CN116614707A - 一种桨叶表面压力测量中旋转模糊图像去模糊方法 - Google Patents

一种桨叶表面压力测量中旋转模糊图像去模糊方法 Download PDF

Info

Publication number
CN116614707A
CN116614707A CN202310870332.4A CN202310870332A CN116614707A CN 116614707 A CN116614707 A CN 116614707A CN 202310870332 A CN202310870332 A CN 202310870332A CN 116614707 A CN116614707 A CN 116614707A
Authority
CN
China
Prior art keywords
image
blade
blurred image
rotation
camera
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
Application number
CN202310870332.4A
Other languages
English (en)
Other versions
CN116614707B (zh
Inventor
黄辉
熊健
刘祥
黄昊宇
邓斌
王红彪
郭涛
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.)
High Speed Aerodynamics Research Institute of China Aerodynamics Research and Development Center
Original Assignee
High Speed Aerodynamics Research Institute of China Aerodynamics Research and Development Center
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 High Speed Aerodynamics Research Institute of China Aerodynamics Research and Development Center filed Critical High Speed Aerodynamics Research Institute of China Aerodynamics Research and Development Center
Priority to CN202310870332.4A priority Critical patent/CN116614707B/zh
Publication of CN116614707A publication Critical patent/CN116614707A/zh
Application granted granted Critical
Publication of CN116614707B publication Critical patent/CN116614707B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/63—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种桨叶表面压力测量中旋转模糊图像去模糊方法，涉及风洞试验中的图像处理领域，包括：将相机光轴与旋转轴处于不平行状态，且处于旋转运动中采集到的桨叶图像与平行状态时采集的图像进行计算，以得到二者之间的映射关系，基于所述映射关系对桨叶图像进行校正；通过仿射变换、坐标变换，将校正后的旋转运动模糊图像转换为直线运动模糊图像；根据扩散函数对图像去除运动模糊，并通过坐标反变换和仿射变换转为原始空间状态。本发明提供一种桨叶表面压力测量中旋转模糊图像去模糊方法，能够解决发动机工作时桨叶的高速转动导致相机采集的图像产生较大的模糊问题，减少旋转桨叶表面压力的测量中的误差。

