CN117078565A - 一种摄像头抖动模糊图像优化增强方法及系统 - Google Patents

Abstract

本发明涉及模糊图像增强技术领域，具体涉及一种摄像头抖动模糊图像优化增强方法及系统。本发明确定摄像模糊图像中的强边缘，获得每个预设方向上与强边缘距离匹配的匹配边缘，根据不同预设方向下，强边缘与最相邻匹配边缘之间的距离和梯度变化的关系，确定有效方向及有效匹配边缘；在每个有效方向下分析强边缘与有效匹配边缘的梯度变化，以及有效匹配边缘的重要程度，获得每个有效方向的模糊程度指标；根据所有有效方向的模糊程度指标进行去模糊化，获得摄像增强图像。本发明对多方向上边缘之间的关系进行分析，获得准确贴合抖动模糊情况的方向以及模糊程度，使图像去模糊化效果更优，得到的增强图像质量更高。

Description

一种摄像头抖动模糊图像优化增强方法及系统

技术领域

本发明涉及模糊图像增强技术领域，具体涉及一种摄像头抖动模糊图像优化增强方法及系统。

背景技术

摄像头在生活中随处可见，在某些场合通过安装摄像头能够对该区域内的实时状况进行监测和管理，从而确保该场所的安全，并且提供监控记录作为管理参考，那么对场所实时情况的准确监测就十分重要。相机拍摄因为虚焦或抖动等因素导致图像模糊是非常常见的现象，因此对模糊图像的复原也是摄像图像处理最重要的环节之一。

现有对图像进行去模糊的方法中，多采用连续帧去获取图像的模糊程度进行图像增强，但摄像头在采集图像过程中，存在由于摄像头的转动而导致采集时的画面出现不规则抖动的情况，此时的连续帧画面并不相同，不能准确的得到模糊程度，且在其他对图像模糊程度的估计中，没有考虑到摄像采集图像的整体模糊特征，且由于摄像头的抖动是随机，因此模糊程度在不同方向上的表现也是不同的，单一的整体模糊程度估计不能满足图像去模糊化的需求，使最终图像增强效果较差。

发明内容

为了解决现有技术中单一的整体模糊程度估计不能满足图像去模糊化的需求，使最终图像增强效果较差的技术问题，本发明的目的在于提供一种摄像头抖动模糊图像优化增强方法及系统，所采用的技术方案具体如下：

本发明提供了一种摄像头抖动模糊图像优化增强方法，所述方法包括：

获取摄像模糊图像；根据摄像模糊图像中边缘的梯度确定摄像模糊图像中的强边缘；

在每个预设方向上，根据强边缘与非强边缘对应像素点之间的距离进行匹配，获得强边缘在不同预设方向下对应的匹配边缘；在不同预设方向下，根据强边缘线与最相邻匹配边缘线之间的距离差异情况和梯度变化的离散情况，确定强边缘对应的有效方向以及有效方向下的有效匹配边缘；

在每个有效方向下，根据强边缘对应的有效匹配边缘的梯度变化情况以及有效匹配边缘的重要程度，获得强边缘在每个有效方向的模糊程度指标；根据每个有效方向的模糊程度指标对摄像模糊图像去模糊，获得摄像增强图像。

进一步地，所述确定强边缘对应的有效方向以及有效方向下的有效匹配边缘，包括：

对于任意一个预设方向，将强边缘在该预设方向下距离最近的匹配边缘作为强边缘的最相邻匹配边缘；

在该预设方向下，将强边缘中像素点按照预设顺序进行排序，获得强像素序列；将最相邻匹配边缘中的像素点按照预设顺序进行排序，获得相邻像素序列；

根据强像素序列与相邻像素序列中对应像素点之间的位置信息与梯度信息，获得强边缘与最相邻匹配边缘在该预设方向下的匹配因子；

当该预设方向下的匹配因子大于预设有效阈值时，将该预设方向作为有效方向，将对应最相邻匹配边缘作为强边缘在该预设方向下的有效匹配边缘。

进一步地，所述匹配因子的具体表达式为：

式中，表示为强边缘与对应最相邻匹配边缘在第/>个预设方向下的匹配因子，/>表示为强像素序列与相邻像素序列之间像素点总数量的最小值，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的距离，/>表示为强像素序列中第/>个像素点的位置坐标，/>表示为第/>个预设方向下对应的相邻像素序列中第/>个像素点的位置坐标，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的梯度值差异，/>表示为强像素序列与相邻像素序列之间所有梯度值差异的平均值，表示为以自然常数为底的指数函数。

