一种非匀速直线运动的模糊图像复原方法技术

本发明专利技术公开了一种非匀速直线运动的模糊图像复原方法，通过帧间差分法确定序列图像中的目标运动区域，利用光流梯度法判断运动区域的目标运动方向；根据运动目标特征边缘邻域灰度分布与运动方向相关的特点，对不同运动方向下采集的图像使用不同的图像复原方法，改善复原图像的质量，以提高后续运动目标特征边缘的提取精度。为了提高非匀速直线运动的复原图像的准确性，本发明专利技术方法提供了一种针对非匀速直线运动的模糊图像复原方法。通过满足不同运动方向的图像复原方法的应用，结合目标运动模型，实现了快速、精度高的模糊图像复原。

A Fuzzy Image Restoration Method for Non-uniform Linear Motion

【技术实现步骤摘要】
一种非匀速直线运动的模糊图像复原方法
本专利技术属于图像复原
，特别涉及一种非匀速直线运动的模糊图像复原方法。
技术介绍
低频振动传感器在许多领域具有广泛应用，如地震的实时监测，汽车的抗振参数测量，桥梁建筑的共振频率检测等。为了保证振动传感器的测量准确性与可靠性，需要对振动传感器进行校准以保证振动传感器的灵敏度。典型的振动传感器校准方法有激光干涉绝对法校准、比较法校准等。这些校准法使用不同的测量方法获得振动台的振动曲线，通过比较测量结果来实现振动传感器的校准。在低频振动范围内，传感器信噪比较小，导致上述方法难以获得较高的校准精度。为了提高校准结果的准确度，单目视觉被应用于低频范围内的振动传感器校准。由于摄像机存在曝光时间，获取到的目标运动序列图像通常存在模糊现象。为了复原模糊图像，常用的方法是根据运动模型得到点扩散函数，通过去卷积实现模糊图像复原。当模糊图像由匀速直线运动目标造成，利用点扩展函数能获得质量较高的复原图像。振动台的运动模型与振动激励方式有关。振动激励方式通常可分为冲激激振、正弦激振和随机激振三种。测量低频振动相关参数时，正弦激振是最常用的振动激励方式。此时振动台的运动形式为非匀速直线运动，若使用点扩散函数方法，函数中的参数随着速度的变化而变化，导致运算效率降低，复原结果误差较大。因此，针对目前模糊图像复原方法对于非匀速直线运动导致的图像模糊存在的运算复杂、结果误差较大等不足，本专利技术提出一种针对非匀速直线运动的图像模糊复原方法。
技术实现思路
为了实现快速有效、准确性高、可靠性强的模糊图像复原，其中图像模糊由目标的非匀速直线运动造成，本专利技术实施实例提供一种非匀速直线运动的模糊图像复原方法，包括：模糊图像目标运动方向的判断：用于因非匀速直线运动造成的模糊图像目标运动方向判断，包括：基于帧间差分法的目标运动区域的确定，基于光流梯度法的目标运动方向的判断；图像复原方法的选择：基于目标运动方向的判断，采用不同的图像复原方法，使复原后的图像中运动目标特征边缘领域灰度分布符合其运动方向导致的不同灰度分布，提高复原图像的质量，保证后续图像处理的可靠性。一种非匀速直线运动的模糊图像复原方法，所述方法包括以下步骤，S1：基于帧间差分法和光流梯度法判断序列图像的目标运动区域与方向；S2：针对不同运动方向下采集的图像，使用不同的图像复原方法，得到复原图像，提高后续图像处理的精度。所述帧间差分法和光流梯度法是用于确定目标运动区域和方向；具体包括：(1)目标运动区域的确定使用帧间差分法，获取目标的运动区域。通过对运动区域进行连通域分析提高算法鲁棒性，降低噪声影响。计算每个连通域的面积，并由大到小进行排序，将面积前二的两个区域作为运动目标的运动区域；(2)目标运动方向的判断利用光流梯度法计算目标的运动区域光流，该算法假定相邻两帧图像对应像素点的亮度恒定，公式如下所示：Ixu+Iyv+It＝0(1)其中，图像x方向和y方向上的灰度梯度分别为Ix和Iy；It为图像在t时刻的灰度梯度；u和v分别为x方向和y方向上的光流，利用该光流能够准确判断运动方向。3、根据权利要求1所述的一种非匀速直线运动的模糊图像复原方法，其特征在于：所述图像复原方法是用于适应目标特征边缘邻域灰度在不同情形下的分布情形；具体包括：不同运动方向导致的运动目标特征边缘邻域灰度分布不同，为了提高复原图像的质量，针对不同运动方向采用不同的图像复原方法。本专利技术方法针对含有靶标的运动目标，其中靶标与运动目标灰度对比强烈，靶标边缘为运动目标特征边缘。假定运动目标特征边缘始终为其下边缘，且当相邻帧图像运动目标特征边缘的y坐标呈增大趋势时认为目标运动方向为正方向。当运动方向为正方向时，对目标运动区域灰度进行如下处理：当运动方向为负方向时，对目标运动区域灰度进行如下处理：其中，fj(x,y)为像素(x,y)处的灰度；fj,min(x,y)和fj,max(x,y)分别是目标运动区域内像素灰度最小值和最大值；是区域内对像素(x,y)处进行归一化处理后得到的灰度；T1和T2是两个不同的阈值。常用的复原图像方法，如点扩散函数，适用范围限于匀速直线运动。点扩散函数的参数受目标运动速度影响，当将其用于非匀速直线运动的模糊图像的复原，通常将目标运动形式认为短时间内匀速，使用单一点扩散函数对模糊图像复原，导致复原图像准确度不高。为了提高非匀速直线运动的复原图像的准确性，本专利技术方法提供了一种针对非匀速直线运动的模糊图像复原方法。本专利技术模糊图像复原方法具有如下优势：(1)本专利技术方法适用于因非匀速直线运动造成的模糊图像复原。(2)本专利技术方法采用了不同的阈值对目标运动方向不同的图像进行图像复原，避免因单阈值造成目标真实边缘丢失的情况。(3)本专利技术方法运算简单，在非匀速直线运动造成的模糊图像复原中，运算速率比点扩散函数更快。附图说明图1为本专利技术一个具体实施实例的非匀速直线运动的模糊图像复原方法流程图；图2为本专利技术一个具体实施实例的非匀速直线运动的模糊图像复原方法实现点扩散函数计算获得的点扩散函数的高斯核与序列图像帧数的关系曲线图。图3为本专利技术一个具体实施实例的非匀速直线运动的模糊图像复原方法获取的运动模糊图像、模糊目标特征边缘放大图以及其对应的运动目标特征边缘领域灰度分布曲线。图4为本专利技术一个具体实施实例的非匀速直线运动的模糊图像复原方法对图2进行处理后得到的复原图像、目标特征边缘放大图以及其对应的运动目标特征边缘领域灰度分布曲线。具体实施方式点扩散函数是常用的模糊图像复原方法，但振动台的运动形式通常为正弦运动，此时点扩散函数内的参数实时变化。若采用单一的点扩散函数对模糊图像进行复原，会引入较大误差，复原后得到的图像质量较差。本专利技术提供了一种非匀速直线运动的模糊图像复原方法，本专利技术方法对于非匀速直线运动引起的模糊图像的复原具有较高准确度，下面结合附图和具体的实施实例对本专利技术做出详细描述。参考图1为一种非匀速直线运动的模糊图像复原方法流程图。本专利技术方法主要包括以下步骤：步骤S160：读入目标运动序列图像；步骤S161：序列图像中目标运动的区域确定和方向判断。其中，使用帧间差分法确定目标的运动区域，通过连通域分析提高确定区域的鲁棒性；基于光流梯度法得到目标运动方向信息；步骤S162：针对不同运动方向采用不同的图像复原方法以符合与目标运动方向相关的数学模型。针对运动方向为正方向的图像，对目标运动区域灰度值进行如下处理：针对运动方向为负方向的图像，对目标运动区域灰度值进行如下处理：参考图2为非匀速直线运动序列图像中，点扩散函数的高斯核与序列图像帧数的关系曲线图。参考图3为本专利技术方法读入的模糊图像中目标的运动区域，运动目标特征边缘放大图以及运动目标特征边缘领域灰度分布曲线。参考图4为对目标运动区域进行本专利技术方法处理后获得的复原图像，运动目标特征边缘放大图以及运动目标特征边缘领域灰度分布曲线。由图3、图4对比可知，复原图像目标特征边缘领域灰度分布比模糊图像灰度分布更倾斜，符合清晰图像目标特征边缘领域三灰度分布模型。本专利技术方法较大程度地提高了原图像的质量，实现了图像去模糊，提高了后续从图像中获取目标运动信息的可靠性。上述描述为本专利技术实施实例的详细介绍，其并非用以对本专利技术作任何形式上的限定。本领域相本文档来自技高网...

