CN102651134B - 基于两帧静态图像拼合的匀速模糊图像构造方法与装置 - Google Patents

基于两帧静态图像拼合的匀速模糊图像构造方法与装置 Download PDF

Info

Publication number
CN102651134B
CN102651134B CN201210084568.7A CN201210084568A CN102651134B CN 102651134 B CN102651134 B CN 102651134B CN 201210084568 A CN201210084568 A CN 201210084568A CN 102651134 B CN102651134 B CN 102651134B
Authority
CN
China
Prior art keywords
target
substitutes
point target
substitute
substituting
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.)
Active
Application number
CN201210084568.7A
Other languages
English (en)
Other versions
CN102651134A (zh
Inventor
谭久彬
赵烟桥
刘俭
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.)
Harbin Xinzhida Automation Complete Equipment Co ltd
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201210084568.7A priority Critical patent/CN102651134B/zh
Publication of CN102651134A publication Critical patent/CN102651134A/zh
Application granted granted Critical
Publication of CN102651134B publication Critical patent/CN102651134B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

基于两帧静态图像拼合的匀速模糊图像构造方法与装置属于一般的图像数据处理或产生领域中图像运动分析部分;该方法根据真实场景中目标、光学系统及图像传感器的参数,推导出真实情况下目标的模糊距离,并反推回像方,得到代用目标所处两个空间位置距离,通过对这两个空间位置的代用目标两次成像,并根据图像信息构造出匀速模糊图像;该装置中代用目标包括静止背景和运动目标两部分,并且运动目标能够在代用光学系统视场范围内垂直装置光轴方向做二维运动;该方法和装置能够用常温可见光目标等效代替高温目标,用低速运动配合两次成像等效代替高速运动,不仅使实验难度得到降低,实验安全性得到提高,而且容易获得多组实验数据,实验成本大幅降低。

