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 PDF

Info

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
Application number
CN2010105748792A
Other languages
English (en)
Inventor
董慧颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Ligong University
Original Assignee
Shenyang Ligong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Ligong University filed Critical Shenyang Ligong University
Priority to CN2010105748792A priority Critical patent/CN102542530A/zh
Publication of CN102542530A publication Critical patent/CN102542530A/zh
Pending legal-status Critical Current

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

一种运动模糊图像清晰装置
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                                                
Figure 885188DEST_PATH_IMAGE001
和
Figure 981320DEST_PATH_IMAGE002
分别是原始图像和运动模糊图像，在曝光T时间内，有
Figure 692924DEST_PATH_IMAGE003
，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
Figure 634652DEST_PATH_IMAGE005
和
Figure 218080DEST_PATH_IMAGE006
。处理数字图像的过程中，把上述方程进行离散处理，表示为，
Figure 640020DEST_PATH_IMAGE008
时，图像是模糊的，其中
Figure 949779DEST_PATH_IMAGE009
，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
Figure 11593DEST_PATH_IMAGE011
、、
Figure 518983DEST_PATH_IMAGE013
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
Figure 811424DEST_PATH_IMAGE014
。与离散圈的距离表示为：
Figure 668522DEST_PATH_IMAGE015
Figure 300492DEST_PATH_IMAGE016
Figure 952053DEST_PATH_IMAGE017
下面分三种情况分析讨论接近理想离散圈的目标像素。
1.  当，像素D在离散圈内部，此时H或者D接近目标像素。通过下面公式计算决定性的变数
Figure 573670DEST_PATH_IMAGE019
，，如果
Figure 210504DEST_PATH_IMAGE021
，则H是最接近的目标像素。
当，像素D在离散圈外部，此时V或者D接近目标像素。通过下面公式计算决定性的变数
Figure 614121DEST_PATH_IMAGE023
，
Figure 17420DEST_PATH_IMAGE024
，如果
Figure 463314DEST_PATH_IMAGE025
，则D是最接近的目标像素。否则，选择H做为下一个像素。
当
Figure 217644DEST_PATH_IMAGE026
，像素D在离散圈上，此时D接近目标像素。选择D做为下一个像素。
令坐标
Figure 954655DEST_PATH_IMAGE027
，做为起始坐标，此时
Figure 415724DEST_PATH_IMAGE026
，通过下面给出的三个公式，计算
Figure 845568DEST_PATH_IMAGE028
，这样能够简便获得第一像素的灰度值。
H，
Figure 821614DEST_PATH_IMAGE029
，
Figure 549268DEST_PATH_IMAGE030
，
D，
Figure 192739DEST_PATH_IMAGE031
，，
V，
Figure 194510DEST_PATH_IMAGE033
，
Figure 273324DEST_PATH_IMAGE034
，
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
Figure 464320DEST_PATH_IMAGE035
（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
Figure 680538DEST_PATH_IMAGE036
（i=0,1…,N-1）。考虑优化问题，我们得出目标函数如下：
Figure 500726DEST_PATH_IMAGE037
Figure 853210DEST_PATH_IMAGE038
图像的恢复，依据函数
Figure 795758DEST_PATH_IMAGE039
，一般函数
Figure 420644DEST_PATH_IMAGE039
使目标灰度值在恢复的图片中发生漫射。因为忽略了相邻像素的空间相关性，这导致了相邻像素间区别太大。减小二阶原图片的像素估计值
Figure 841261DEST_PATH_IMAGE036
，做为空间相关约束条件，
Figure 313830DEST_PATH_IMAGE040
Figure 99384DEST_PATH_IMAGE041
Figure 24614DEST_PATH_IMAGE042
是平滑正规化参数，为了解决
Figure 248922DEST_PATH_IMAGE043
，
将上述公式转换成频率域，而且避免矩阵运算。
Figure 47300DEST_PATH_IMAGE045
  u=0,1…,N-1
这里，
Figure 159930DEST_PATH_IMAGE047
和
Figure 341512DEST_PATH_IMAGE048
是关于g(i)的DFT。由此可得到最优估计值。
（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，
Figure 883538DEST_PATH_IMAGE049
Figure 449648DEST_PATH_IMAGE050
是可行的恢复像素的灰度值，
Figure 423421DEST_PATH_IMAGE051
恢复的像素值，
Figure 49574DEST_PATH_IMAGE052
，，…，
Figure 727866DEST_PATH_IMAGE054
是像素的原始灰度值，这些值需要估计计算出来。由于这个窗口的图像灰度值，没有恢复，为了更准确地获得相邻像素的信息，我们用窗口为
Figure 884041DEST_PATH_IMAGE055
的像素为例，而且定义
Figure 618779DEST_PATH_IMAGE056
Figure 227614DEST_PATH_IMAGE057
令
Figure 401107DEST_PATH_IMAGE058
，满足下列条件的最优解
Figure 604598DEST_PATH_IMAGE059
Figure 572554DEST_PATH_IMAGE060
当像素属于（
Figure 668686DEST_PATH_IMAGE061
），令
Figure 52394DEST_PATH_IMAGE062
，相应地我们还定义了
Figure 183161DEST_PATH_IMAGE063
Figure 508969DEST_PATH_IMAGE064
其中，K属于（
Figure 92397DEST_PATH_IMAGE065
），q属于（
Figure 342113DEST_PATH_IMAGE066
）。
为了求出
Figure 265070DEST_PATH_IMAGE067
，定义了
Figure 574828DEST_PATH_IMAGE068
其中，
Figure 832503DEST_PATH_IMAGE069
表示不同的取值，而且
将上面公式代入下列方程
Figure 725690DEST_PATH_IMAGE071
Figure 144033DEST_PATH_IMAGE072
得到递归关系
Figure 436474DEST_PATH_IMAGE073
定义
Figure 480522DEST_PATH_IMAGE074
将上面两个方程带入到
Figure 174809DEST_PATH_IMAGE057
得出下列公式，其中
Figure 826370DEST_PATH_IMAGE075
，当
Figure 809369DEST_PATH_IMAGE076
时，K在
Figure 204579DEST_PATH_IMAGE077
上变化，当
Figure 753372DEST_PATH_IMAGE078
时，K在
Figure 28364DEST_PATH_IMAGE079
变化。
Figure 295397DEST_PATH_IMAGE080
通过上面公式计算最优值
Figure 166401DEST_PATH_IMAGE081
。
(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
Figure 835280DEST_PATH_IMAGE082
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
Figure 281174DEST_PATH_IMAGE083
，得到（x,y）点的灰度值；第三步，如果模糊宽度
Figure 832241DEST_PATH_IMAGE083
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。
CN2010105748792A 2010-12-07 2010-12-07 一种运动模糊图像清晰装置 Pending CN102542530A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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