进一步地，所述最相邻匹配边缘线的获取方法包括：

获取强边缘与所有匹配边缘的中心点；

在任意一个预设方向下，计算强边缘与该预设方向下对应所有匹配边缘之间的中心点的距离；当中心点的距离为最小时，将对应的匹配边缘作为强边缘在该预设方向下的最相邻匹配边缘。

进一步地，所述模糊程度的获取方法包括：

对于任意一个有效方向，将强像素序列与相邻像素序列之间所有梯度值差异的平均值，作为该有效方向的模糊量；

对所有的有效方向的模糊量进行累加，获得模糊总量；将该有效方向的模糊量与模糊总量的比值作为该有效方向的模糊占比；

根据强边缘在该有效方向下对应所有匹配边缘的数量以及该有效方向对应的模糊量，获得该有效方向的模糊权重；

根据模糊权重和模糊占比，获得该有效方向的模糊程度指标，模糊权重和模糊占比均与模糊程度指标呈正相关关系。

进一步地，所述模糊权重的获取方法包括：

对于任意一个有效方向，统计强边缘在该有效方向下对应的匹配边缘与有效匹配边缘的总数量，获得匹配数量；

当匹配数量等于预设最小匹配数量时，将模糊权重设置为预设模糊权重；所述预设最小匹配数量为正数；

当匹配数量大于预设最小匹配数量时，将每个匹配边缘中的像素点按照预设顺序进行排序，获得匹配像素序列；计算该有效方向下强像素序列与每个匹配像素序列之间像素点的梯度值差异，将所有梯度值差异的平均值作为每个匹配像素序列对应的模糊值；将该有效方向的模糊量与该有效方向下所有匹配像素序列对应的模糊值进行累加，获得该有效方向的方向模糊值；将该有效方向的模糊量与方向模糊值的比值作为该有效方向的模糊权重，所述预设模糊权重大于模糊权重。

进一步地，所述摄像增强图像的获取方法包括：

将负相关映射并归一化的模糊程度指标作为有效方向下的调整权重；

将每个有效方向的调整权重与非盲区卷积算法中的预设模糊核相乘，将乘积作为更新后的模糊核；根据所有的有效方向下的调整权重，获得每个有效方向下更新后的模糊核，并通过非盲区卷积算法对摄像模糊图像去模糊，获得摄像增强图像。

进一步地，所述匹配边缘的获取方法包括：

在每个预设方向上，根据强边缘与对应每个非强边缘中像素点的位置采用动态时间规整算法，获得距离相似度；

当距离相似度大于预设相似阈值时，将对应的非强边缘作为强边缘在对应预设方向下的匹配边缘。

进一步地，所述强边缘的获取方法包括：

获取摄像模糊图像中的边缘；

计算摄像模糊图像中每个边缘上像素点对应梯度值的平均值，作为每个边缘的显著度；将显著度最大的一条边缘作为强边缘。

本发明提供了一种摄像头抖动模糊图像优化增强系统，包括存储器和处理器，处理器执行存储器存储的计算程序，以实现如上述一种摄像头抖动模糊图像优化增强方法。

本发明具有如下有益效果：

本发明考虑到摄像头抖动产生的模糊效果具有一致性的特点，确定摄像模糊图像中的强边缘，根据强边缘在不同方向上进行模糊程度分析的结果，反映摄像模糊图像在不同方向上的模糊程度，使分析过程更高效。获得预设方向上与强边缘距离匹配的匹配边缘，完成对强边缘产生模糊虚影的初步筛选，然后根据不同预设方向下，强边缘与最相邻匹配边缘之间的距离和梯度变化的关系，确定有效方向及有效匹配边缘，进一步筛选出对强边缘的模糊效果表征更准确的有效匹配边缘以及需要进行模糊分析的有效方向。在最终根据有效方向分析强边缘受到有效匹配边缘的模糊程度时，同时考虑了有效匹配边缘的重要程度，防止某些有效方向由于虚影较多使得有效匹配边缘表征效果产生了较大误差的情况，使得到的每个有效方向的模糊程度指标的准确度更高，最终根据所有的有效方向的模糊程度指标进行去模糊化，获得摄像增强图像，完成图像增强。本发明通过对多方向上边缘之间的关系进行分析，获得更符合抖动模糊情况的多个有效方向以及更准确表征模糊程度的信息，使最终图像去模糊化效果更优，得到的增强图像质量更高。

