一種單幅運動模糊圖像恢復方法與流程
2023-05-31 12:00:17 1
本發明涉及圖像處理技術領域，尤其涉及一種單幅運動模糊圖像恢復方法。
背景技術：
在相機的曝光時間內，相機與被拍攝物體之間的相對運動會造成圖像模糊，得到運動模糊圖像。運動模糊圖像在日常生活中普遍存在且毫無價值，給人們的生活帶來很多不便。如電子眼對交通路口車輛實施監控時，需要記錄車牌號碼等信息，當車體運動速度較快時，電子眼所攝取到的車牌號碼信息可能不清晰，影響車輛的檢測及事故調查。又如在很多隨著時間和空間不斷改變的拍攝場景中拍攝具有不可重複性，攝影者不能二次拍攝，若某一瞬間由於相機抖動、未能設置合適焦距、攝像系統存在光學系統攝差、幾何失真等原因造成圖像模糊，攝影者將會失去這一珍貴的圖像信息。即便有些圖片能夠二次拍攝，但由於條件的限制，有些圖像二次拍攝的代價很大，給拍攝者造成一定的負擔。因此，運動模糊圖像的恢復在圖像恢復中佔有重要的地位。
隨著科學技術的高速發展，運動模糊圖像的恢復廣泛應用於天文、軍事、道路交通、醫學圖像、工業製造以及公安偵查等領域，具有重要的現實意義。目前，現有的運動模糊圖像恢復方法在恢復圖像時不能夠識別運動模糊圖像中的細節問題，進而不能很好地恢復運動模糊圖像。
技術實現要素：
本發明提供一種單幅運動模糊圖像恢復方法，以解決現有運動模糊圖像恢復方法不能識別運動模糊圖像中細節問題的技術問題。
本發明提供一種單幅運動模糊圖像恢復方法，所述方法包括：
建立運動模糊圖像退化過程的數學模型；
對所述運動模糊圖像進行二維傅立葉變換，得到頻譜圖；
將所述頻譜圖進行中心化處理，得到明暗相間條紋；
根據所述明暗相間條紋獲得模糊參數，所述模糊參數包括模糊長度和模糊角度；
對所述運動模糊圖像的邊界處進行最優窗處理；
根據所述數學模型和所述模糊參數對最優窗處理後的所述運動模糊圖像進行維納濾波，得到復原後的所述運動模糊圖像。
優選地，建立運動模糊圖像退化過程的數學模型包括：
建立運動模糊圖像退化過程的數學模型為：g(x,y)＝h(x,y)*f(x,y)+n(x,y)，其中，g(x,y)為退化後圖像，h(x,y)為退化函數，f(x,y)為原圖像，n(x,y)為外加噪聲。
優選地，將所述頻譜圖進行中心化處理，得到頻譜圖包括：
調整所述頻譜圖的頻率以所述頻譜圖的中心為原點由內向外依次變大，形成明暗相間條紋。
優選地，根據所述明暗相間條紋獲得模糊參數包括：
截取所述明暗相間條紋的明顯區域；
對明顯區域的所述明暗相間條紋進行直方圖均衡化和二值化處理；
對二值化處理後的所述明暗相間條紋進行canny邊界檢測和Hough變換；
根據經所述Hough變換後的所述明暗相間條紋鑑別條紋的方向和數量，得到模糊長度和模糊角度。
優選地，對所述運動模糊圖像的邊界處進行最優窗處理包括：
根據PSF函數對所述運動模糊圖像的邊界進行加權處理，以使所述運動模糊圖像邊界的像素值以所述運動模糊圖像中心為原點由外向內過渡到零。
優選地，根據所述數學模型和所述模糊參數對最優窗處理後的所述運動模糊圖像進行維納濾波，得到復原後的所述運動模糊圖像包括：
根據所述數學模型進行傅立葉變換，得到其中，F(u,v)為原圖像，G(u,v)退化圖像的傅立葉變換，H(u,v)退化函數；
根據所述模糊參數及所述計算維納濾波參數，得到維納濾波公式；
所述維納濾波公式進行反向傅立葉變換得到復原後的所述運動模糊圖像。
本發明的實施例提供的技術方案可以包括以下有益效果：
