大学 | 一种基于车辆运动与数据增广的运动模糊目标检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1728181A (zh) * | 2005-01-13 | 2006-02-01 | 中国科学院长春光学精密机械与物理研究所 | 运动模糊数字图像自动复原方法 |
CN101409793A (zh) * | 2008-11-18 | 2009-04-15 | 上海理工大学 | 汽车环景成像系统 |
CN101719264A (zh) * | 2009-12-28 | 2010-06-02 | 清华大学 | 一种多视角动态场景采集的视觉场计算方法 |
CN101742050A (zh) * | 2009-12-03 | 2010-06-16 | 浙江大学 | 针对运动模糊核空间移变的tdiccd图像复原方法 |
-
2010
- 2010-12-07 CN CN2010105748792A patent/CN102542530A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1728181A (zh) * | 2005-01-13 | 2006-02-01 | 中国科学院长春光学精密机械与物理研究所 | 运动模糊数字图像自动复原方法 |
CN101409793A (zh) * | 2008-11-18 | 2009-04-15 | 上海理工大学 | 汽车环景成像系统 |
CN101742050A (zh) * | 2009-12-03 | 2010-06-16 | 浙江大学 | 针对运动模糊核空间移变的tdiccd图像复原方法 |
CN101719264A (zh) * | 2009-12-28 | 2010-06-02 | 清华大学 | 一种多视角动态场景采集的视觉场计算方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021653A (zh) * | 2017-12-01 | 2018-05-11 | 湖州师范学院 | 一种安防监控系统的数据筛选方法 |
CN108021653B (zh) * | 2017-12-01 | 2021-08-03 | 湖州师范学院 | 一种安防监控系统的数据筛选方法 |
CN112383678A (zh) * | 2020-10-27 | 2021-02-19 | 南京交通职业技术学院 | 一种运动模糊图像清晰装置 |
CN112383678B (zh) * | 2020-10-27 | 2022-05-27 | 南京交通职业技术学院 | 一种运动模糊图像清晰装置 |
CN112435190A (zh) * | 2020-11-24 | 2021-03-02 | 同济大学 | 一种基于车辆运动与数据增广的运动模糊目标检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gallego et al. | Accurate angular velocity estimation with an event camera | |
CN110108258B (zh) | 一种单目视觉里程计定位方法 | |
US9615039B2 (en) | Systems and methods for reducing noise in video streams | |
US10192347B2 (en) | 3D photogrammetry | |
US10121229B2 (en) | Self-portrait enhancement techniques | |
CN104284126B (zh) | 影像插补方法以及应用该方法的影像插补装置与影像装置 | |
WO2018176938A1 (zh) | 红外光斑中心点提取方法、装置和电子设备 | |
US9307148B1 (en) | Video enhancement techniques | |
CN101996406A (zh) | 无参考结构清晰度图像质量评价方法 | |
CN107248174A (zh) | 一种基于tld算法的目标跟踪方法 | |
CN110827320B (zh) | 基于时序预测的目标跟踪方法和装置 | |
Wang et al. | Video stabilization: A comprehensive survey | |
CN103514587B (zh) | 基于海天分界线检测的舰载稳像方法 | |
CN102542530A (zh) | 一种运动模糊图像清晰装置 | |
CN102129692A (zh) | 一种双门限场面运动目标检测方法及其系统 | |
CN107734294A (zh) | 监控图像复原系统及方法 | |
CN114494085B (zh) | 一种视频流复原方法、系统、电子设备及存储介质 | |
CN115294035B (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN114091520B (zh) | 一种井工煤矿中工作设备识别与检测的方法与装置 | |
CN201867869U (zh) | 一种运动模糊图像清晰装置 | |
US20180158194A1 (en) | Determining Optical Flow | |
CN110750757A (zh) | 一种基于灰度线性建模及金字塔分解的图像抖动量计算方法 | |
Liu et al. | Deep learning with inaccurate training data for image restoration | |
CN116580169B (zh) | 一种数字人驱动方法及装置、电子设备和存储介质 | |
CN114372944B (zh) | 一种多模态和多尺度融合的候选区域生成方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120704 |