Description

基于两帧静态图像拼合的匀速模糊图像构造方法与装置
技术领域
基于两帧静态图像拼合的匀速模糊图像构造方法与装置属于一般的图像数据处理或产生领域中运动分析部分,尤其涉及一种基于两帧静态图像拼合的匀速模糊图像构造方法与装置。
背景技术
动像传递函数是定量描述目标像在图像传感器表面运动造成的图像像质退化程度的物理量,从一幅运动模糊图像中提取目标像的运动信息,得到动像传递函数,可以为运动模糊图像的复原提供理论基础。
该项技术可直接应用在航空航天和快速运动装置图像信息获取领域,对飞行器等超高速运动的目标成像,得到运动模糊图像,进而对该图像利用动像传递函数进行评价,从而实现对图像的复原。但在该领域,每获取一幅运动模糊图像,不仅要耗费大量的人力物力;而且受气候、环境等干扰因素的影响,进行重复性实验非常困难。所以,为了节约成本,获取更多的实验数据,提高实验的重复性,将采用为半实物半仿真的实验方法来获取运动模糊图像。
实验的方法是,沿光轴方向依次放置目标、成像物镜和图像传感器,图像传感器模拟真实场景的成像器件,目标用来模拟真实场景的高温高速物体。将目标放置在可以沿垂直光轴方向移动的导轨上,形成动态目标。在图像传感器对目标成像的过程中,目标在垂直光轴方向保持运动状态,就可以获得运动模糊图像。
这里就存在这样一个问题,真实的目标具有运动速度快,温度高的特点,而在实验室环境下,不仅很难设计出高温高速的目标,而且,也不方便采用高温高速目标,以免对实验室的安全和实验人员的安全造成威胁。那么,如何在实验室条件下仿真真实场景的高温高速目标,并获得同等效果的运动模糊图像就成为首要问题。
现有技术中,众多运动模糊图像的构造方法均采用了软件退化的方式,并且遵循这样的基本公式:g(x,y)=f(x,y)*h(x,y)+n(x,y),其中,g(x,y)是退化图像的函数表达式,f(x,y)是静止图像的函数表达式,h(x,y)是退化函数,n(x,y)为随机噪声。这种方法的特征是:根据目标图像的运动形式,在像方利用软件计算的方式得到退化图像。
这种方法的缺点是:
1)不能解决如何通过硬件设备真实获得退化图像的问题;
2)无法解释软件退化图像与真实目标运动形式的关系问题;
3)对图像整体进行退化,无法模拟运动目标在静止背景中的运动。
这三个缺点最终导致现有技术方法无法解决如何在实验室条件下仿真真实场景的高温高速目标,并获得同等效果的运动模糊图像问题。
发明内容
本发明就是针对现有技术中,无法解决如何在实验室条件下仿真真实场景中,高温高速目标,并获得同等效果的运动模糊图像问题,提出了一种基于两帧静态图像拼合的匀速模糊图像构造方法与装置;该方法与装置能够用常温可见光目标等效代替高温目标,用低速运动配合两次成像等效代替高速运动,不仅使实验难度得到降低,实验安全性得到提高,而且容易获得多组实验数据,实验成本大幅降低。
本发明的目的是这样实现的:
基于两帧静态图像拼合的匀速模糊图像构造方法,步骤如下:
a、在真实场景中,根据目标的运动速度v1,图像传感器的曝光时间t1,以及光学系统的横向放大率β1,得到目标像在图像传感器表面的运动距离:d=v1·t1·β1
b、在模拟场景中,根据代用光学系统2的横向放大率β2,利用第a步得到的目标像在图像传感器表面的运动距离d,得到代用目标在图像传感器曝光时间内的运动距离d2=d/β2
c、在模拟场景中,保持代用目标静止状态,对代用目标成像,得到第一帧静态代用目标图像f1(x,y),第一帧静态代用目标图像中背景函数一表示为f11(x,y);代用目标函数一表示为f12(x,y);
d、在模拟场景中,将代用目标沿垂直光轴方向移动,移动的距离为第b步得到的代用目标在图像传感器曝光时间内的运动距离d2
e、在模拟场景中,保持代用目标静止状态,对代用目标成像,得到第二帧静态代用目标图像f2(x,y),第二帧静态代用目标图像中背景函数二表示为f21(x,y);代用目标函数二表示为f22(x,y);
f、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx为代用目标像沿图像传感器x轴方向的移动距离;dy为代用目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标退化函数一为:
OTF 1 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( f x v x + f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( f x d x + f y d y ) )
g、根据第c步得到的第一帧静态代用目标图像f1(x,y)中代用目标函数一f12(x,y)和第f步得到的代用目标退化函数一OTF1(fx,fy),构建代用目标匀速模糊图像:
f(x,y)=f12(x,y)*F-1(OTF1(fx,fy))=F-1(F(f12(x,y))·OTF1(fx,fy))
h、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g步得到的代用目标匀速模糊图像f(x,y)替换,得到带背景的代用目标匀速模糊图像f*(x,y);
或:
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g步得到的代用目标匀速模糊图像f(x,y)替换,得到带背景的代用目标匀速模糊图像f*(x,y)。
上述基于两帧静态图像拼合的匀速模糊图像构造方法,所述的第f步、第g步和第h步替换为:
f’、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx为代用目标像沿图像传感器x轴方向的移动距离;dy为代用目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标退化函数二为:
OTF 2 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( - f x v x - f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( - f x d x - f y d y ) )