本發明提供的單幅運動模糊圖像恢復方法包括：建立運動模糊圖像退化過程的數學模型；對所述運動模糊圖像進行二維傅立葉變換，得到頻譜圖；將所述頻譜圖進行中心化處理，得到明暗相間條紋；根據所述明暗相間條紋獲得模糊參數，所述模糊參數包括模糊長度和模糊角度；對所述運動模糊圖像的邊界處進行最優窗處理；根據所述數學模型和所述模糊參數對最優窗處理後的所述運動模糊圖像進行維納濾波，得到復原後的所述運動模糊圖像。本發明提供的單幅運動模糊圖像恢復方法首先建立運動模糊圖像退化過程的數學模型，通過對運動模糊圖像進行二維傅立葉變換、頻譜圖中心化處理得到明暗相間條紋，進而通過對明暗相間條紋的處理獲得模糊參數；通過對運動模糊圖像進行最優窗處理而抑制振鈴效應；最後通過數學模型和模糊參數對最優窗處理後的運動模糊圖像進行維納濾波得到清晰地復原圖像。本發明提供的單幅運動模糊圖像恢復方法能夠有效識別運動模糊圖像中的細節問題，因而具有價高的精度和較好的復原性，能夠很好的應用於不能重複拍攝的場景。
應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本發明。
附圖說明
此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本發明的實施例，並與說明書一起用於解釋本發明的原理。
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，對於本領域普通技術人員而言，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的單幅運動模糊圖像恢復方法流程圖；
圖2為本發明實施例提供的運動模糊圖像退化過程的數學模型；
圖3為本發明實施例提供的模糊參數獲得流程圖；
圖4為本發明實施例提供的模糊參數具體獲得實驗圖；
圖5為本發明實施例提供的最優窗區域劃分示意圖。
具體實施方式
這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
請參考附圖1，附圖1示出了本發明實施例提供的單幅運動模糊圖像恢復方法流程圖，下述具體方法的描述均以附圖1為基礎。
本發明實施例提供了一種單幅運動模糊圖像恢復方法，該方法包括：
S01：建立運動模糊圖像退化過程的數學模型；
S02：對所述運動模糊圖像進行二維傅立葉變換，得到頻譜圖；
S03：將所述頻譜圖進行中心化處理，得到明暗相間條紋；
S04：根據所述明暗相間條紋獲得模糊參數，所述模糊參數包括模糊長度和模糊角度；
S05：對所述運動模糊圖像的邊界處進行最優窗處理；
S06：根據所述數學模型和所述模糊參數對最優窗處理後的所述運動模糊圖像進行維納濾波，得到復原後的所述運動模糊圖像。
具體的，
S01：建立運動模糊圖像退化過程的數學模型；
如附圖2所示，運動模糊圖像的產生過程可以使用線性移不變系統表示，因而將運動模糊圖像退化過程的數學模型建立為g(x,y)＝h(x,y)*f(x,y)+n(x,y)，其中，g(x,y)為退化後圖像，h(x,y)為退化函數，表示和原圖像的卷積之後形成模糊圖像的過程；f(x,y)為原圖像，n(x,y)為外加噪聲。運動模糊圖像退化的原因為原圖像f(x,y)和退化函數h(x,y)的卷積。在上式中，h(x,y)由模糊參數確定，若已知h(x,y)和g(x,y)，則可反向求解f(x,y)，得到復原圖像。
S02：對所述運動模糊圖像進行二維傅立葉變換，得到頻譜圖；
根據二維傅立葉變換公式對運動模糊圖像進行變換得到變換後的頻譜圖，其中，該頻譜圖被分解為四塊，且每一塊頻譜圖的頻率由內向外都是由高頻過渡到低頻。
S03：將所述頻譜圖進行中心化處理，得到明暗相間條紋；
調整頻譜圖的頻率以整個頻譜圖的中心為原點由內向外依次變大，即左上子圖與右下子圖交換，右上子圖與左下子圖交換，從而形成明暗相間條紋。
S04：根據所述明暗相間條紋獲得模糊參數，所述模糊參數包括模糊長度和模糊角度；