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和优点，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的介绍，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附图。

图1为本发明一个实施例所提供的一种摄像头抖动模糊图像优化增强方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种摄像头抖动模糊图像优化增强方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种摄像头抖动模糊图像优化增强方法及系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种摄像头抖动模糊图像优化增强方法流程图，该方法包括以下步骤：

S1：获取摄像模糊图像；根据摄像模糊图像中边缘的梯度确定摄像模糊图像中的强边缘。

现有的摄像头为了采集到更广泛的图像信息，实现更广泛的监控范围，会对摄像头增添转动功能，即存在可进行旋转的摄像头或镜头。在摄像头的转动过程中，不可避免的会出现摄像头抖动的情况，而由于摄像头的抖动会使采集的图像出现模糊，因此本发明实施例主要针对摄像头抖动产生的模糊图像进行增强优化。

首先获取摄像头抖动过程中的摄像模糊图像，在本发明实施例中，对采集的摄像图像进行灰度化处理，获得摄像灰度图像，方便对边缘进行分析，进一步可通过拉普拉斯算子对摄像灰度图像进行边缘检测，拉普拉斯算子可以凸显图像中梯度快速变化的区域，在拉普拉斯算子检测过程中，主要生成一个3×3的卷积核进行卷积，计算卷积结果的方差，通过方差可以反映图像中的边缘特征，当图像越模糊说明边缘特征被模糊的程度越强，方差越小，因此本发明实施例中将方差小于100的摄像灰度图像作为摄像模糊图像。需要说明的是，图像灰度化处理和拉普拉斯算子检测过程均为本领域技术人员熟知的技术手段，在此不做赘述。

在本发明其他实施例中，也可对图像进行傅里叶变换后的频谱图中高频部分和低频部分进行分析，低频部分占比越大，说明边缘信息被模糊程度越高，通过判断边缘被模糊的程度强弱确定摄像模糊图像，具体对模糊图像的确定在此不做限制。

在摄像头发生抖动时，采集的画面中的物体均为同一种模糊方式，与物体运动产生的模糊在图像上整体的表征情况是不同的，物体运动产生的模糊对应的模糊程度跟物体本身的运动状况等有关，而摄像头抖动产生的模糊会使所有的边缘受到同等程度的模糊影响，其模糊程度只与摄像头的抖动情况有关，因此可以对摄像模糊图像中的一条边缘进行模糊程度的分析，能够快速有效的完成图像的增强。

在摄像模糊图像中存在多种边缘，这些边缘线有的比较清晰，可以看做物体本身的边缘线，而有些边缘线比较模糊，极有可能为抖动产生的弱边缘线，为了方便分析边缘线被模糊的程度，也即边缘线由于抖动产生弱边缘线的模糊程度，根据摄像模糊图像中边缘的梯度确定摄像模糊图像中的强边缘。

优选地，采用索贝尔算子获取摄像模糊图像中的边缘，计算摄像模糊图像中每个边缘上像素点对应梯度值的平均值，作为每个边缘的显著度，当梯度值越大，说明边缘是越显著的，将最大的显著度对应的一条边缘作为强边缘，强边缘即为后续进行模糊程度分析的边缘。需要说明的是，索贝尔算子和梯度值的计算均为本领域技术人员熟知的技术手段，在此不做赘述。在本发明实施例中，仅选取一条强边缘即可完成对模糊程度的分析，由于摄像模糊图像为模糊的图像，显著度最大的边缘不为1的可能性极小，但是若存在最大的显著度的边缘大于1个时，则任意选取一条作为强边缘即可。在本发明其他实施例中，也可以通过阈值选取多条强边缘进行后续分析，在此不做限制。

