CN109934778A - 一种家用监控视频截图的盲去模糊方法 - Google Patents
一种家用监控视频截图的盲去模糊方法 Download PDFInfo
- Publication number
- CN109934778A CN109934778A CN201910088764.3A CN201910088764A CN109934778A CN 109934778 A CN109934778 A CN 109934778A CN 201910088764 A CN201910088764 A CN 201910088764A CN 109934778 A CN109934778 A CN 109934778A
- Authority
- CN
- China
- Prior art keywords
- piecemeal
- monitor video
- clear
- deblurring method
- blind
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 238000011084 recovery Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种家用监控视频截图的盲去模糊方法。本发明首先从监控视频中截取所要处理的非均匀模糊图像;再从模糊图像中提取n个相互重叠的分块;之后利用基于暗通道的盲去模糊方法对每个分块进行处理,获得对应的清晰分块;最后利用窗口函数对清晰分块的重叠部分进行融合获得最终的清晰图像。本发明通过基于暗通道的盲去运动模糊方法使得恢复图像的所有局部都是清晰的,避免了不能完整恢复图像的问题,可以有效提高家用监控视频截图的清晰度,避免出现伪影等不能完全复原的情况。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种家用监控视频截图的盲去模糊方法。
背景技术
中国老龄化人口越来越多,空巢老人的家居安全问题也受到了广泛的关注。因此,针对老年人的智能产品也越来越多,比如年轻的上班族一般在家里安装监控远程查看老人的行动,这也有利于改善了空巢老人的日常生活品质和心里状况。然而现有的大部分监控视频由于摄像机本身硬件因素受限导致视频截图清晰度不够高,它已经不能够满足人们对监控视频的高分辨率和高清晰度的要求。
如何将模糊图像恢复为清晰图像一直是计算机视觉、图像处理领域研究的热点问题,这个由模糊图像恢复为清晰图像的过程称为去模糊的过程。去模糊方法已经成为计算机视觉、图形与图像处理领域的关键研究课题,被广泛应用于公共监控安全领域、视频处理领域、医学图像领域以及航空航天领域等产业。然而,主流的去模糊方法还存在很大的进步空间。
在当前的图像复原方法中,去模糊方法涉及到计算机图形学、计算机视觉、机器学习、信号处理、应用数学、统计学等学术领域。去模糊方法的研究,根据模糊核在整个图像中是否均匀,可以分为均匀去模糊方法和非均匀去模糊方法,在均匀去模糊方法中又可根据模糊核是否已知,分为非盲去模糊方法和盲去模糊方法。
非盲去模糊方法是在知道模糊核的情况下,对模糊图像进行复原工作,但是在正常的拍摄下,模糊核是不可能是已知的。而盲去模糊方法则是在不知道模糊核的情况下,从模糊图像中估计出模糊核和清晰图像。上述两种去模糊方法均为均匀模糊的图像的复原方法,然而目前的拍摄中更多的图像是局部模糊图像,也就是并不是整幅图像都是均匀模糊的,非均匀去模糊方法则是针对这类问题的解决方法,目前的非均匀去模糊方法处理的结果并不是很好,总是出现这块区域效果好,另一块区域存在伪影等问题,不能够完整的复原这类非均匀模糊图像。随着去模糊方法的深入研究,如何完美的复原整张非均匀模糊图像对去模糊方法提出了新的挑战。
发明内容
本发明的目的是克服现有方法的不足,提出了一种家用监控视频截图的盲去模糊方法。本发明能够解决当前非均匀去模糊方法的处理结果中出现的伪影等不能完全复原的问题。
为了解决上述问题,本发明提出了一种家用监控视频截图的盲去模糊方法,所述方法包括:
从监控视频中截取所要处理的非均匀模糊图像;
从所述模糊图像中提取n个相互重叠的分块;
利用基于暗通道的盲去模糊方法对每个分块进行处理,获得对应的清晰分块;
利用窗口函数对清晰分块的重叠部分进行融合获得最终的清晰图像。
优选地,所述的相互重叠的分块,具体指每两个相邻分块都重叠50%区域。
优选地,所述利用基于暗通道的盲去模糊方法获得清晰分块的步骤,具体包括:
计算模糊分块的模糊核;
将所述的模糊核与模糊分块通过非盲去模糊方法获得清晰分块。
本发明提出的一种家用监控视频截图的盲去模糊方法,通过基于暗通道的盲去运动模糊方法使得恢复图像的所有局部都是清晰的,避免了不能完整恢复图像的问题,最后通过均值窗口函数融合处理获得最终的清晰图像。可以有效提高家用监控视频截图的清晰度,避免出现伪影等不能完全复原的情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的盲去模糊方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例的盲去模糊方法的流程图,如图1所示,该方法包括:
S1,从监控视频中截取所要处理的非均匀模糊图像;
S2,从所述模糊图像中提取n个相互重叠的分块;
S3,利用基于暗通道的盲去模糊方法对每个分块进行处理,获得对应的清晰分块;
S4,利用窗口函数对清晰分块的重叠部分进行融合获得最终的清晰图像。
步骤S2,具体如下:
从输入模糊图像中获取n个相互重叠的分块,该n个重叠分块中每两个相邻分块都重叠50%的区域。
步骤S3,具体如下:
采用基于暗通道的盲去运动模糊方法对S2中的所有分块进行复原操作,其中基于暗通道的盲去运动模糊方法包括以下步骤:
S31,计算模糊分块的模糊核:
通过公式(1)获得模糊分块的模糊核:
其中I,k分别为需要估计的清晰分块和模糊核,λ1,λ2为权重系数,b为模糊分块,D(·)为计算暗通道的函数,具体计算方式如公式(2)所示:
其中x和y表示像素坐标,N(x)是以x为中心的一个图像分块,Ic是c颜色通道,当输入图像为灰度图像时,minc∈{r,g,b}Ic(y)=I(y)。
S32,获得模糊核之后,利用非盲去模糊方法处理模糊分块,从而获得对应的清晰分块。
步骤S4,具体如下:
由于获取分块时是根据每两个相邻分块都重叠50%的区域来获取的,因此对于所有重叠区域中重叠次数最多只有4个分块,因此采用均值窗口函数进行融合较为方便,也就是对应重叠的部分取平均值。则对应的均值窗口的形式如公式(3)所示:
其中,第一个分块的第一个区域由于只有第一个分块中有,因此窗口函数中对应的数值为1,第二个区域与第二个分块重叠,所以取这两个分块对应重叠区域的平均值,即1/2。同理其他重叠区域所对应的数值,是根据该区域有多少个分块重叠。
所有清晰分块经过均值窗口函数处理之后,加入一个初始化为0大小为输入图像尺寸的对应位置上,重叠部分直接累加即可,所得到的结果则为输出图像。
本发明实施例提出的一种家用监控视频截图的盲去模糊方法,通过基于暗通道的盲去运动模糊方法使得恢复图像的所有局部都是清晰的,避免了不能完整恢复图像的问题,最后通过均值窗口函数融合处理获得最终的清晰图像。可以有效提高家用监控视频截图的清晰度,避免出现伪影等不能完全复原的情况。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种家用监控视频截图的盲去模糊方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (3)
1.一种家用监控视频截图的盲去模糊方法,其特征在于,所述方法包括:
从监控视频中截取所要处理的非均匀模糊图像;
从所述模糊图像中提取n个相互重叠的分块;
利用基于暗通道的盲去模糊方法对每个分块进行处理,获得对应的清晰分块;
利用窗口函数对清晰分块的重叠部分进行融合获得最终的清晰图像。
2.如权利要求1所述的一种家用监控视频截图的盲去模糊方法,其特征在于,所述相互重叠的分块,具体指每两个相邻分块都重叠50%区域。
3.如权利要求1所述的一种家用监控视频截图的盲去模糊方法,其特征在于,所述利用基于暗通道的盲去模糊方法获得清晰分块,具体包括:
计算模糊分块的模糊核;
将所述的模糊核与模糊分块通过非盲去模糊方法获得清晰分块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910088764.3A CN109934778B (zh) | 2019-01-30 | 2019-01-30 | 一种家用监控视频截图的盲去模糊方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910088764.3A CN109934778B (zh) | 2019-01-30 | 2019-01-30 | 一种家用监控视频截图的盲去模糊方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109934778A true CN109934778A (zh) | 2019-06-25 |
CN109934778B CN109934778B (zh) | 2024-02-23 |
Family
ID=66985327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910088764.3A Active CN109934778B (zh) | 2019-01-30 | 2019-01-30 | 一种家用监控视频截图的盲去模糊方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109934778B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782402A (zh) * | 2019-09-27 | 2020-02-11 | 深圳市华付信息技术有限公司 | 一种发票文本去模糊的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5602593A (en) * | 1994-02-22 | 1997-02-11 | Nec Corporation | Overlapped motion compensation using a window function which varies in response to an input picture |
WO1999042954A1 (en) * | 1998-02-23 | 1999-08-26 | Applied Science Fiction, Inc. | Image processing method using a block overlap transformation procedure |
CN103201765A (zh) * | 2010-09-28 | 2013-07-10 | 马普科技促进协会 | 用于从所观察到的数字图像序列恢复数字图像的方法与设备 |
CN105740867A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨理工大学 | 图像纹理窗口形状与尺度的选择方法 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
US20180137606A1 (en) * | 2015-05-15 | 2018-05-17 | Peking University Shenzhen Graduate School | Method and system for image de-blurring |
CN108154488A (zh) * | 2017-12-27 | 2018-06-12 | 西北工业大学 | 一种基于显著图像块分析的图像运动模糊去除方法 |
-
2019
- 2019-01-30 CN CN201910088764.3A patent/CN109934778B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5602593A (en) * | 1994-02-22 | 1997-02-11 | Nec Corporation | Overlapped motion compensation using a window function which varies in response to an input picture |
WO1999042954A1 (en) * | 1998-02-23 | 1999-08-26 | Applied Science Fiction, Inc. | Image processing method using a block overlap transformation procedure |
CN103201765A (zh) * | 2010-09-28 | 2013-07-10 | 马普科技促进协会 | 用于从所观察到的数字图像序列恢复数字图像的方法与设备 |
