[發(fā)明專(zhuān)利]一種基于圖像列灰度概率一致性的高速運(yùn)動(dòng)圖像去模糊方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711206204.0
• 申請(qǐng)日: 2017-11-27
• 公開(kāi)（公告）號(hào): CN107945127B
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 黃綠娥;吳祿慎;陳華偉;石雅瑩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南昌大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T7/00;G06F17/12;G06F17/16
• 代理公司: 南昌新天下專(zhuān)利商標(biāo)代理有限公司 36115
• 代理人: 施秀瑾

1.一種基于圖像列灰度概率一致性的高速運(yùn)動(dòng)圖像去模糊方法，其特征是包括以下步驟：

步驟(1)：相機(jī)前向運(yùn)動(dòng)模糊過(guò)程建模

設(shè)車(chē)載相機(jī)在機(jī)車(chē)帶動(dòng)下以速度v水平向前運(yùn)動(dòng)時(shí)，相機(jī)曝光時(shí)間為T(mén)，模糊圖像b(x,y)模型如下：

上式中，x、y表示像素點(diǎn)坐標(biāo)，g(x+vt,y)為原目標(biāo)圖像，d為采樣距離，因此模糊長(zhǎng)度為式(1)的離散化形式為：

其中i為循環(huán)變量；令式(2)可表示為卷積形式：

其中表示卷積符號(hào)，對(duì)于上述卷積模糊中的核函數(shù)h(x,y)估算出模糊核；

步驟(2)：空間變換，降低空間維度

估算出模糊核后，若相機(jī)只前向運(yùn)動(dòng)時(shí)，y為常數(shù)，式(2)可表示為矩陣形式：

A·G_y＝B_y (4)

其中

式(4)中m為像素點(diǎn)x的采樣個(gè)數(shù)，像素點(diǎn)y為常數(shù)，式(4)方程組有無(wú)窮多個(gè)解；再增加l個(gè)方程，其系數(shù)矩陣A和向量B_y分別擴(kuò)展為和

將矩陣A和向量B_y同時(shí)擴(kuò)展到m+l維線性空間線性方程組(5)有唯一特解：

將方程兩邊左乘的逆矩陣得：

通過(guò)上述空間變換，則可將式(4)關(guān)于G_y的m+l維不定解問(wèn)題轉(zhuǎn)化為關(guān)于S_y的l維定解問(wèn)題，其中自變量為：

由式(2)和式(6)可得：

步驟(3)：基于列灰度一致性的圖像去模糊

根據(jù)公式(7)，在圖像邊界前后預(yù)測(cè)一個(gè)合適的圖像塊：S_l×n(x,y)，即可以將m×n維空間的問(wèn)題轉(zhuǎn)變?yōu)閘×n維空間的問(wèn)題，

構(gòu)建圖像相鄰列一致性指標(biāo)：

引入單邊α置信均值和誤差允許閥k，其中即

構(gòu)建評(píng)價(jià)函數(shù)：

整幅圖像的列一致性評(píng)價(jià)指標(biāo)為：

對(duì)于已經(jīng)估計(jì)出的圖像構(gòu)建綜合灰度均方誤差評(píng)價(jià)指標(biāo)E：

圖像去模糊問(wèn)題則轉(zhuǎn)化為l×n維空間內(nèi)的雙目標(biāo)最優(yōu)化問(wèn)題；建立如下優(yōu)化模型：

式(13)是在保證CGPC盡量小的情況下使E評(píng)價(jià)指標(biāo)盡量小，使圖像去模糊質(zhì)量最優(yōu)。