至此，完成对强边缘的选取，可进一步对强边缘分析模糊程度。

S2：在每个预设方向上，根据强边缘与非强边缘对应像素点之间的距离进行匹配，获得强边缘在不同预设方向下对应的匹配边缘；在不同预设方向下，根据强边缘线与最相邻匹配边缘线之间的距离差异情况和梯度变化的离散情况，确定强边缘对应的有效方向以及有效方向下的有效匹配边缘。

由于摄像头的抖动时随机的，因此边缘被模糊的方向也是混乱随机的，因此需要对强边缘进行每个方向上的分析，首先在每个方向上进行匹配边缘的获取，匹配边缘即为非强边缘，极有可能是强边缘因为抖动产生的模糊虚影，通过模糊虚影可以进行模糊程度的分析，因此在每个预设方向上，根据强边缘与非强边缘对应像素点之间的距离进行匹配，获得强边缘在不同预设方向下对应的匹配边缘。

在本发明实施例中，考虑到抖动方向的多样性，为了更全面的对模糊程度进行分析，预设方向为从0度方向到180度方向中的每一度方向，0度为垂直方向，对细分的所有方向依次进行匹配边缘的获取，更准确的判断模糊的方向，边缘在强边缘对应方向的判断方法为，获取强边缘的中心点与非强边缘的中心点的连线，将连线与0度方向的夹角大小代表着强边缘线的一个预设方向，说明该非强边缘在强边缘的对应夹角大小的预设方向上，例如当夹角大小为5度时，该非强边缘在强边缘对应5度方向上。在本发明其他实施例中，也可对方向进行整合，预设方向为0度，45度，90度和135度四个方向，在此不做限制。

优选地，在每个预设方向上，根据强边缘与对应每个非强边缘中像素点的位置采用动态时间规整算法，获得距离相似度，在本发明实施例中，通过动态时间规整算法计算强边缘与对应每个非强边缘中像素点位置之间的匹配距离，对匹配距离进行负相关映射并归一化处理得到的距离相似度，反映相似情况，其中，动态时间规整算法为本领域技术人员熟知的技术手段，在此不做赘述。

当距离相似度大于预设相似阈值时，说明两条边缘之间是相似的，对应的非强边缘极有可能为强边缘产生的抖动虚影，将对应的非强边缘作为强边缘在对应预设方向下的匹配边缘。匹配边缘可能为强边缘因抖动产生的模糊虚影，但也有可能是相近的其他物体的边缘，因此进一步对匹配边缘与强边缘分析，确定出能够进行模糊程度分析的有效匹配边缘。在本发明实施例中，预设相似阈值为0.8，实施者可根据具体实施情况自行调控。

经过初步的匹配边缘的筛选，对于不存在匹配边缘的方向不再继续进行分析，在存在匹配边缘的不同预设方向下，分析匹配边缘与强边缘之间的关系，最终只留下满足模糊程度分析的有效匹配边缘及对应的有效方向，最终根据有效方向进行去模糊增强图像。因此根据强边缘线与最相邻匹配边缘线之间的距离差异情况和梯度变化的离散情况，确定强边缘对应的有效方向以及有效方向下的有效匹配边缘。

优选地，对于任意一个预设方向，将该预设方向作为参考方向，方便分析，将强边缘在参考方向下距离最近的匹配边缘作为强边缘的最相邻匹配边缘，由于在每个预设方向上可能存在多个匹配边缘，但在计算模糊程度的时候，需要一条对强边缘模糊程度最大的匹配边缘进行计算，因此距离越接近的匹配边缘影响强边缘模糊程度越大，此时得到的模糊量的估计越准确。

其中，最相邻匹配边缘根据距离进行选取，在本发明一个实施例中，获取强边缘与所有匹配边缘的中心点，中心点即为边缘线的中点，在参考方向下，计算强边缘与参考方向下对应所有匹配边缘之间的中心点的距离，当中心点的距离为最小时，说明匹配边缘距离最近，将对应的匹配边缘作为强边缘在参考方向下的最相邻匹配边缘。在本发明其他实施例中，距离最近也可根据边缘之间所有像素点之间的距离进行判断，在此不做限制。

由于最相邻匹配边缘也可能不为强边缘对应的虚影边缘，因此需要进行对最相邻匹配边缘进行进一步匹配分析，在参考方向下，将强边缘中像素点按照预设顺序进行排序，获得强像素序列，对最相邻匹配边缘中的像素点按照预设顺序进行排序，获得相邻像素序列，通过像素序列可以对像素点之间的差异关系进行分析，在本发明实施例中，预设顺序为，将强边缘中像素点在最左方和最上方的端点作为起始点沿边缘线方向进行排序，若强边缘为一个完整的边缘无端点，则将位置在最左方和最上方的像素点作为起始点沿顺时针方向进行排序。在本发明其他实施例中，也可以选择最下方和最右方的端点作为起始点沿边缘线方向进行排序，仅需保证强边缘与最相邻匹配边缘中像素点的排列顺序是一致的即可，具体预设顺序实施者可自行调整。

根据强像素序列与相邻像素序列中对应像素点之间的位置信息与梯度信息，获得强边缘与最相邻匹配边缘在参考方向下的匹配因子，在本发明实施例中，位置信息通过像素点对应坐标之间的距离进行表征，梯度信息通过像素点对应梯度差异的方差进行表征，匹配因子的具体表达式为：

式中，表示为强边缘与对应最相邻匹配边缘在第/>个预设方向下的匹配因子，/>表示为强像素序列与相邻像素序列之间像素点总数量的最小值，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的距离，/>表示为强像素序列中第/>个像素点的位置坐标，/>表示为第/>个预设方向下对应的相邻像素序列中第/>个像素点的位置坐标，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的梯度值差异，/>表示为强像素序列与相邻像素序列之间所有梯度值差异的平均值，表示为以自然常数为底的指数函数。

其中，表示为强像素序列中第/>个像素点的位置坐标，/>表示为第/>个预设方向下对应的相邻像素序列中第/>个像素点的位置坐标，在本发明实施例中，将摄像模糊图像的左下角作为原点，沿摄像模糊图像水平方向边缘方向为横轴，沿摄像模糊图像垂直边缘方向为纵轴构建图像坐标系，摄像模糊图像中每个像素点均具有一个坐标，在本发明其他实施例中，可采用其他的方式构建图像坐标系，在此不做限制。

其中，表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的距离，本发明实施例采用欧式距离计算两点之间距离，欧式距离为本领域技术人员熟知的技术手段，在此不做赘述。

其中，表示为通过以自然常数为底的指数函数进行负相关映射并归一化处理。/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的梯度值差异，在本发明实施例中，梯度值差异为像素点之间梯度值的差值绝对值。需要说明的是，为了避免数据计算时不同量纲的影响，对所有数据均进行了归一化处理消除量纲，归一化处理的方法为本领域技术人员熟知的技术手段，在此不做赘述。

表示为强像素序列与相邻像素序列之间所有像素点的距离的平均值，当距离平均值越小，说明最相邻匹配边缘的整体位置与强边缘越接近，最相邻匹配边缘对强边缘的影响更强，后续计算结果可靠性更高。/>表示为强像素序列与相邻像素序列之间所有像素点的梯度值差异的方差，反映了梯度值差异的离散程度，当离散程度越小，说明最相邻匹配边缘相对于强边缘的梯度锐减程度变化均匀，对应最相邻匹配边缘越可能为强边缘因抖动产生的虚影，此时通过最相邻匹配边缘计算的模糊程度可靠性更强。

优选地，当参考方向下的匹配因子大于预设有效阈值时，说明对应最相邻匹配边缘与强边缘的匹配效果好，可以作为强边缘的虚影进行模糊程度的分析，将参考方向作为有效方向，将对应最相邻匹配边缘作为强边缘在该预设方向下的有效匹配边缘。在本发明实施例中，预设有效阈值为0.7，实施者可根据具体实施情况进行调整。需要说明的是，所有的预设方向均可以作为参考方向计算有效方向和有效匹配边缘，若无法获得有效匹配边缘，则该预设方向不参与后续模糊程度的分析。

