[发明专利]一种局部运动模糊图像的复原方法有效

专利信息
申请号: 201910232779.2 申请日: 2019-03-26
公开(公告)号: CN110097509B 公开(公告)日: 2021-05-18
发明(设计)人: 崔光茫;叶晓杰;赵巨峰;朱礼尧 申请(专利权)人: 杭州电子科技大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 杭州杭诚专利事务所有限公司 33109 代理人: 尉伟敏
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 局部 运动 模糊 图像 复原 方法
【权利要求书】:

1.一种局部运动模糊图像的复原方法,适用于由编码曝光相机采集的局部运动模糊图像,其特征在于,

包括以下步骤:

A)获得编码曝光的最优快门序列S;

B)计算运动目标的PSF像移尺度估计值d;

C)采集背景图像G,计算背景图像G与待复原的模糊图像F的差值图像H,表示矩阵的异或计算;

D)将差值图像H二值化后作为模板图H′,将模板图H′与模糊图像F进行模板运算,得到目标提取图像F′,将模板图H′与背景图像G进行模板运算,得到背景图像P;

E)将目标提取图像F′表示为:其中,为待求解的运动目标图像,Γ为目标提取图像F′中背景像素被运动目标遮挡的时间占曝光时间的百分比,P=G*H′,获得

F)针对步骤E获得的运动目标图像使用基于student-t约束的复原方法,得到运动目标清晰图像

G)将运动目标清晰图像和背景图像P融合,获得复原图像

2.根据权利要求1所述的一种局部运动模糊图像的复原方法,其特征在于,

在步骤A)中使用遗传搜索算法,获得编码曝光的最优快门序列S,目标函数为max F=α1min(|F(S)|)+α2var(1/|F(S)|),其中,α1、α2为权重系数函数,F()表示傅里叶变换,|F(S)|表示快门序列S傅里叶变换的频域幅值,函数var()表示计算方差,S=[S1,S2,...,Sl],其中Si,i∈[1,l]∈{0,1},l为编码序列长度,其值由人工设定。

3.根据权利要求1或2所述的一种局部运动模糊图像的复原方法,其特征在于,步骤B)中,获得PSF像移尺度估计值d的方法为:其中,v为运动目标速度的估计值,由人工确定,L为物方成像距离,f为相机焦距,M为相机感光器像素尺寸,t为相机曝光时间,PSF像移尺度估计值d的单位为像素。

4.根据权利要求1或2所述的一种局部运动模糊图像的复原方法,其特征在于,步骤D)中,将差值图像H二值化的方法为:

设置阈值T,其中,x∈[1,m],y∈[1,n],m×n为图像的像素尺寸。

5.根据权利要求2所述的一种局部运动模糊图像的复原方法,其特征在于,

步骤E)中,获得目标提取图像F′中背景像素被运动目标遮挡的时间占曝光时间的百分比Γ的方法为:

其中,j∈[1,n],n为图像的像素行数,Γ={Γ1,Γ2,...,Γn}T,区域和表示,在运动方向上目标图像区域与背景交界处的两侧区域,所述两侧区域会各有d个像素的运动目标与背景像素的叠加区域,round为近似取整运算。

6.根据权利要求1或2所述的一种局部运动模糊图像的复原方法,其特征在于,步骤F)中,使用基于student-t约束的复原方法,得到运动目标清晰图像的方法包括以下步骤:

F1)建立马尔可夫专家场模型:

其中,为待获得的清晰图像,h为PSF像移尺度估计值,λ、η和ξ分别为各约束项的正则化系数,σ为势函数正则化系数,λ∈[300,1500],η∈[50,150],ξ∈(0,1),为专家场模型的滤波器矩阵,λ、η以及ξ的取值越大时,图像复原细节更锐化,但同时会加大复原图像的噪声,d1,d2分别为水平和竖直方向的变分梯度算子;

F2)将步骤B获得的PSF像移尺度估计值d作为h的初始值,使用进化算法迭代若干次,直到取得局部或全局最优解。

7.根据权利要求6所述的一种局部运动模糊图像的复原方法,其特征在于,为5x5的高斯滤波器矩阵,ξ=0.2,σ=5。

8.根据权利要求1或2所述的一种局部运动模糊图像的复原方法,其特征在于,

步骤G)中,将运动目标清晰图像和背景图像P融合的方法为:

其中,P′指完全没有被运动目标遮挡的背景图像P的区域,表示运动目标图像与背景图像P交界处的模糊的区域,表示运动目标中心的不模糊区域,

ω1(x,y)2(x,y)=1,其中,x∈[1,m],y∈[1,n],m×n为图像的像素尺寸,区域以及区域为目标图像与背景图像P交界处沿横轴方向的两侧的模糊的交界区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910232779.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top