Description

一种桨叶表面压力测量中旋转模糊图像去模糊方法
技术领域
本发明涉及一种风洞试验中的图像处理领域。更具体地说，本发明涉及一种桨叶表面压力测量中旋转模糊图像去模糊方法。
背景技术
飞行器表面压力载荷是飞行器气动设计的重要参数之一，压敏涂料（Pressure-Sensitive Paint，PSP）是一种先进的非接触式、全方位光学测压技术。利用涂在被测模型表面上的压力敏感涂料荧光强度的变化，通过相机拍摄的模型无风图像和有风图像两组数据，逐点计算出模型表面在有风条件下的压力大小，从而得到模型表面的压力分布。
由于发动机工作时桨叶的高速转动会导致相机采集的图像产生较大的模糊现象，给旋转桨叶表面压力的测量带来较大的误差，所以需要对采集到的模糊图像进行去模糊处理。对于相机采集到的图像目前包含两种形式，一种是相机平行于旋转平面，此时相机采集到的旋转模糊图像的模糊路径为圆形，通过极坐标变换把旋转模糊转换为直线模糊进行去模糊处理；另一种是相机与旋转平面不平行（相机倾斜时），根据投影原理此时相机采集到的旋转模糊图像模糊路径为椭圆，常规坐标变换方法无法适用。因此如何解决桨叶表面压力测量中相机与旋转平面不平行采集方式时旋转模糊图像去模糊成为一个急需解决的技术问题。
现有技术中，也有专利在风洞试验中，提到了对图像进行去模糊处理，如专利名称为《一种基于快速响应压敏漆的旋转叶栅测压试验方法》，其就指出了对图像去模糊处理包括点扩散函数估计和维纳滤波去模糊两个步骤，但应用在桨叶表面压力测量中旋转模糊图像去模糊时，只适用于相机与旋转平面平行放置时采集的正圆模糊轨迹图像，当相机与旋转平面不平行（相机倾斜）时，使用这种方法无法还原正确的运动模糊轨迹，给点扩散函数的估计和维纳滤波带来误差。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
为了实现本发明的这些目的和其它优点，提供了一种桨叶表面压力测量中旋转模糊图像去模糊方法，包括：
S1、将相机光轴与旋转轴处于不平行状态，且处于旋转运动中采集到的桨叶图像与平行状态时采集的图像进行计算，以得到二者之间的映射关系，基于所述映射关系对桨叶图像进行校正；
S2、通过仿射变换、坐标变换，将校正后的旋转运动模糊图像转换为直线运动模糊图像；
S3、根据压敏涂料发光强度-时间曲线、桨叶旋转速度和方向计算模糊图像的扩散函数，以根据扩散函数对图像去除运动模糊，并通过坐标反变换和仿射变换转为原始空间状态，完成对桨叶图像的去模糊操作。
优选的是，在S1中，还包括在进行映射关系之前对桨叶旋转模糊图像进行预处理，所述预处理流程为：
S11、将桨叶旋转模糊图像与无光时相机背景图像相减，去除桨叶旋转模糊图像中的暗电流噪声；
S12、根据相机内参矩阵和畸变系数对去除暗电流噪声的桨叶旋转模糊图像中进行畸变校正，得到预处理后的模糊图像g 0 。
优选的是，在S1中，映射关系的计算流程为：
S13、通过轮廓检测的方式检测模糊图像g 0 中椭圆形轴肩的轮廓；
S14、基于S13检测出的一系列轮廓点，通过曲线拟合计算出椭圆方程；
S15、以椭圆圆心O为圆心，长轴A 1 O为半径做一个圆C，计算出椭圆E中B 1、B 2位置对应在圆C中的位置B C1、B C2；
S16、根据圆形C与椭圆E对应位置的坐标点，得到如下的映射关系；
式中，为单应性矩阵T，（x、y）、（p、q）分别为圆形C与椭圆E对应位置的坐标点集A 1，A 2，B 1，B 2…和A C1、A C2、B C1、B C2…。
优选的是，在S2中，将旋转运动模糊图像转换为直线运动模糊图像的流程为：
S21、基于下式对预处理后的模糊图像g 0 进行仿射变换得到平行状态下的图像g 1 ：
g 1= Tg 0
上式中，T为映射关系中的单应性矩阵；
S22、以圆心O为原点对图像进行坐标变换，把图像g 1 由直角坐标系转为极坐标系，得到直线运动模糊图像g 2 ；
其中，在坐标变换过程中，径向分辨率为△θ度，横向分辨率为△r，对于坐标值为小数的坐标点采用四邻域插值：
上式中，t、u分别为点（x、y）到左上邻域坐标点在x、y轴方向上的距离。
优选的是，在S3中，所述扩散函数的获取流程为：
S31、基于S2中得到的直线运动模糊图像g 2 的宽度尺寸w 0 、旋转运动速度ω 0 、相机延时时间为t 1~ t 2 、相机第二次曝光时间t 2~ t 3 ，通过下式计算直线运动模糊图像上的模糊长度L 0 ：
上式中，w 0 为360/△θ；
S32、基于压敏涂料发光强度-时间曲线S(t)和模糊长度L 0 ，通过下式计算出直线运动模糊图像的点扩散函数h(x 0 、y 0 )：
上式中，△θ为径向分辨率。
优选的是，在S3中，所述原始空间状态的转换流程为：
S33、对直线运动模糊图像g 2 和扩散函数h(x 0 、y 0 )做空间变换，由空间域转为频率域得到G 2 ，H；
S34、使用维纳滤波对S33计算得到的G 2 ，H去卷积，以得到去模糊图像；
S35、利用坐标反变换将转换为直角坐标图像f 1 ，使用映射关系中的单应性矩阵T将对图像f 1 进行仿射变换得到最终去模糊结果图像f 2 。
本发明至少包括以下有益效果：本发明能够解决发动机工作时桨叶的高速转动导致相机采集的图像产生较大的模糊问题，减少旋转桨叶表面压力的测量中的误差。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为旋翼桨叶旋转模糊图像去模糊流程图。
图2为相机暗电流背景噪声图像。
图3为相机倾斜状态采集的桨叶旋转运动模糊图像。
图4为拟合得到的椭圆曲线和对应的坐标点。
图5为根据映射关系把图像转换为相机光轴与旋转轴平行状态。
图6为对图像进行坐标变换，由直角坐标转为极坐标。
图7为使用维纳滤波对直线运动模糊图像进行去模糊。
图8为对图像进行坐标反变换和仿射变换得到最终去模糊结果图像。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本申请提出一种桨叶表面压力测量中旋转模糊图像去模糊方法，对于相机光轴与旋转轴不平行时状态采集到的运动模糊图像的去模糊，首先计算出此状态采集的图像与相机平行时采集图像之间的映射关系，根据映射关系把图像校正成相机光轴与旋转轴平行状态，再通过坐标变换把旋转运动模糊转换为直线运动模糊。根据压敏涂料发光强度-时间曲线、旋翼桨叶转动速度和方向计算出模糊图像的扩散函数，使用维纳滤波去除运动模糊，最后再进行坐标反变换、仿射变换把去模糊图像转化为原始空间状态，其流程图如图1所示，具体包括以下：
S1、对采集到的桨叶模糊图像进行预处理，去除相机噪声并进行图像校正
S2、计算相机倾斜时采集的图像与相机平行时采集图像的映射关系
S3、根据映射关系对旋转模糊图像进行仿射变换，并通过极坐标变换把旋转模糊转化为直线运动模糊。
S4、根据压敏涂料发光强度-时间曲线、桨叶旋转速度和方向计算模糊图像的扩散函数。
S5、根据扩散函数对图像去模糊并通过坐标反变换和仿射变换转为原始空间状态，完成相机光轴与旋转轴不平行时采集的旋转模糊图像的去模糊。
其中，S1的处理流程具体如下：
S11、图2为相机暗电流背景噪声图像，为了去除相机暗电流噪声，对相机采集到桨叶的模糊图像与无光时相机背景图像相减。
S12、根据相机内参矩阵和畸变系数对相机采集到的图像进行畸变校正，得到预处理后的模糊图像g 0 。
其中，S2的处理流程具体如下：
S21、对于通过S1预处理后的图像g 0 首先通过轮廓检测的方式检测出椭圆形轴肩的轮廓。
S22、根据检测出的一系列轮廓点通过曲线拟合计算出椭圆方程。