至此，获得强边缘对应的有效方向，有效方向反映发生抖动模糊的方向，获得了强边缘在每个有效方向下的有效匹配边缘，有效匹配边缘可以反映强边缘在对应有效方向上的被模糊情况。

S3：在每个有效方向下，根据强边缘对应的有效匹配边缘的梯度变化情况以及有效匹配边缘的重要程度，获得强边缘在每个有效方向的模糊程度指标；根据每个有效方向的模糊程度指标对摄像模糊图像去模糊，获得摄像增强图像。

在摄像头发生抖动后，物体原本的边缘在抖动方向上产生模糊，使原本的边缘梯度变小，边缘的可视化程度降低，产生模糊的虚影，根据模糊后边缘虚影的梯度变化情况，可以估计出模糊的程度，以便后续在去模糊过程中实现更优的增强效果，在本发明实施例中，强边缘对应每个有效方向下的计算方法均一致，因此对于任意一个有效方向，将该有效方向作为目标方向进行分析，所有的有效方向均可作为目标方向。

在目标方向下，根据强边缘对应的强像素序列和有效匹配边缘对应的相邻像素序列，计算强像素序列与相邻像素序列之间像素点的梯度值差异，将强像素序列与相邻像素序列之间所有梯度值差异的平均值作为目标方向的模糊量，模糊量反映强边缘在目标方向下的模糊程度。

对所有的有效方向的模糊量进行累加，获得模糊总量，将目标方向的模糊量与模糊总量的比值，作为目标方向的模糊占比，通过模糊占比反映强边缘在目标方向上的模糊程度，在本发明实施例中，模糊占比的具体表达式为：

式中，表示为第/>个有效方向的模糊占比，/>表示为第/>个有效方向下强像素序列与相邻像素序列之间像素点总数量的最小值，/>表示为第/>个有效方向下强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的梯度值差异，/>表示为第/>个有效方向的模糊量，/>表示为强边缘对应所有有效方向的总数量。

其中，表示为第/>个有效方向的模糊量，即/>。表示为模糊总量。通过模糊占比可以反映目标方向下强边缘被模糊的程度，但是在一般情况下，抖动模糊发生时，仅产生一条虚影的情况较少，也即在目标方向下，仅存在有效匹配边缘的情况极少发生，而多条虚影出现的情况下，有效匹配边缘的表征效果减弱，因此通过有效匹配边缘在有效方向下的重要程度，获得有效方向的模糊权重，模糊权重反映有效匹配边缘表征模糊程度的重要程度。

优选的，根据强边缘在目标方向下对应所有匹配边缘的数量以及有效匹配边缘对应的模糊量，获得目标方向的模糊权重，首先统计强边缘在目标方向下对应的匹配边缘与有效匹配边缘的总数量，获得匹配数量，根据匹配数量可以反映虚影产生的多少情况。

当匹配数量等于预设最小匹配数量时，说明强边缘在目标方向下产生的虚影较少，有效匹配边缘的重要程度较大，将模糊权重设置为预设模糊权重，在本发明实施例中，预设最小匹配数量为正数，设置预设最小匹配数量为1，设置预设模糊权重为1，也即当产生的虚影仅有一条有效匹配边缘时，模糊权重为1，具体数值实施者可根据具体实施情况进行调整，需保证预设模糊权重大于计算获得的模糊权重的值。

当匹配数量大于预设最小匹配数量时，将每个匹配边缘中的像素点按照预设顺序进行排序，获得匹配像素序列，匹配像素序列的获取方法与步骤S2中强像素序列和相邻像素序列的获取方法一致。计算目标方向下强像素序列与每个匹配像素序列之间像素点的梯度值差异，将所有梯度值差异的平均值作为每个匹配像素序列对应的模糊值，通过模糊值反映每个匹配边缘对强边缘的模糊程度。

将目标方向的模糊量与目标方向下所有匹配像素序列对应的模糊值进行累加，获得目标方向的方向模糊值，方向模糊值为考虑目标方向上所有匹配边缘的模糊程度时的总模糊量，将目标方向的模糊量与方向模糊值的比值作为目标方向的模糊权重。由于匹配边缘的模糊程度在表征效果上不如有效匹配边缘，但是通过有效匹配边缘在目标方向上的多种模糊程度的占比，可以反映出强边缘在目标方向上的被模糊情况。

