【技术实现步骤摘要】
一种相机抖动造成的模糊图像复原方法
本专利技术涉及的是一种图像复原方法,特别是针对相机抖动造成的模糊图像的复原方法,属于图像处理领域。
技术介绍
图像复原是计算机视觉和图像处理领域一个非常基础的问题。由于散焦,相机抖动,图像中目标的动作等各种因素造成的图像模糊是难以避免的。在这样一个数字成像设备已经被广泛使用的时代,毫无疑问,对模糊图像的复原技术是一个非常热门的话题。目前为止,开发一个既精确,又拥有较强鲁棒性的图像复原技术依然是一个挑战性十足的问题。早期的科学研究都假设模糊图像中各个像素点上的模糊程度是相同的,基于这样的假设,很多方法也显示出较强的对模糊图像的复原能力。然而,近期的一系列研究分析结果证明:相机抖动造成的图像模糊是一种非均匀模糊,即,在模糊图像中,每个像素点上的模糊程度是空间变化的,这使得恢复相机抖动造成的模糊图像成为一个比均匀模糊图像去卷积更有难度的问题。虽然近年来有一些方法致力于恢复相机抖动模糊图像,但是其中主流的一些方法,例如,将整幅图像分割成很多重叠的区域并利用均匀复原的方法进行局部模糊核的估计,这种策略忽略了图像全局信息对局部模糊核的约束,显然没有合理利用图像信息,也无法得到一个令人满意的复原结果;另外一些基于映射动作路径模型的方法,通过将相机抖动造成的模糊定义为清晰图像经过一系列单应变换后结果的加权和,虽然能得到较好的复原效果,但是,基于这种模型的复原方法,计算效率低成了致命伤,虽然有很多方法改进了算法,并且提高了计算效率,但是这些方法又引进了另一种限制这种方法被广泛应用的弊端:计算过程中需要存储高维的稀疏矩阵,从而使整个复原方法 ...
【技术保护点】
【技术特征摘要】
1.一种相机抖动造成的模糊图像复原方法,其特征在于:首先,估计出相机抖动动作路径;其次,计算出所有的切片状路径和纤维状路径,用贪心算法来计算切片状路径和纤维状路径各自占有的比例,在实际的相机抖动路径中,所有以给定的角度绕z轴旋转的相机抖动动作在平面内的平移动作构成切片状路径集合,定义为切片;所有以给定的平移幅度沿x,y轴平移的相机抖动动作在平面内的旋转动作构成纤维状路径,定义为纤维;然后,用基于广义加性卷积模型GACM的APG算法进行非盲复原;具体包括以下步骤:1)首先,估计出相机抖动动作路径及每个动作的权值,即集合和向量W,相机动作路径上的每个动作都是三维的,并且可以用以下形式的参数表示θ=(θz,tx,ty),其中θz是相机绕z轴旋转的角度,tx和ty分别是沿着x轴和y轴平移的量,由初始的假设得到的清晰图像L∈Rn×n,用共轭梯度法求解下面的优化问题解出W,即动作路径中每个动作的权值:其中是相机抖动动作对应的模糊变换矩阵,W是所有wθ组成的向量,其维数与集合中元素的个数相同;wθ为动作θ=(θz,tx,ty)在曝光过程中占用的时间,Φ1(W)是动作权值向量W的正则化项,为W的l2-范数;2)其次,计算出所有的切片状路径和纤维状路径;相机抖动造成的非均匀模糊定义为如下广义加性卷积模型GACM:其中L和B是两个n×n大小的图像,定义的是卷积算子,fθ和gθ是为了实现动作θ=(θz,tx,ty)的关于像素的算子,kθ是动作θ=(θx,tx,ty)相关的模糊核,C是相机抖动路径中动作的个数;相机抖动动作路径中每一个动作θ对图像的变换都等同于两个子动作轮流对图像变换的结果,它们分别是先对图像进行平移操作,然后对结果图像进行旋转,用公式表示是假设相机动作路径集合中动作个数为n个,每个动作记为θj,j=1,…n,则之前所述和是相机的3D动作路径中的动作θj,θj分解后的平移动作θj,t和θj分解后的旋转动作θj,r对应的模糊变换矩阵,这个过程具体实现为其中,为平移动作θj,t对应的模糊核,是的矩阵表示,与L卷积就是对L进行平移操作,为旋转动作θj,r对应的变换算子,是算子的矩阵表示,对做变换是对做旋转操作;变换矩阵Kθ的形成需要单应性矩阵Hθ来实现,对3D相机运动子空间中的每个动作θj=(θz,j,tx,j,ty,j),单应性可以定义为:其中,tj=[tx,j,ty,j,0]T是平移向量,且有:假设相机内部参数是已知的,相机校准矩阵定义如下,其中,f是相机焦距长度与相机拍摄到的图像的最大尺寸的乘积除以相机传感器的尺寸最大值得到的参数,f=l·smax/ccdmax,单位为像素,其中,l是相机焦距长度,单位为毫米,smax为相机拍摄到的图像的最大尺寸,ccdmax为相机传感器的尺寸最大值,(x0,y0)是图像中心像素点的坐标;给定对应于动作θj=(θz,j,tx,j,ty,j)的单应性矩阵可以构造将图像变换成模糊图像的变换矩阵构造矩阵的具体步骤如下:是像素点到像素点的映射算子,对模糊图像在任意位置[x,y,1]T的像素点,其像素值来源于图像x中位于位置的像素值,这一变换是通过矩阵对图像x作用后的结果;如果令θj,r=(θz,j,0,0),和θj,t=(0,tx,j,ty,j),类似的,定义为对应于动作θj,r=(θz,j,0,0)的单应性矩阵,为对应于动作θj,t=(0,tx,j,ty,j)的单应性矩阵,将图像x中处于像素位置的像素值赋值到模糊图像上[x,y,1]位置的像素点;将图像x中处于像素位置的像素值赋值到模糊图像上[x,y,1]位置的像素点;定义fθ(x)=Rθ(x),gθ(x)=x,其中,Rθ是相机抖动动作θ=(θz,tx,ty)对应的旋转操作,切片状路径集合定义为即所有θz分量相同的相机抖动动作θ=(θz,tx,ty)组成的集合,因为这些动作的旋转分量都相同,所以用一个旋转变换Rθ就可以实现所有的旋转动作;定义ft(x)=IPT(x),gt(x)=PT(Ktx),其中,PT和IPT算子是极坐标变换及其逆变换,Kt是相应的纤维对应的平移模糊矩阵,纤维状路径集合定义为即每一个tx和ty分量都相同的相机抖动动...
【专利技术属性】
技术研发人员:左旺孟,邓红,张宏志,张垒磊,石坚,
申请(专利权)人:左旺孟,张宏志,邓红,石坚,张垒磊,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。