[發明專利]一種基于經典復原算法的葉片缺陷運動模糊圖像復原方法在審
| 申請號: | 202010776748.6 | 申請日: | 2020-08-05 |
| 公開(公告)號: | CN111899196A | 公開(公告)日: | 2020-11-06 |
| 發明(設計)人: | 鄭浩;仲奇奇;王湘明;周麗婷 | 申請(專利權)人: | 沈陽工業大學 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T5/10;G06T5/20 |
| 代理公司: | 沈陽東大知識產權代理有限公司 21109 | 代理人: | 李在川 |
| 地址: | 110870 遼寧省沈*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 經典 復原 算法 葉片 缺陷 運動 模糊 圖像 方法 | ||
1.一種基于經典復原算法的葉片缺陷運動模糊圖像復原方法,其特征在于:包括以下步驟:
步驟1:根據運動模糊數學模型模擬葉片缺陷運動模糊圖像;
步驟2:基于倒頻譜法計算葉片缺陷運動模糊圖像的模糊角度和模糊長度,確定點擴展函數;
步驟3:使用逆濾波和維納濾波對模糊圖像進行復原。
2.根據權利要求1所述的一種基于經典復原算法的葉片缺陷運動模糊圖像復原方法,其特征在于,所述步驟2具體包括:
步驟2.1,將葉片缺陷運動模糊圖像g(x,y)進行二維傅里葉變換,得到G(u,v);其中u、v為二維傅里葉變換中頻域的頻率及幅值,分別對應于圖像坐標系下的橫縱坐標x、y;
步驟2.2,對G(u,v)取絕對值得到|G(u,v)|,再對|G(u,v)|取對數得到
步驟2.3,將進行傅里葉逆變換得到g(x,y)的倒頻譜
步驟2.4,將分成大小相等的四部分,并進行對角交換;
步驟2.5,根據倒頻譜的對稱性,找到的最小位置(x0,y0),再以倒頻譜中心為原點,建立世界坐標系,則最小值點與原點的連線長度為模糊長度L,連線與X軸正向所成的夾角為模糊角度α;
步驟2.6,根據模糊長度L和模糊角度α確定點擴展函數h(x,y);
3.根據權利要求1所述的一種基于經典復原算法的葉片缺陷運動模糊圖像復原方法,其特征在于,步驟3中所述逆濾波對無噪聲模糊圖像進行復原;在無噪聲情況下,逆濾波公式如下:
F(u,v)=G(u,v)/H(u,v)
其中,F(u,v)為原圖f(x,y)的傅里葉變換,1/H(u,v)為逆濾波器,其中H(u,v)為h(x,y)的傅里葉變換;
所述維納濾波對含噪聲模糊圖像進行復原,是使原始圖像f(x,y)和復原圖像均方誤差最小的復原方法,所以又稱最小均方誤差濾波,且噪聲越強,復原效果越好,最小均方誤差濾波如下式:
其中E[·]為數學期望算子,當圖像噪聲均值為0或者噪聲與圖像是統計獨立的,則原圖像的估計為:
式中,sn(u,v)為噪聲功率譜,sf(u,v)為原始圖像功率譜,為噪信比,當噪聲功率sn(u,v)遠遠小于原始圖像功率sf(u,v)時,此時維納濾波就轉變為逆濾波;而當sf(u,v)趨于0或sf(u,v)遠遠小于sn(u,v)時,也趨于0,圖像噪信比的具體數值用常數k代替,則原圖像的估計簡化為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于沈陽工業大學,未經沈陽工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010776748.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:拍攝設備穩定器
- 下一篇:基于電力供需匹配等高線模型的骨干網架優化方法及系統