结合目标方向的模糊权重和模糊占比，根据模糊权重和模糊占比获得目标方向的模糊程度，模糊权重和模糊占比均与模糊程度呈正相关关系，在本发明实施例中，将模糊权重与模糊占比的乘积作为目标方向的模糊程度指标。

获得强边缘对应每个有效方向的模糊程度指标，在本发明实施例中，采用非盲区卷积算法进行去模糊化，首先将负相关映射并归一化的模糊程度指标作为每个有效方向下的调整权重，当模糊程度指标越大，说明在进行提取信息时，有效信息较少，不能在增强图像时提供更有效的信息，因此调整权重越小。需要说明的是，非盲区卷积算法是图像去模糊化处理常用的技术手段，具体方法过程在此不做赘述。

将每个有效方向的调整权重与非盲区卷积算法中的预设模糊核相乘，将乘积作为更新后的模糊核，在本发明实施例中，预设模糊核为一个3×3大小的核，核中每个元素的值为3，具体数值实施者可自行调整。最终根据所有的有效方向下的调整权重，获得每个有效方向下更新后的模糊核，并通过非盲区卷积对摄像模糊图像去模糊，获得摄像增强图像，完成对摄像头抖动模糊图像的增强。

综上，本发明考虑到摄像头抖动产生的模糊效果具有一致性的特点，确定摄像模糊图像中的强边缘，根据强边缘在不同方向上进行模糊程度分析的结果，反映摄像模糊图像在不同方向上的模糊程度，使分析过程更高效。获得预设方向上与强边缘距离匹配的匹配边缘，完成对强边缘产生模糊虚影的初步筛选；然后根据不同预设方向下，强边缘与最相邻匹配边缘之间的距离和梯度变化的关系，确定有效方向及有效匹配边缘，进一步筛选出对强边缘的模糊效果表征更准确的有效匹配边缘以及需要进行模糊分析的有效方向。在最终根据有效方向分析强边缘受到有效匹配边缘的模糊程度时，同时考虑了有效匹配边缘的重要程度，防止某些有效方向由于虚影较多使得有效匹配边缘表征效果产生了较大误差的情况，使得到的每个有效方向的模糊程度指标的准确度更高，最终根据所有的有效方向的模糊程度指标进行去模糊化，获得摄像增强图像，完成图像增强。本发明通过对多方向上边缘之间的关系进行分析，获得能够有效表征模糊程度的边缘，以及更符合模糊情况的有效方向，使最终图像去模糊化效果更优，得到的增强图像质量更高。

本发明提供了一种摄像头抖动模糊图像优化增强系统，包括存储器和处理器，处理器执行存储器存储的计算程序，以实现如上述一种摄像头抖动模糊图像优化增强方法。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.一种摄像头抖动模糊图像优化增强方法，其特征在于，所述方法包括：

获取摄像模糊图像；根据摄像模糊图像中边缘的梯度确定摄像模糊图像中的强边缘；

在每个预设方向上，根据强边缘与非强边缘对应像素点之间的距离进行匹配，获得强边缘在不同预设方向下对应的匹配边缘；在不同预设方向下，根据强边缘线与最相邻匹配边缘线之间的距离差异情况和梯度变化的离散情况，确定强边缘对应的有效方向以及有效方向下的有效匹配边缘；

在每个有效方向下，根据强边缘对应的有效匹配边缘的梯度变化情况以及有效匹配边缘的重要程度，获得强边缘在每个有效方向的模糊程度指标；根据每个有效方向的模糊程度指标对摄像模糊图像去模糊，获得摄像增强图像。

2.根据权利要求1所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述确定强边缘对应的有效方向以及有效方向下的有效匹配边缘，包括：