S23、以椭圆圆心O为圆心，长轴A 1 O为半径做一个圆C，计算出椭圆E中B 1、B 2位置对应在圆C中的位置B C1、B C2，如图4所示。
S23、根据圆形C与椭圆E对应位置的坐标点计算出相机倾斜时采集的图像与相机平行时采集图像的映射关系。
其中，S3的处理流程具体如下：
S31、根据计算得到映射关系中的单应性矩阵T对预处理后的图像g 0 进行仿射变换，把图3所示相机倾斜状态采集的图像转化为相机光轴与旋转轴平行状态的图像g 1 。
S32、以圆心O为原点对图像进行坐标变换，把图像g 1 由直角坐标系转为极坐标系，把旋转模糊图像转换为直线运动模糊图像g 2 。
其中，S4的处理流程具体如下：
S41、根据S32坐标变换得到的直线运动模糊图像g 2 的宽度尺寸w 0 、旋转运动速度ω 0 和相机第二次曝光时间(t 3- t 2 )，计算直线运动模糊图像上的模糊长度L 0 。
S42、根据压敏涂料发光强度-时间曲线压敏涂料发光强度-时间曲线压敏涂料发光强度-时间曲线S(t)和模糊长度L 0 计算出直线运动模糊图像点扩散函数h(x 0 、y 0 )。
其中，S5的处理流程具体如下：
S51、对S3得到的图像g 2 和S4计算得到的扩散函数h做空间变换，由空间域转为频率域得到G 2 ，H。
S52、根据S51计算得到的G 2 ，H使用维纳滤波进行去卷积得到去模糊图像。
S53、利用坐标反变换将极坐标图像转换为直角坐标图像f 1 。使用S2中计算出的单应性矩阵T将对图像f 1 进行仿射变换得到最终去模糊结果图像f 2 。
至此完成对相机与旋转平面不平行拍摄方式采集到的模糊图像的去模糊，得到了最终去模糊结果图像f 2 。
实施例：
本申请提出一种桨叶表面压力测量中旋转模糊图像去模糊方法，对于相机光轴与旋转轴不平行时状态采集到的运动模糊图像的去模糊，首先计算出此状态采集的图像与相机平行时采集图像之间的映射关系，根据映射关系把图像校正成相机光轴与旋转轴平行状态，再通过坐标变换把旋转运动模糊转换为直线运动模糊。根据压敏涂料发光强度-时间曲线、旋翼桨叶转动速度和方向计算出模糊图像的扩散函数，使用维纳滤波去除运动模糊，最后再进行坐标反变换、仿射变换把去模糊图像转化为原始空间状态。其流程图如1所示。
具体包括以下：
S1、对采集到的旋翼桨叶模糊图像进行预处理，去除相机噪声并进行图像校正
相机采集的图像中存在相机暗电流噪声，所以对于图像数据的预处理第一步是去除由于相机硬件产生的暗电流噪声。首先采集纯噪声背景图像数据，具体方法为用镜头盖遮住相机镜头在无光条件下采集一副图像，这张图像就是相机噪声图像。之后对于相机采集到的桨叶模糊图像通过减去噪声背景图像，去除相机的暗电流噪声。
相机采集到的图像同时会存在畸变现象，第二步是对去除相机噪声的图像进行畸变校正。使用棋盘格标定板对相机进行标定，拍摄不同角度和位置的棋盘格标定板图像，计算出相机的内参矩阵和畸变系数，根据相机内参矩阵和畸变系数对图像进行畸变校正，得到预处理后的模糊图像g 0 。
S2、计算相机倾斜时采集的图像与相机平行时采集图像的映射关系
旋翼旋转轴为圆形，相机光轴与旋转轴平行时采集到的图像中旋转轴轴肩也为圆形。根据投影原理，相机光轴倾斜时图像中旋转轴轴肩为椭圆形。对于通过S1预处理后的图像g 0 首先通过轮廓检测的方式检测出椭圆形轴肩的轮廓，根据检测出的一系列轮廓点通过曲线拟合计算出椭圆方程，计算出原点O点，长轴点A 1、A 2和短轴点B 1、B 2的坐标位置。以O为圆心，长轴A 1 O为半径做一个圆C，计算出椭圆中E中B 1、B 2位置对应在圆C中的位置B C1、B C2，如图4所示。
相机倾斜时采集的图像与相机平行时采集图像的映射关系可以表示为：
（1）
式中：
为单应性矩阵T。