如附圖3和附圖4所示，截取明暗相間條紋的明顯區域；對明顯區域的明暗相間條紋進行直方圖均衡化和二值化處理以增強圖像的對比度，從而很好的鑑別出直線，增加運動模糊圖像中細節的處理度；對二值化處理後的明暗相間條紋進行canny邊界檢測，以使每條條紋的邊緣突出，進一步對運動模糊圖像細緻化處理；對canny邊界檢測後的明暗相間條紋進行Hough變換，以使檢測直線更加準確。明暗相間條紋經過Hough變換後，當模糊角度為0度時，條紋的數量和模糊長度在數值上相差1，條紋的傾斜方向和模糊角度垂直；當模糊角度不為0度時，可以得出模糊角度和條紋方向之間的關係與圖片的大小有關，從而得出模糊長度和模糊角度。
S05：對所述運動模糊圖像的邊界處進行最優窗處理；
由於運動模糊圖像的邊界存在不連續性，因此在對運動模糊圖像進行復原時會產生振鈴效應，從而影響運動模糊圖像的復原處理，這就需要對運動模糊圖像的邊界進行連續性處理。如附圖5所示，將運動模糊圖像換分為九個區域，每個區域對應不同的函數，根據附圖5所示的劃分，九個區域的函數為：
根據PSF函數(point-spread function，點擴散函數)對運動模糊圖像的邊界進行加權處理，以使運動模糊圖像邊界的像素值以運動模糊圖像中心為原點由外向內過渡到零，進而使得該運動模糊圖像在邊界附近近似為完全卷積的圖像，以減緩振鈴效應。
S06：根據所述數學模型和所述模糊參數對最優窗處理後的所述運動模糊圖像進行維納濾波，得到復原後的所述運動模糊圖像。
根據數學模型g(x,y)＝h(x,y)*f(x,y)+n(x,y)進行傅立葉變換，得到其中，F(u,v)為原圖像，G(u,v)退化圖像的傅立葉變換，H(u,v)退化函數。由於維納濾波是在統計學中使原圖像和恢復圖像之間的均方誤差最小來求解復原圖像的，因此最小均方誤差函數定義為：E{[f(x,y)-g(x,y)]2}＝min。為抑制噪聲影響，因此根據模糊參數及可以得到滿足E{[f(x,y)-g(x,y)]2}＝min的維納濾波公式，該維納濾波公式為：其中，G(x,y)退化圖像的傅立葉變換，H(u,v)退化函數，Pn(u,v)噪聲的功率譜，Pf(u,v)原始圖像的功率譜。可令則k值表示抑制噪聲的能力，根據噪聲大小適當調整K值，一般取K在0.1到0.001之間。根據維納濾波公式進行反向傅立葉變換就能得到復原後的運動模糊圖像。
本發明提供的單幅運動模糊圖像恢復方法首先建立運動模糊圖像退化過程的數學模型，通過對運動模糊圖像進行二維傅立葉變換、頻譜圖中心化處理得到明暗相間條紋，進而通過對明暗相間條紋進行直方圖均衡化、二值化、canny邊界檢測以及Hough變換的處理，以對運動模糊圖像的細節進行細緻化處理，從而獲得模糊參數；通過對運動模糊圖像進行最優窗處理而抑制振鈴效應，從而減緩振鈴效應對運動模糊圖像復原處理的影響；最後通過數學模型和模糊參數對最優窗處理後的運動模糊圖像進行維納濾波得到清晰地復原圖像。本發明提供的單幅運動模糊圖像恢復方法能夠有效識別運動模糊圖像中的細節問題，因而具有價高的精度和較好的復原性，能夠很好的應用於不能重複拍攝的場景。
本領域技術人員在考慮說明書及實踐這裡發明的公開後，將容易想到本發明的其它實施方案。本申請旨在涵蓋本發明的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本發明的一般性原理並包括本發明未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本發明的真正範圍和精神由下面的權利要求指出。
應當理解的是，本發明並不局限於上面已經描述並在附圖中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本發明的範圍僅由所附的權利要求來限制。