对于任意一个预设方向，将强边缘在该预设方向下距离最近的匹配边缘作为强边缘的最相邻匹配边缘；

在该预设方向下，将强边缘中像素点按照预设顺序进行排序，获得强像素序列；将最相邻匹配边缘中的像素点按照预设顺序进行排序，获得相邻像素序列；

根据强像素序列与相邻像素序列中对应像素点之间的位置信息与梯度信息，获得强边缘与最相邻匹配边缘在该预设方向下的匹配因子；

当该预设方向下的匹配因子大于预设有效阈值时，将该预设方向作为有效方向，将对应最相邻匹配边缘作为强边缘在该预设方向下的有效匹配边缘。

3.根据权利要求2所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述匹配因子的具体表达式为：

式中，表示为强边缘与对应最相邻匹配边缘在第/>个预设方向下的匹配因子，/>表示为强像素序列与相邻像素序列之间像素点总数量的最小值，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的距离，/>表示为强像素序列中第/>个像素点的位置坐标，/>表示为第/>个预设方向下对应的相邻像素序列中第/>个像素点的位置坐标，/>表示为强像素序列中第/>个像素点与相邻像素序列中第/>个像素点之间的梯度值差异，/>表示为强像素序列与相邻像素序列之间所有梯度值差异的平均值，/>表示为以自然常数为底的指数函数。

4.根据权利要求2所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述最相邻匹配边缘线的获取方法包括：

获取强边缘与所有匹配边缘的中心点；

在任意一个预设方向下，计算强边缘与该预设方向下对应所有匹配边缘之间的中心点的距离；当中心点的距离为最小时，将对应的匹配边缘作为强边缘在该预设方向下的最相邻匹配边缘。

5.根据权利要求3所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述模糊程度的获取方法包括：

对于任意一个有效方向，将强像素序列与相邻像素序列之间所有梯度值差异的平均值，作为该有效方向的模糊量；

对所有的有效方向的模糊量进行累加，获得模糊总量；将该有效方向的模糊量与模糊总量的比值作为该有效方向的模糊占比；

根据强边缘在该有效方向下对应所有匹配边缘的数量以及该有效方向对应的模糊量，获得该有效方向的模糊权重；

根据模糊权重和模糊占比，获得该有效方向的模糊程度指标，模糊权重和模糊占比均与模糊程度指标呈正相关关系。

6.根据权利要求5所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述模糊权重的获取方法包括：

对于任意一个有效方向，统计强边缘在该有效方向下对应的匹配边缘与有效匹配边缘的总数量，获得匹配数量；

当匹配数量等于预设最小匹配数量时，将模糊权重设置为预设模糊权重；所述预设最小匹配数量为正数；

当匹配数量大于预设最小匹配数量时，将每个匹配边缘中的像素点按照预设顺序进行排序，获得匹配像素序列；计算该有效方向下强像素序列与每个匹配像素序列之间像素点的梯度值差异，将所有梯度值差异的平均值作为每个匹配像素序列对应的模糊值；将该有效方向的模糊量与该有效方向下所有匹配像素序列对应的模糊值进行累加，获得该有效方向的方向模糊值；将该有效方向的模糊量与方向模糊值的比值作为该有效方向的模糊权重，所述预设模糊权重大于模糊权重。

7.根据权利要求1所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述摄像增强图像的获取方法包括：

将负相关映射并归一化的模糊程度指标作为有效方向下的调整权重；

将每个有效方向的调整权重与非盲区卷积算法中的预设模糊核相乘，将乘积作为更新后的模糊核；根据所有的有效方向下的调整权重，获得每个有效方向下更新后的模糊核，并通过非盲区卷积算法对摄像模糊图像去模糊，获得摄像增强图像。

8.根据权利要求1所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述匹配边缘的获取方法包括：

在每个预设方向上，根据强边缘与对应每个非强边缘中像素点的位置采用动态时间规整算法，获得距离相似度；

当距离相似度大于预设相似阈值时，将对应的非强边缘作为强边缘在对应预设方向下的匹配边缘。

9.根据权利要求1所述一种摄像头抖动模糊图像优化增强方法，其特征在于，所述强边缘的获取方法包括：

获取摄像模糊图像中的边缘；

计算摄像模糊图像中每个边缘上像素点对应梯度值的平均值，作为每个边缘的显著度；将显著度最大的一条边缘作为强边缘。

10.一种摄像头抖动模糊图像优化增强系统，包括存储器和处理器；其特征在于，所述处理器执行所述存储器存储的计算程序，以实现如权利要求1-9任一项所述一种摄像头抖动模糊图像优化增强方法。