（x、y）、（p、q）分别为圆形C与椭圆E对应位置的坐标点集A 1，A 2，B 1，B 2…和A C1、A C2、B C1、B C2…，带入公式1计算出相机倾斜时采集的图像与相机平行时采集图像的映射关系。
S3、根据映射关系对旋转模糊图像进行仿射变换，并通过极坐标变换把旋转模糊转化为直线运动模糊。
根据计算得到的单应性矩阵T对预处理后的图像g 0 进行仿射变换：
g 1= Tg 0
把相机倾斜状态采集的图像转化为相机光轴与旋转轴平行状态的图像g 1 ，转化结果图像如图5所示。
以圆心O为原点对图像进行坐标变换，把图像由直角坐标系g 1 转为极坐标系，把旋转模糊图像转换为直线运动模糊图像g 2 。坐标变换过程中径向分辨率为△θ度，横向分辨率为△r，对于坐标值为小数的坐标点采用四邻域插值；
式中t、u分别为点（x、y）到左上邻域坐标点在x、y轴方向上的距离。实现了把模糊图像转换为直线运动模糊，直线运动模糊图像宽度w 0 为360/△θ，长度为hg1/△r，如图6所示。
S4、根据压敏涂料发光强度-时间曲线、桨叶旋转速度和方向计算模糊图像的扩散函数。
压敏涂料发光强度-时间曲线方程表示为S(t)，双曝光相机第一次曝光Gate1时间为0~t 1 ，相机延时时间为t 1 ~t 2 ，双曝光相机第二次曝光Gate2时间为t 2 ~t 3 。桨叶旋转速度为ω 0 ，在直线运动模糊图像g 2 上的模糊长度为：
直线运动模糊图像g 2 点扩散函数为：
S5、根据扩散函数对图像去模糊并通过坐标反变换和仿射变换转为原始空间状态。
图像模糊g（x、y）可以表示为清晰图像f（x、y）和扩散函数的卷积g（x）=f（x）*h（x），所以运动去模糊也是对模糊图像去卷积的过程。对S3得到的图像g 2 和S4计算得到的点扩散函数h做空间变换，由空间域转为频率域得到G 2 ，H，使用维纳滤波对模糊图像进行去卷积。
根据维纳滤波器的传递函数：
式中：
H*（u，v）—H（u，v）的复共轭；
P n （u，v）和P f （u，v）—噪声和原图像的功率谱；
可以得到：
对上式作傅立叶反变换，把频域的转为空间域图像/>，那么/>就是采用维纳滤波算法得到的最佳原始图像估计，如图7所示。
利用坐标反变换使用S3中直角坐标转为极坐标过程中相同的变换参数将极坐标图像转换为直角坐标图像f 1 ，图像尺寸和g 1 图像相同。利用仿射变换，使用S2中计算出的单应性矩阵T对图像f 1 进行仿射变换得到f 2 ，恢复相机原始采集图像状态。至此完成对相机与旋转平面不平行拍摄方式采集到的模糊图像的去模糊，得到了最终去模糊结果图像f 2 ，如图8所示。
以上方案只是一种较佳实例的说明，但并不局限于此。在实施本发明时，可以根据使用者需求进行适当的替换和/或修改。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.一种桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，包括：
S1、将相机光轴与旋转轴处于不平行状态，且处于旋转运动中采集到的桨叶图像与平行状态时采集的图像进行计算，以得到二者之间的映射关系，基于所述映射关系对桨叶图像进行校正；
S2、通过仿射变换、坐标变换，将校正后的旋转运动模糊图像转换为直线运动模糊图像；
S3、根据压敏涂料发光强度-时间曲线、桨叶旋转速度和方向计算模糊图像的扩散函数，以根据扩散函数对图像去除运动模糊，并通过坐标反变换和仿射变换转为原始空间状态，完成对桨叶图像的去模糊操作。
2.如权利要求1所述的桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，在S1中，还包括在进行映射关系之前对桨叶旋转模糊图像进行预处理，所述预处理流程为：