g’、根据第e步得到的第二帧静态代用目标图像f2(x,y)中代用目标函数二f22(x,y)和第f’步得到的代用目标退化函数二OTF2(fx,fy),构建代用目标匀速模糊图像:
f(x,y)=f22(x,y)*F-1(OTF2(fx,fy))=F-1(F(f22(x,y))·OTF2(fx,fy))
h’、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g’步得到的代用目标匀速模糊图像f(x,y)替换,得到带背景的代用目标匀速模糊图像f*(x,y);
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g’步得到的代用目标匀速模糊图像f(x,y)替换,得到带背景的代用目标匀速模糊图像f*(x,y)。
基于两帧静态图像拼合的匀速模糊图像构造方法,步骤如下:
a、在真实场景中,根据点目标的运动速度v1,图像传感器的曝光时间t1,以及光学系统的横向放大率β1,得到点目标像在图像传感器表面的运动距离:d=v1·t1·β1
b、在模拟场景中,根据代用光学系统2的横向放大率β2,利用第a步得到的点目标像在图像传感器表面的运动距离d,得到代用点目标在图像传感器曝光时间内的运动距离d2=d/β2
c、在模拟场景中,保持代用点目标静止状态,对代用点目标成像,得到第一帧静态代用点目标图像f1(x,y),代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1);
d、在模拟场景中,将代用点目标沿垂直光轴方向移动,移动的距离为第b步得到的代用点目标在图像传感器曝光时间内的运动距离d2
e、在模拟场景中,保持代用点目标静止状态,对代用点目标成像,得到第二帧静态代用点目标图像f2(x,y),代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2);
f、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像f2(x,y),代用点目标像的移动距离为:其中:dx=x2-x1,为代用点目标像沿图像传感器x轴方向的移动距离;dy=y2-y1,为代用点目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用点目标退化函数一为:
OTF 1 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( f x v x + f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( f x d x + f y d y ) )
g、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第f步得到的代用点目标退化函数一OTF1(fx,fy),构建代用点目标匀速模糊图像:
f(x,y)=δ(x1,y1)*F-1(OTF1(fx,fy))=F-1(F(δ(x1,y1))·OTF1(fx,fy))
h、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。
或:
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。
上述基于两帧静态图像拼合的匀速模糊图像构造方法,所述的第f步、第g步和第h步替换为:
f’、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像f2(x,y),代用点目标像的移动距离为:其中:dx=x2-x1,为代用点目标像沿图像传感器x轴方向的移动距离;dy=y2-y1,为代用点目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到点目标退化函数二为:
OTF 2 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( - f x v x - f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( - f x d x - f y d y ) )
g’、根据第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2)和第f’步得到的代用点目标退化函数二OTF2(fx,fy),构建代用点目标匀速模糊图像:
f(x,y)=δ(x2,y2)*F-1(OTF2(fx,fy))=F-1(F(δ(x2,y2))·OTF2(fx,fy))
h’、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。
或:
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。
基于两帧静态图像拼合的匀速模糊图像构造装置,包括代用目标、代用光学系统以及图像传感器,所述的代用目标经过代用光学系统成像到图像传感器表面,并且,该装置的代用目标包括静止背景和运动目标两部分,其中,静止背景覆盖代用光学系统全部视场,运动目标能够在代用光学系统视场范围内垂直装置光轴方向做二维运动。
上述基于长曝光成像的动目标模糊图像等效仿真装置,所述的图像传感器能够在代用光学系统视场范围内垂直装置光轴方向做二维运动。
本发明的特点和有益效果是:
本发明采用的方法根据真实场景中目标、光学系统以及图像传感器的参数,推导出真实情况下目标的模糊距离,并反推回像方,得到代用目标所处两个空间位置距离,通过对这两个空间位置的代用目标两次成像,并根据图像信息构造出匀速模糊图像;该特征将真实场景中目标的运动与实验室条件下的仿真参数相对应,为真实场景的高温高速目标,并获得同等效果的运动模糊图像奠定理论基础;
