The present invention discloses a two-parameter direct estimation method for blur kernel of degenerated image for high-speed on-line detection, which includes: edge sharpening pre-processing for a single degenerated image for high-speed on-line detection; performing Fourier transform on the result of edge sharpening pre-processing, and sharing the result of Fourier transform with that of Fourier transform. The linear Self-spectrum of the degraded image for high-speed on-line detection is obtained by the square root of the conjugate multiplication. The inverse Fourier transform is performed on the linear Self-spectrum of the degraded image for high-speed on-line detection, and the result of the inverse Fourier transform is displayed on the stereo surface graph to find a pair of conjugates with the minimum height of the stereo surface except the central neighborhood. The angle between a pair of conjugate wedges with the lowest height of the three-dimensional surface and the horizontal direction is calculated, that is, half of the distance between the two conjugate wedges with the lowest height of the three-dimensional surface is calculated, that is, the fuzzy length.
【技术实现步骤摘要】
一种面向高速在线检测的退化图像模糊核双参数直接估算方法
本专利技术涉及图像复原领域,尤其涉及一种面向高速在线检测的退化图像模糊核双参数直接估算方法。
技术介绍
近十几年来,由于工业化流水线的发展以及农业资源勘探的需要,各种相机被广泛应用于现代化工厂以及星载、机载等遥感系统上。由于相机受到飞行速度和平台振动等因素的影响,实际得到的图像会产生运动模糊,影响成像效果。为获取清晰图像,需要对模糊图像进行复原,而运动模糊图像复原的关键是找到图像的退化模型,并采取逆过程来求解原始图像。图像复原分为盲复原和非盲复原,其中盲复原是指原始图像和模糊核均不可知的复原过程。虽然盲复原更贴合实际应用需求,但其病态性更为严重。这也使得模糊核估算方法成为当前图像复原技术研究的热点与难点之一图像复原在计算机视觉领域同样起到重要作用,工业自动化中的在线检测正是利用相机代替人眼,计算机算法代替人脑对被检对象图像进行识别与理解。该技术取代人工肉眼检测,避免主观疏忽,同时检测效率、正确率显著上升。但在具体实施过程中,在线检测生产线往往高速运动,成像时必须要求被检对象静止,否则图像将会被降质退化,造成计算机无法识别检测。所以逆转图像退化过程,精确估算模糊核,打破在线检测被检对象成像时必须静止的限制大有工程应用意义。据述,为实现面向高速在线检测的退化图像退化逆转,须精确估算模糊核参数。其估计算法可分为:空域方法、频域方法、贝叶斯估计方法和神经网络方法。专利CN104599242A引入一种多尺度的非局部的先验正则策略,有效地限制了解的空间范围,使得模糊核的求解向着正确的方向演化。专利20121021 ...
【技术保护点】
1.一种面向高速在线检测的退化图像模糊核双参数直接估算方法,其特征在于,所述方法包括:A对单幅面向高速在线检测的退化图像进行边缘锐化预处理;B对边缘锐化预处理结果执行傅里叶变换,将傅里叶变换结果与傅里叶变换结果的共轭相乘,开方即得到面向高速在线检测的退化图像的线性自谱;C对所述面向高速在线检测的退化图像的线性自谱进行傅里叶逆变换,并将傅里叶逆变换结果用立体曲面图显示,找出除中心邻域外立体曲面高度值最小的一对共轭劈尖;D计算立体曲面高度值最小的一对共轭劈尖连线与水平方向的夹角,即为模糊角度,计算立体曲面高度值最小的一对共轭劈尖距离的一半,即为模糊长度。
【技术特征摘要】
1.一种面向高速在线检测的退化图像模糊核双参数直接估算方法,其特征在于,所述方法包括:A对单幅面向高速在线检测的退化图像进行边缘锐化预处理;B对边缘锐化预处理结果执行傅里叶变换,将傅里叶变换结果与傅里叶变换结果的共轭相乘,开方即得到面向高速在线检测的退化图像的线性自谱;C对所述面向高速在线检测的退化图像的线性自谱进行傅里叶逆变换,并将傅里叶逆变换结果用立体曲面图显示,找出除中心邻域外立体曲面高度值最小的一对共轭劈尖;D计算立体曲面高度值最小的一对共轭劈尖连线与水平方向的夹角,即为模糊角度,计算立体曲面高度值最小的一对共轭劈尖距离的一半,即为模糊长度。2.根据权利要求1所述的面向高速在线检测的退化图像模糊核双参数直接估算方法,其特征在于,所述面向高速在线检测的退化图像指高速在线检测中静止的相机拍摄的在线被检产品的图像。3.根据权利要求1所述的面向高速在线检测的退化图像模糊核双参数直接估算方法,其特征在于,所述退化图像模糊核双参数是指退化图像的模糊角度和模糊长度,所述模糊角度和所述模糊长度的估算过程...
【专利技术属性】
技术研发人员:刘桂雄,王博帝,吴俊芳,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
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。