【技术保护点】
1.一种非匀速直线运动的模糊图像复原方法，其特征在于：所述方法包括以下步骤，S1：基于帧间差分法和光流梯度法判断序列图像的目标运动区域与方向；S2：针对不同运动方向下采集的图像，使用不同的图像复原方法，得到复原图像，提高后续图像处理的精度。

【技术特征摘要】
1.一种非匀速直线运动的模糊图像复原方法，其特征在于：所述方法包括以下步骤，S1：基于帧间差分法和光流梯度法判断序列图像的目标运动区域与方向；S2：针对不同运动方向下采集的图像，使用不同的图像复原方法，得到复原图像，提高后续图像处理的精度。2.根据权利要求1所述的一种非匀速直线运动的模糊图像复原方法，其特征在于：所述帧间差分法和光流梯度法是用于确定目标运动区域和方向；具体包括：(1)目标运动区域的确定使用帧间差分法，获取目标的运动区域；通过对运动区域进行连通域分析提高算法鲁棒性，降低噪声影响；计算每个连通域的面积，并由大到小进行排序，将面积前二的两个区域作为运动目标的运动区域；(2)目标运动方向的判断利用光流梯度法计算目标的运动区域光流，该算法假定相邻两帧图像对应像素点的亮度恒定，公式如下所示：Ixu+Iyv+It＝0(1)其中，图像x方向和y方向上的灰度梯度分别为Ix和Iy；It为图像在t时刻的灰度梯度；u和v分别为x方向和y方向...

【专利技术属性】
技术研发人员：蔡晨光，张颖，刘志华，
申请(专利权)人：中国计量科学研究院，
类型：发明
国别省市：北京,11