本发明采用的装置中代用目标包括静止背景和运动目标两部分,并且运动目标能够在代用光学系统视场范围内垂直装置光轴方向做二维运动,该特征可以模拟静止背景中目标的运动;另外,图像传感器能够在代用光学系统视场范围内垂直装置光轴方向做二维运动,该特征可以退化整幅图像;这些装置特征配合本发明采用的方法使得本发明能够在实验室环境下,用低温目标或可见光目标等效代替高温目标,用低速运动配合长曝光时间等效代替高速运动,不仅使实验难度得到降低,实验安全性得到提高,而且容易获得多组实验数据,实验成本大幅降低。
附图说明
图1是基于两帧静态图像拼合的匀速模糊图像构造装置结构示意图
图2是基于两帧静态图像拼合的匀速模糊图像构造方法的流程图
图3是第一帧静态代用目标图像局部图
图4是第一帧静态代用目标图像中背景函数一局部图
图5是第一帧静态代用目标图像中代用目标函数一局部图
图6是第二帧静态代用目标图像局部图
图7是第二帧静态代用目标图像中背景函数二局部图
图8是第二帧静态代用目标图像中代用目标函数二局部图
图9是代用目标动态模糊图像局部图
图10是代用目标动态模糊图像局部图
图11是第一帧静态代用点目标图像局部图
图12是第二帧静态代用点目标图像局部图
图13是代用点目标动态模糊图像局部图
图14是带背景的代用点目标动态模糊图像局部图
图中:1代用目标 2代用光学系统 3图像传感器
具体实施方式
下面结合附图对本发明具体实施例作进一步详细描述。
例1
图1是基于两帧静态图像拼合的匀速模糊图像构造装置结构示意图。沿光线传播方向依次配置代用目标1,代用光学系统2,图像传感器3,所述的代用目标1经过代用光学系统2成像到图像传感器3表面,并且,该装置的代用目标1包括静止背景和运动目标两部分,其中,静止背景覆盖代用光学系统2全部视场,运动目标能够在代用光学系统2视场范围内垂直装置光轴方向做二维运动;另外,图像传感器3能够在代用光学系统2视场范围内垂直装置光轴方向做二维运动。
以下两个实施例,均对应真实场景中,目标运动速度为2马赫,即:v1=680m/s,并且目标距离光学系统入瞳的距离为10km,光学系统的焦距为100mm,则光学系统横向放大率β1=100×10-3/(-10×103)=-10-5,图像传感器3的曝光时间t1=50ms。
基于两帧静态图像拼合的匀速模糊图像构造方法,流程图如图2所示,该方法步骤如下:
a、在真实场景中,根据目标的运动速度v1=680m/s,图像传感器3的曝光时间t1=50ms,以及光学系统的横向放大率β1=-10-5,得到目标像在图像传感器3表面的运动距离:d=v1·t1·β1=-340μm;
b、在模拟场景中,根据代用光学系统2的横向放大率β2=-0.0557,利用第a步得到的目标像在图像传感器3表面的运动距离d=-340μm,得到代用目标1在图像传感器3曝光时间内的运动距离d2=d/β2=-340/(-0.0557)≈6104μm;
c、在模拟场景中,保持代用目标1静止状态,对代用目标1成像,得到第一帧静态代用目标图像f1(x,y),局部图如图3所示,第一帧静态代用目标图像中背景函数一表示为f11(x,y),局部图如图4所示;代用目标函数一表示为f12(x,y),局部图如图5所示;
d、在模拟场景中,将代用目标1沿垂直光轴方向移动,移动的距离为第b步得到的代用目标1在图像传感器3曝光时间内的运动距离d2=6104μm;
e、在模拟场景中,保持代用目标1静止状态,对代用目标1成像,得到第二帧静态代用目标图像f2(x,y),局部图如图6所示,第二帧静态代用目标图像中背景函数二表示为f21(x,y),局部图如图7所示;代用目标函数二表示为f22(x,y),局部图如图8所示;
f、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx=6104为代用目标像沿图像传感器3x轴方向的移动距离;dy=0为代用目标像沿图像传感器3y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标1退化函数一为:
OTF 1 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( f x v x + f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( f x d x + f y d y ) )
= sin c ( 62 π f x ) exp ( - 62 iπ f x )
g、根据第c步得到的第一帧静态代用目标图像f1(x,y)中代用目标函数一f12(x,y)和第f步得到的代用目标1退化函数一OTF1(fx,fy),构建代用目标1匀速模糊图像:
f(x,y)=f12(x,y)*F-1(OTF1(fx,fy))=F-1(F(f12(x,y))·OTF1(fx,fy))
构建的代用目标1匀速模糊图像局部图如图9所示;
h、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g步得到的代用目标1匀速模糊图像f(x,y)替换,得到带背景的代用目标1匀速模糊图像f*(x,y),局部图如图10所示;
或:
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g步得到的代用目标1匀速模糊图像f(x,y)替换,得到带背景的代用目标1匀速模糊图像f*(x,y),局部图同样如图10所示。
上述基于两帧静态图像拼合的匀速模糊图像构造方法,第f步、第g步和第h步替换为:
f’、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx=6104为代用目标像沿图像传感器3x轴方向的移动距离;dy=0为代用目标像沿图像传感器3y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标1退化函数二为:
OTF 2 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( - f x v x - f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( - f x d x - f y d y ) )
= sin c ( - 62 π f x ) exp ( 62 iπ f x )
g’、根据第e步得到的第二帧静态代用目标图像f2(x,y)中代用目标函数二f22(x,y)和第f’步得到的代用目标1退化函数二OTF2(fx,fy),构建代用目标1匀速模糊图像:
f(x,y)=f22(x,y)*F-1(OTF2(fx,fy))=F-1(F(f22(x,y))·OTF2(fx,fy))
h’、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g’步得到的代用目标1匀速模糊图像f(x,y)替换,得到带背景的代用目标1匀速模糊图像f*(x,y);
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g’步得到的代用目标1匀速模糊图像f(x,y)替换,得到带背景的代用目标1匀速模糊图像f*(x,y)。
例2
本实施例将图1中的代用目标1换成了点目标,其余元件和参数完全一致。
基于两帧静态图像拼合的匀速模糊图像构造方法,包括以下步骤:
a、在真实场景中,根据点目标的运动速度v1=680m/s,图像传感器3的曝光时间t1=50ms,以及光学系统的横向放大率β1=-10-5,得到点目标像在图像传感器3表面的运动距离:d=v1·t1·β1=680×50×10-3×(-10-5)=-340μm;
b、在模拟场景中,根据代用光学系统2的横向放大率β2=-0.0557,利用第a步得到的点目标像在图像传感器3表面的运动距离d=340μm,得到代用点目标1在两次成像间的运动距离d2=d/β2=-340/(-0.0557)≈6104μm;
c、在模拟场景中,保持代用点目标1静止状态,对代用点目标1成像,得到第一帧静态代用点目标图像f1(x,y),局部图如图11所示,代用点目标1在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)=(371,539)像素;
d、在模拟场景中,将代用点目标1沿垂直光轴方向移动,移动的距离为第b步得到的代用点目标1在两次成像间的运动距离d2=6104μm;
e、在模拟场景中,保持代用点目标1静止状态,对代用点目标1成像,得到第二帧静态代用点目标图像f2(x,y),局部图如图12所示,代用点目标1在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2)=(371,601)像素;
f、根据第c步得到的代用点目标1在第一帧静态代用点目标图像f1(x,y)中的坐标为(371,539)和第e步得到的代用点目标1在第二帧静态代用点目标图像f2(x,y)中的坐标为(371,601),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像f2(x,y),代用点目标像的移动距离为:像素;其中:dx=62像素,为代用点目标像沿图像传感器3x轴方向移动的像素距离;dy=0像素,为代用点目标像沿图像传感器3y轴方向移动的像素距离;根据匀速直线运动动像传递函数得到代用点目标退化函数一为:
OTF 1 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( f x v x + f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( f x d x + f y d y ) )
= sin c ( 62 π f x ) exp ( - 62 iπ f x )
g、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第f步得到的代用点目标退化函数一OTF1(fx,fy),构建代用点目标匀速模糊图像:
f(x,y)=δ(x1,y1)*F-1(OTF1(fx,fy))=F-1(F(δ(x1,y1))·OTF1(fx,fy))
构建的代用点目标匀速模糊图像局部图如图13所示;
h、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y),局部图如图14所示;
或:
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y),局部图如图14所示。
上述基于两帧静态图像拼合的匀速模糊图像构造方法,第f步、第g步和第h步替换为:
f’、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像f2(x,y),代用点目标像的移动距离为:像素;其中:dx=62像素,为代用点目标像沿图像传感器3x轴方向的移动距离;dy=0像素,为代用点目标像沿图像传感器3y轴方向的移动距离;根据匀速直线运动动像传递函数得到点目标退化函数二为:
OTF 2 ( f x , f y ) = 1 t e ∫ 0 t e exp ( - i 2 π ( - f x v x - f y v y ) t ) dt
= sin c ( π ( f x d x + f y d y ) ) exp ( - iπ ( - f x d x - f y d y ) )
= sin c ( - 62 π f x ) exp ( 62 iπ f x )
g’、根据第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2)和第f’步得到的代用点目标退化函数二OTF2(fx,fy),构建代用点目标匀速模糊图像:
f(x,y)=δ(x2,y2)*F-1(OTF2(fx,fy))=F-1(F(δ(x2,y2))·OTF2(fx,fy))
h’、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。
或:
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。

Claims (4)

1.基于两帧静态图像拼合的匀速模糊图像构造方法,其特征在于所述方法步骤如下: 
a、在真实场景中,根据目标的运动速度v1,图像传感器的曝光时间t1,以及光学系统的横向放大率β1,得到目标像在图像传感器表面的运动距离:d=v1·t1·β1; 
b、在模拟场景中,根据代用光学系统的横向放大率β2,利用第a步得到的目标像在图像传感器表面的运动距离d,得到代用目标在图像传感器曝光时间内的运动距离d2=d/β2; 
c、在模拟场景中,保持代用目标静止状态,对代用目标成像,得到第一帧静态代用目标图像f1(x,y),第一帧静态代用目标图像中背景函数一表示为f11(x,y);代用目标函数一表示为f12(x,y); 
d、在模拟场景中,将代用目标沿垂直光轴方向移动,移动的距离为第b步得到的代用目标在图像传感器曝光时间内的运动距离d2; 
e、在模拟场景中,保持代用目标静止状态,对代用目标成像,得到第二帧静态代用目标图像f2(x,y),第二帧静态代用目标图像中背景函数二表示为f21(x,y);代用目标函数二表示为f22(x,y); 
f、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx为代用目标像沿图像传感器x轴方向的移动距离;dy为代用目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标退化函数一为: 
g、根据第c步得到的第一帧静态代用目标图像f1(x,y)中代用目标函数一f12(x,y)和第f步得到的代用目标退化函数一OTF1(fx,fy),构建代用目标匀速模糊图像: 
f(x,y)=f12(x,y)*F-1(OTF1(fx,fy))=F-1(F(f12(x,y))·OTF1(fx,fy)); 
h、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g步得到的代用目标匀速模糊图像f(x,y)中目标所覆盖过的区域替换,得到带背景的代用目标匀速模糊图像f*(x,y); 
或: 
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g步得到的代用目标匀速模糊图 像f(x,y)中目标所覆盖过的区域替换,得到带背景的代用目标匀速模糊图像f*(x,y)。 
2.根据权利要求1所述的基于两帧静态图像拼合的匀速模糊图像构造方法,其特征在于第f步、第g步和第h步替换为: 
f’、根据第c步得到的代用目标函数一f12(x,y)和第e步得到的代用目标函数二f22(x,y),得到从第一帧静态代用目标图像f1(x,y)到第二帧静态代用目标图像f2(x,y),代用目标像的移动距离为:其中:dx为代用目标像沿图像传感器x轴方向的移动距离;dy为代用目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用目标退化函数二为: 
g’、根据第e步得到的第二帧静态代用目标图像f2(x,y)中代用目标函数二f22(x,y)和第f’步得到的代用目标退化函数二OTF2(fx,fy),构建代用目标匀速模糊图像: 
f(x,y)=f22(x,y)*F-1(OTF2(dx,fy))=F-1(F(f22(x,y))·OTF2(fx,fy)) 
h’、将第c步得到的第一帧静态代用目标图像f1(x,y)用第g’步得到的代用目标匀速模糊图像f(x,y)中目标所覆盖过的区域替换,得到带背景的代用目标匀速模糊图像f*(x,y); 
或: 
将第e步得到的第二帧静态代用目标图像f2(x,y)用第g’步得到的代用目标匀速模糊图像f(x,y)中目标所覆盖过的区域替换,得到带背景的代用目标匀速模糊图像f*(x,y)。 
3.基于两帧静态图像拼合的匀速模糊图像构造方法,其特征在于所述方法步骤如下: 
a、在真实场景中,根据点目标的运动速度v1,图像传感器的曝光时间t1,以及光学系统的横向放大率β1,得到点目标像在图像传感器表面的运动距离:d=v1·t1·β1; 
b、在模拟场景中,根据代用光学系统的横向放大率β2,利用第a步得到的点目标像在图像传感器表面的运动距离d,得到代用点目标在图像传感器曝光时间内的运动距离d2=d/β2; 
c、在模拟场景中,保持代用点目标静止状态,对代用点目标成像,得到第一帧静态代用 点目标图像f1(x,y),代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1); 
d、在模拟场景中,将代用点目标沿垂直光轴方向移动,移动的距离为第b步得到的代用点目标在图像传感器曝光时间内的运动距离d2; 
e、在模拟场景中,保持代用点目标静止状态,对代用点目标成像,得到第二帧静态代用点目标图像f2(x,y),代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2); 
f、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像d2(x,y),代用点目标像的移动距离为:其中:dx=x2-x1,为代用点目标像沿图像传感器x轴方向的移动距离;dy=y2-y1,为代用点目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到代用点目标退化函数一为: 
g、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第f步得到的代用点目标退化函数一OTF1(fx,fy),构建代用点目标匀速模糊图像: 
f(x,y)=δ(x1,y1)*F-1(OTF1(fx,fy))=F-1(f(δ(x1,y1))·OTF1(fx,fy)) 
h、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)中点目标所覆盖过的区域替换,得到带背景的代用点目标匀速模糊图像f*(x,y); 
或: 
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g步得到的代用点目标匀速模糊图像f(x,y)中点目标所覆盖过的区域替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。 
4.根据权利要求3所述的基于两帧静态图像拼合的匀速模糊图像构造方法,其特征在于第f步、第g步和第h步替换为: 
f’、根据第c步得到的代用点目标在第一帧静态代用点目标图像f1(x,y)中的坐标为(x1,y1)和第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为 (x2,y2),得到从第一帧静态代用点目标图像f1(x,y)到第二帧静态代用点目标图像f2(x,y),代用点目标像的移动距离为:其中:dx=x2-x1,为代用点目标像沿图像传感器x轴方向的移动距离;dy=y2-y1,为代用点目标像沿图像传感器y轴方向的移动距离;根据匀速直线运动动像传递函数得到点目标退化函数二为: 
g’、根据第e步得到的代用点目标在第二帧静态代用点目标图像f2(x,y)中的坐标为(x2,y2)和第f’步得到的代用点目标退化函数二OTF2(fx,fy),构建代用点目标匀速模糊图像:f(x,y)=δ(x2,y2)*F-1(OTF2(fx,fy))=F-1(F(δ(x2,y2))·OTF2(fx,fy)) 
h’、将第c步得到的第一帧静态代用点目标图像f1(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)中点目标所覆盖过的区域替换,得到带背景的代用点目标匀速模糊图像f*(x,y); 
或: 
将第e步得到的第二帧静态代用点目标图像f2(x,y)用第g’步得到的代用点目标匀速模糊图像f(x,y)中点目标所覆盖过的区域替换,得到带背景的代用点目标匀速模糊图像f*(x,y)。 
CN201210084568.7A 2012-03-17 2012-03-17 基于两帧静态图像拼合的匀速模糊图像构造方法与装置 Active CN102651134B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210084568.7A CN102651134B (zh) 2012-03-17 2012-03-17 基于两帧静态图像拼合的匀速模糊图像构造方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210084568.7A CN102651134B (zh) 2012-03-17 2012-03-17 基于两帧静态图像拼合的匀速模糊图像构造方法与装置