S11、将桨叶旋转模糊图像与无光时相机背景图像相减，去除桨叶旋转模糊图像中的暗电流噪声；
S12、根据相机内参矩阵和畸变系数对去除暗电流噪声的桨叶旋转模糊图像中进行畸变校正，得到预处理后的模糊图像g 0 。
3.如权利要求2所述的桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，在S1中，映射关系的计算流程为：
S13、通过轮廓检测的方式检测模糊图像g 0 中椭圆形轴肩的轮廓；
S14、基于S13检测出的一系列轮廓点，通过曲线拟合计算出椭圆方程；
S15、以椭圆圆心O为圆心，长轴A 1 O为半径做一个圆C，计算出椭圆E中B 1、B 2位置对应在圆C中的位置B C1、B C2；
S16、根据圆形C与椭圆E对应位置的坐标点，得到如下的映射关系；
式中，为单应性矩阵T，（x、y）、（p、q）分别为圆形C与椭圆E对应位置的坐标点集A 1，A 2，B 1，B 2…和A C1、A C2、B C1、B C2…。
4.如权利要求1所述的桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，在S2中，将旋转运动模糊图像转换为直线运动模糊图像的流程为：
S21、基于下式对预处理后的模糊图像g 0 进行仿射变换得到平行状态下的图像g 1 ：
g 1= Tg 0
上式中，T为映射关系中的单应性矩阵；
S22、以圆心O为原点对图像进行坐标变换，把图像g 1 由直角坐标系转为极坐标系，得到直线运动模糊图像g 2 ；
其中，在坐标变换过程中，径向分辨率为△θ度，横向分辨率为△r，对于坐标值为小数的坐标点采用四邻域插值：
上式中，t、u分别为点（x、y）到左上邻域坐标点在x、y轴方向上的距离。
5.如权利要求1所述的桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，在S3中，所述扩散函数的获取流程为：
S31、基于S2中得到的直线运动模糊图像g 2 的宽度尺寸w 0 、旋转运动速度ω 0 、相机延时时间为t 1~ t 2 、相机第二次曝光时间t 2~ t 3 ，通过下式计算直线运动模糊图像上的模糊长度L 0 ：
上式中，w 0 为360/△θ；
S32、基于压敏涂料发光强度-时间曲线S(t)和模糊长度L 0 ，通过下式计算出直线运动模糊图像的点扩散函数h(x 0 、y 0 )：
上式中，△θ为径向分辨率。
6.如权利要求5所述的桨叶表面压力测量中旋转模糊图像去模糊方法，其特征在于，在S3中，所述原始空间状态的转换流程为：
S33、对直线运动模糊图像g 2 和扩散函数h(x 0 、y 0 )做空间变换，由空间域转为频率域得到G 2 ，H；
S34、使用维纳滤波对S33计算得到的G 2 ，H去卷积，以得到去模糊图像；
S35、利用坐标反变换将转换为直角坐标图像f 1 ，使用映射关系中的单应性矩阵T将对图像f 1 进行仿射变换得到最终去模糊结果图像f 2 。
CN202310870332.4A 2023-07-17 2023-07-17 一种桨叶表面压力测量中旋转模糊图像去模糊方法 Active CN116614707B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310870332.4A CN116614707B (zh) 2023-07-17 2023-07-17 一种桨叶表面压力测量中旋转模糊图像去模糊方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310870332.4A CN116614707B (zh) 2023-07-17 2023-07-17 一种桨叶表面压力测量中旋转模糊图像去模糊方法