US20180137606A1 (en) * | 2015-05-15 | 2018-05-17 | Peking University Shenzhen Graduate School | Method and system for image de-blurring |
CN105740867A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨理工大学 | 图像纹理窗口形状与尺度的选择方法 |
CN107369134A (zh) * | 2017-06-12 | 2017-11-21 | 上海斐讯数据通信技术有限公司 | 一种模糊图像的图像复原方法 |
CN108154488A (zh) * | 2017-12-27 | 2018-06-12 | 西北工业大学 | 一种基于显著图像块分析的图像运动模糊去除方法 |
Non-Patent Citations (6)
Title |
---|
BINNAR, P 等: "Robust Technique of Localizing Blurred Image Splicing Based on Exposing Blur Type Inconsistency", INTERNATIONAL CONFERENCE ON APPLIED AND THEORETICAL COMPUTING AND COMMUNICATION TECHNOLOGY (ICATCCT), pages 398 - 402 * |
徐弦秋 等: "基于RGB通道下模糊核估计的图像去模糊", 重庆邮电大学学报(自然科学版), vol. 20, no. 02, pages 216 - 221 * |
杨伟: "车载采集城市街景图像的超分辨率重建", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 03, pages 1 - 88 * |
杨露 等: "多相邻重叠块运动补偿帧率提升算法", 电子测量技术, vol. 41, no. 12, pages 139 - 144 * |
王璐 等: "基于分块的空间变化抖动模糊图像的全局模糊去除", 《计算机辅助设计与图形学学报》 * |
王璐 等: "基于分块的空间变化抖动模糊图像的全局模糊去除", 《计算机辅助设计与图形学学报》, vol. 24, no. 06, 30 June 2012 (2012-06-30), pages 766 - 774 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782402A (zh) * | 2019-09-27 | 2020-02-11 | 深圳市华付信息技术有限公司 | 一种发票文本去模糊的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109934778B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9992387B2 (en) | Video denoising using optical flow | |
EP3701491B1 (en) | Systems and methods for super-resolusion image reconstruction | |
CN110969589B (zh) | 基于多流注意对抗网络的动态场景模糊图像盲复原方法 | |
US8818127B2 (en) | Image processing apparatus and image processing method | |
DE102010046259A1 (de) | Bildrequenzumwandlung unter Verwendung von Bewegungseinschätzung und -kompensation | |
US9519996B2 (en) | Virtual view generating method and apparatus | |
US9224194B2 (en) | Joint video deblurring and stabilization | |
US10007970B2 (en) | Image up-sampling with relative edge growth rate priors | |
CN107360435B (zh) | 块效应检测方法、块噪声滤除方法及装置 | |
US11615510B2 (en) | Kernel-aware super resolution | |
DE112015002957T5 (de) | Kapselendoskop, Endoskopsystem und Verfahren zum Betätigen eines Kapselendoskops | |
Zhao et al. | A generalized detail-preserving super-resolution method | |
KR20220015964A (ko) | 시각적 주행 거리 측정 애플리케이션들을 위한 손실된 이미지 특징 복원을 위한 방법 및 시스템 | |
CN109934778A (zh) | 一种家用监控视频截图的盲去模糊方法 | |
JP2016529752A5 (zh) | ||
JP2022002376A5 (zh) | ||
Xin et al. | Video face super-resolution with motion-adaptive feedback cell | |
CN101572822A (zh) | 用于图像的不规则空间子采样的自适应生成 | |
CN110836649B (zh) | 一种自适应的空间复合超声成像方法 | |
CN107945196B (zh) | 一种用于航拍校正图像拼接的图像边沿检测方法 | |
CN108924629B (zh) | 一种vr图像处理方法 | |
CN110933493A (zh) | 视频绘制系统、方法及计算机可读存储介质 | |
US20150139522A1 (en) | Statistical property preserved bad line correction | |
Liu et al. | Kinect depth inpainting via graph laplacian with tv21 regularization | |
CN110121016B (zh) | 一种基于双重曝光先验的视频去模糊方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |