[发明专利]基于视觉先验信息的模糊图像高精度还原方法

摘要

本发明基于视觉先验信息的模糊图像高精度还原方法属于计算机视觉测量技术领域，涉及一种基于视觉先验信息和系统参考量的模糊图像高精度还原方法。该方法根据双目视觉测量系统的曝光时间、帧频精确的先验信息，利用序列图像中相邻两帧图像的帧间关系，求得同一圆心位置在图像坐标系下的变化方向及曝光时间内的运动距离，即模糊方向和模糊尺度两个参数，由此得到每幅图像精确的模糊核。再使用非盲图像复原算法去卷积得到清晰的复原图像，实现机床动态检测中的高速图像去模糊还原，并提高了视觉测量系统的测量精度。该方法能有效改善序列图像运动模糊的问题，去模糊效果明显，满足高速运动状态下机床定位信息的精确提取要求。

主权项

1.一种基于视觉先验信息的模糊图像高精度还原方法，其特征是，该方法根据双目视觉测量系统的曝光时间、帧频精确的先验信息，利用序列图像中相邻两帧图像的帧间关系，求得同一圆心位置在图像坐标系下的变化方向及曝光时间内的运动距离，即模糊方向和模糊尺度两个参数，由此得到每幅图像精确的模糊核，再使用非盲图像复原算法去卷积得到清晰的复原图像，实现机床动态检测中的高速图像去模糊还原，并提高了视觉测量系统的测量精度；方法的具体步骤如下：步骤1：模糊方向计算首先采用张氏标定方法，依据高精度棋盘格标定板完成双目视觉测量系统的标定，确定出左、右两相机的内外参数，测量过程中，左右相机固定不动，即根据左、右对应图像中的匹配像点重建出对应空间点的三维坐标；相机拍摄序列图像过程中，在相邻两帧图像拍摄时间内将机床运行轨迹视作曲率变化均匀的曲线，提取图像的标志点圆心像素坐标代表了曝光时间段内中间时刻圆心的位置，拍摄模糊图像在曝光时间内的运动方向，由曝光时间段内中间时刻的运动方向决定；以左相机拍摄的图像为例，设定前一帧图像曝光中间时刻测量目标运动方向为θ1，后一帧图像曝光中间时刻测量目标运动方向为θ2，拍摄两帧图像帧间时间内测量目标的运动方向为α，则运动方向由θ1变化到α，需要帧间时间1/f的积累，由α变化到θ2用时t，即θ1和θ2就存在着公式(1)的对应关系，那么由第一帧图像开始选取相邻前后图像，基于radon变换求前一帧图像模糊角度θ1，再求解前后两帧图像同一圆形圆心的像素坐标(x1，y1)和(x2，y2)，则后一帧图像的模糊方向θ2用公式(1)得到：其中，f为高速相机拍摄的帧频，t是曝光时间，(x1，y1)和(x2，y2)为前后两帧图像中同一圆形圆心的像素坐标，由此遍历每一张图像求得序列图像每一帧的模糊方向θ2；步骤2：模糊尺度求取基于视觉测量系统参考量的运动模糊图像模糊尺度的求取方法与模糊方向的求取方法类似，由于线性运动模糊核的模糊尺度可视为曝光时间内测量目标的运动距离，则在两帧图像拍摄时间段内，在机床匀速运动条件下，看做前一帧测量目标上的圆心在帧间拍摄时间1/f内运动到了后一帧图像圆心，其运动距离S用同一圆心像素坐标表示，而在后一帧图像中运动距离为曝光时间t内圆心滑动的距离，用通过速度约束求得后一帧图像的模糊尺度L表示：其中，参数f、t、x1、y1、x2及y2与公式(1)意义一致，同理遍历每一张图像，求得序列图像中每一帧图像的运动距离S及模糊尺度L；步骤3：模糊图像复原由前两步求得单帧图像的模糊方向θ2及模糊尺度L，每一帧图像的模糊核可精确求取，利用非盲复原算法去卷积，得到清晰的复原图像，模糊核估计的越准确，图像去模糊还原效果越好；运动模糊模型通常用公式(3)表示：其中，G代表模糊图像，A代表运动模糊核，F代表清晰图像，代表卷积，n是加性噪声；传统的RL去模糊算法是基于泊松噪声模型的迭代算法，利用模糊核反复迭代即可得出清晰图像：其中，m为迭代次数，随着曝光时间增长，像素灰度值不断增长，过曝后灰度值存储会保持允许的最大值不变，则导致会不可微分问题，为解决上述问题，在模糊模型的基础上加入平滑的响应函数R(x)，从而得到新的迭代模型：其中，R'(x)是R(x)的导数，上述模型根据求得的精确模糊核有效复原清晰图像，使用该方法实现每一帧模糊图像的高精度还原；步骤4：图像三维重建处理上述步骤均在双目视觉测量系统的左相机图像坐标系下进行，在右相机拍摄的序列图像找到与左相机同一帧拍摄的图像，重复步骤1～3，即可得到右相机图像坐标系下每一帧图像的模糊核，及复原后的清晰复原图像；利用双目相机的标定参数，提取对应复原图像中左右相机拍摄的圆心像素坐标，进行三维重建处理，得到测量目标图像上每一个圆形标记点圆心的空间坐标，实现了双目视觉系统的高精度测量，进而完成机床高速运动过程中的定位信息提取。