Publications (2)

Publication Number Publication Date
CN116614707A true CN116614707A (zh) 2023-08-18
CN116614707B CN116614707B (zh) 2023-09-19

Family

ID=87682078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310870332.4A Active CN116614707B (zh) 2023-07-17 2023-07-17 一种桨叶表面压力测量中旋转模糊图像去模糊方法

Country Status (1)

Country Link
CN (1) CN116614707B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1888913A (zh) * 2006-07-27 2007-01-03 上海交通大学 基于转动模糊图像的转速测量方法
CN102892018A (zh) * 2011-07-19 2013-01-23 株式会社东芝 图像处理系统、装置、方法以及医用图像诊断装置
US20160208597A1 (en) * 2015-01-16 2016-07-21 Schlumberger Technology Corporation Drilling Assessment System
CN108318215A (zh) * 2018-02-08 2018-07-24 中国空气动力研究与发展中心高速空气动力研究所 一种压敏漆试验图像采集幅数的确定方法
CN114513607A (zh) * 2022-01-27 2022-05-17 中南大学 一种高温工业内窥镜视场范围自调整方法、装置及系统
CN114739626A (zh) * 2022-06-13 2022-07-12 中国空气动力研究与发展中心高速空气动力研究所 一种基于快速响应压敏漆的旋转叶栅测压试验方法
CN115979155A (zh) * 2022-12-27 2023-04-18 中国航天空气动力技术研究院 高速旋转桨叶变形测量方法、系统、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1888913A (zh) * 2006-07-27 2007-01-03 上海交通大学 基于转动模糊图像的转速测量方法
CN102892018A (zh) * 2011-07-19 2013-01-23 株式会社东芝 图像处理系统、装置、方法以及医用图像诊断装置
US20160208597A1 (en) * 2015-01-16 2016-07-21 Schlumberger Technology Corporation Drilling Assessment System
CN108318215A (zh) * 2018-02-08 2018-07-24 中国空气动力研究与发展中心高速空气动力研究所 一种压敏漆试验图像采集幅数的确定方法
CN114513607A (zh) * 2022-01-27 2022-05-17 中南大学 一种高温工业内窥镜视场范围自调整方法、装置及系统
CN114739626A (zh) * 2022-06-13 2022-07-12 中国空气动力研究与发展中心高速空气动力研究所 一种基于快速响应压敏漆的旋转叶栅测压试验方法
CN115979155A (zh) * 2022-12-27 2023-04-18 中国航天空气动力技术研究院 高速旋转桨叶变形测量方法、系统、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡方霞等: "混沌粒子群优化模糊聚类的旋转机械故障诊断", 重庆大学学报, no. 06, pages 26 - 30 *

Also Published As

Publication number Publication date
CN116614707B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN111260731B (zh) 一种棋盘格亚像素级角点自适应检测的方法
Abdelhamed et al. A high-quality denoising dataset for smartphone cameras
CN111243033B (zh) 一种优化双目相机外参数的方法
JP2010198599A (ja) 画像処理方法
CN110738608B (zh) 一种平面图像校正方法及系统
CN111553960B (zh) 一种基于投影均值图像的环状伪影快速校正方法
CN114359405A (zh) 一种离轴沙姆3d线激光相机的标定方法
CN112598747A (zh) 一种单目相机与投影仪的联合标定方法
CN114782553B (zh) 基于椭圆对偶二次曲线的迭代相机标定方法及装置
CN116614707B (zh) 一种桨叶表面压力测量中旋转模糊图像去模糊方法
CN113192121B (zh) 一种大气湍流下的光斑中心滑动加权质心定位方法
Conan et al. Deconvolution of adaptive optics images with imprecise knowledge of the point spread function: results on astronomical objects
Tico et al. Robust image registration for multi-frame mobile applications
CN105913394B (zh) 一种基于退化图像序列的图像盲复原方法
CN114359581A (zh) 一种面向冷冻电子断层图像的特征提取方法
CN112435190A (zh) 一种基于车辆运动与数据增广的运动模糊目标检测方法
CN112378348A (zh) 一种针对低质量条纹图像的迭代相位校正方法
CN113034553A (zh) 图像配准算法的评估方法、终端及存储介质
CN114615427B (zh) 一种基于小样本的波前编码场景数据集增强方法
JP2011203827A (ja) 画像処理装置および方法
CN116758266A (zh) 一种指针式仪表的读数方法
CN115330885B (zh) 一种基于相机反馈的异形面动态投影方法
CN116309760B (zh) 谷物的图像对齐方法及谷物检测设备
Lata et al. Novel method to assess motion blur kernel parameters and comparative study of restoration techniques using different image layouts
Cai et al. PSF Estimation of Simple Lens Based on Circular Partition Strategy

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