Publications (2)

Publication Number Publication Date
CN102651134A CN102651134A (zh) 2012-08-29
CN102651134B true CN102651134B (zh) 2014-07-16

Family

ID=46693137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210084568.7A Active CN102651134B (zh) 2012-03-17 2012-03-17 基于两帧静态图像拼合的匀速模糊图像构造方法与装置

Country Status (1)

Country Link
CN (1) CN102651134B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930565B (zh) * 2012-09-25 2015-03-25 哈尔滨工业大学 一种静止背景中折返运动目标的离散退化图像构造方法
CN102867319B (zh) * 2012-09-25 2015-04-01 哈尔滨工业大学 子图像加权叠加的整幅单向运动离散退化图像构造方法
CN102930566B (zh) * 2012-09-25 2015-04-01 哈尔滨工业大学 一种静止背景中单向运动目标的离散退化图像构造方法
CN103714199B (zh) * 2013-12-11 2017-01-04 中国科学院长春光学精密机械与物理研究所 目标运动特性图像仿真输出系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1465196A (zh) * 2001-06-27 2003-12-31 索尼公司 图像处理设备和方法、以及图像拍摄设备
CN101949769A (zh) * 2010-08-13 2011-01-19 哈尔滨工业大学 动像调制传递函数测量装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050104964A1 (en) * 2001-10-22 2005-05-19 Bovyrin Alexandr V. Method and apparatus for background segmentation based on motion localization
JP2003248840A (ja) * 2002-02-21 2003-09-05 Ratoc System Engineering Co Ltd 動態シミュレーション方法及び装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1465196A (zh) * 2001-06-27 2003-12-31 索尼公司 图像处理设备和方法、以及图像拍摄设备
CN101949769A (zh) * 2010-08-13 2011-01-19 哈尔滨工业大学 动像调制传递函数测量装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JP特开2003-248840A 2003.09.05
Panoramic Mosaics by Manifold Projection;Shmuel Peleg等;《IEEE Computer Society Conference on Computer Vision and Pattern Recognition》;19970619;338-343 *
Shmuel Peleg等.Panoramic Mosaics by Manifold Projection.《IEEE Computer Society Conference on Computer Vision and Pattern Recognition》.1997,338-343.
一种提高双CCD图像拼接精度的方法;白钊等;《应用光学》;20101115;第31卷(第6期);918-921 *
白钊等.一种提高双CCD图像拼接精度的方法.《应用光学》.2010,第31卷(第6期),918-921.

Also Published As

Publication number Publication date
CN102651134A (zh) 2012-08-29

Similar Documents

Publication Publication Date Title
CN101354307B (zh) 动态目标调制传递函数测量方法与装置
Shi et al. Parametric study on light field volumetric particle image velocimetry
CN113139989B (zh) 一种基于深度学习的粒子图像测速方法与装置
CN102651134B (zh) 基于两帧静态图像拼合的匀速模糊图像构造方法与装置
Hu et al. Monocular stereo measurement using high-speed catadioptric tracking
US9599497B1 (en) Background oriented Schlieren using celestial objects
Wang et al. A fine image motion compensation method for the panoramic TDI CCD camera in remote sensing applications
Yang et al. Detecting small objects in urban settings using SlimNet model
Bai et al. An advanced edge-detection method for noncontact structural displacement monitoring
Luo et al. Modeling and detection of heat haze in computer vision based displacement measurement
Hassanian et al. An experiment generates a specified mean strained rate turbulent flow: Dynamics of particles
Simon et al. The way to modern shutter speed measurement methods: A historical overview
Nguyen et al. Characterizing Satellite Geometry via Accelerated 3D Gaussian Splatting
Inoue et al. Motion-blur-free high-speed video shooting using a resonant mirror
Zhang et al. Video object detection base on rgb and optical flow analysis
CN102651133B (zh) 基于长曝光成像的动目标模糊图像等效仿真方法与装置
CN114332187B (zh) 单目目标测距方法及装置
Chambers et al. Photogrammetric measurement and analysis of the shape profile of pneumatic artificial muscles
Clifford et al. Visualization of an SBLI using Plenoptic BOS
Manaf et al. Computer Vision System: Measuring Displacement and Bending Angle of Ionic Polymer-Metal Composites
Zhao et al. Simulation of remote sensing imaging motion blur based on image motion vector field
Zhao et al. Dynamic Characteristic Monitoring of Wind Turbine Structure Using Smartphone and Optical Flow Method
CN102509277A (zh) 光电混合联合变换相关的实时运动模糊图像复原方法
Elwarfalli et al. Exponential Fusion of Interpolated Frames Network (EFIF-Net): Advancing Multi-Frame Image Super-Resolution with Convolutional Neural Networks
Liu et al. Vibration detection and degraded image restoration of space camera based on correlation imaging of rolling-shutter cmos

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190122

Address after: 236800 Rose Road, Bozhou Bowu Modern Industrial Park, Bozhou City, Anhui Province

Patentee after: Anhui Tiannuo Mechanical and Electrical Technology Co.,Ltd.

Address before: 150001 No. 92 West straight street, Nangang District, Heilongjiang, Harbin

Patentee before: Harbin Institute of Technology

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200113

Address after: Room 1001, 289, Chengxin Dajian Road, xihanggang street, Shuangliu District, Chengdu City, Sichuan Province

Patentee after: Chengdu Weihan technology partnership (L.P.)

Address before: 236800 Rose Road, Bozhou Bowu Modern Industrial Park, Bozhou City, Anhui Province

Patentee before: Anhui Tiannuo Mechanical and Electrical Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240110

Address after: 150090 At the intersection of Dalian North Road and Xingkai Road in the concentrated area of Haping Road, Economic Development Zone, Harbin City, Heilongjiang Province

Patentee after: HARBIN XINZHIDA AUTOMATION COMPLETE EQUIPMENT Co.,Ltd.

Address before: Room 1001, 289 Chengxin Dajian Road, xihanggang street, Shuangliu District, Chengdu, Sichuan 610225

Patentee before: Chengdu Weihan technology partnership (L.P.)