运动模糊图像

摘要： 单一图像超分辨率(Sing image super-resolution,SISR)是一个具有挑战性的问题,从根本上说,低分辨率图像可以对应于一组高分辨率图像,但是其困难在于大多数不可预期。深度学习为单一图像超分辨率研究提供了有效途径,通过构造极深超分辨卷积神经网络(Very deep super-resolution conventional neural network,VDSRCNN),可以将低分辨率图像优化为高分辨率图像。本研究主要实现了两个目标:图像超分辨率(Image super-resolution,ISR)和应用极深超分辨率卷积神经网络使图像更清晰。首先,在分析ISR的基础上,对不同的训练参数进行改良,以测试VDSRCNN的性能;其次,通过在训练集中加入运动模糊图像来优化VDSRCNN的结构参数;最后,利用图像质量指数评价了传统方法和VDSRCNN方法的图像差异。结果表明,本文提出的方法可以有效改良VDSRCNN的结构,更好地从低分辨率图像生成高分辨率图像。

摘要： 运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数(PSF)求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。

摘要： 为了复原因相机抖动而产生的运动模糊图像,提出基于Lp范数和全变分范数的正则化盲复原方法;首先,基于模糊图像的梯度稀疏性建立Lp范数正则化模型,利用全变分范数保持图像的结构信息;然后,根据模糊核稀疏性的先验知识建立模糊核的盲估计模型;最后,提出一种渐近边界假设条件对模糊图像进行扩展以抑制振铃,并通过交替最小化方法分别求解清晰图像和模糊核的估计值.结果表明,所提出的方法简单、可行,具有更好的图像复原效果.

摘要： 针对传统曝光模式下运动模糊图像复原的病态性问题,提出了一种基于闪动快门互补序列对的运动模糊图像复原方法.分析了闪动快门成像原理及其码字序列在频域的相关特性,结合编码序列对之间的信息互补特点,引入Golay互补序列生成理论,构建长度适中的二进制闪动快门互补序列对.互补序列对的联合调制传递函数在频域上实现了信息互补,其曲线对比单码字的调制函数具有更大的最小值和更小的方差值,且其构成了峰值-谷值对应,保证了互补图像序列能够相互补偿由于运动模糊所造成的空间信息损失.引入全变分正则化模型,构造一体化的多帧图像去模糊复原算法框架,实现清晰图像的有效获取.搭建了运动目标实拍仿真成像平台,开展了仿真和实拍运动模糊复原实验.实验结果表明,该方法能够更好地保留场景细节信息,获得高质量的运动模糊复原结果,有效改善复原过程中的负效应.相较于其他几种运动目标成像获取方式,该方法复原图像具有更好的主客观评价结果.

摘要： 主要研究将动态模糊图尽可能变得更加清晰,并对还原后的图像质量进行分析.因为缺少图像的先验知识,所以对退化过程如模糊和噪声建立滤波和逆滤波数学复原模型,并确定点扩算函数,求得点扩散函数的两个重要参数(模糊方向θ和模糊尺度L),并建立复原评价标准.

摘要： 主要研究将动态模糊图尽可能变得更加清晰,并对还原后的图像质量进行分析。因为缺少图像的先验知识,所以对退化过程如模糊和噪声建立滤波和逆滤波数学复原模型,并确定点扩算函数,求得点扩散函数的两个重要参数(模糊方向θ和模糊尺度L),并建立复原评价标准。

摘要： 论文针对相机和被摄物体之间有相对运动而造成的模糊图像,采用先对模糊图像的频谱图进行直方图均衡化处理,调整图像灰阶处理的动态分布,将图像灰阶调整到近似均匀分布,然后利用Radon变换的极大值(MRT)算法对运动模糊角度进行估计的方法,生成点扩散函数,为进一步图像复原打下基础.

摘要： For forestry robots, it is easily to be affected by slightly irregular movement such as sliding, collision of ground obstacles and etc., which will lead to motion blurred images acquired by robot camera, and will greatly influence the results of subsequent information extraction. In order to solve this problem, the forestry blurred image restoration method based on synthetic regularization is proposed. Firstly, a cost function containing L1/L2 norm regularization is set up to solve motion blur kernel. Then, another cost function consisting of image gradient prior regularization and sparse regularization are built to acquire the target clear image. The introduction of L1/L2 norm regularization and image gradi-ent prior regularization can make up blocking problems caused by sparse representation regularization, thus satisfactory results are obtained. Finally, the experimentd results of the synthetic and the natural real motion blurred images verify the effectiveness of the proposed method.%林业机器人在林业环境中进行作业时,很容易因为滑动、地面障碍物的碰撞等原因发生小幅的无规律运动导致机器人相机采集的图像发生运动模糊,对后续图像信息提取造成很大的影响.针对这一问题,提出了林业运动模糊图像复原的融合正则化方法.先建立包含L1/L2范数正则项的代价函数,求解运动模糊核.再通过图像梯度先验正则项及稀疏正则项构建代价函数,对清晰图像求解.引入的L1/L2范数正则项及图像梯度先验正则项对稀疏表示正则项容易产生块效应的问题进行了弥补,因而获得了令人满意的效果.对人工合成的运动模糊图像和自然条件下真实运动模糊图像进行的实验验证了该算法的有效性.

摘要： 运动模糊图像随处可见,阻碍关键信息获取,其复原算法可分为运动模糊核估算与非盲图像复原两部分,其中运动模糊核又可分为直线运动模糊核与复杂运动模糊核.图像在空间域、变换域的特性以及其基于自身与退化过程的先验模型在该领域起到了关键作用.本文对近年来涌现的运动模糊图像复原算法回顾分析,指出传统基于优化模型的图像复原算法与新兴基于深度学习的图像复原算法齐头并进,为清晰深刻理解运动模糊核估算技术与非盲图像复原算法提供了参考.

摘要： 由于高动态环境下摄像机拍摄的待配准图像存在大旋转变换的同时还会受运动模糊退化的影响,故本文设计了一种高动态环境下的运动模糊图像配准方法.分析了传统尺度不变特征变换(SIFT)算法实时性差的原因,利用灰度级变换对SIFT算法进行改进,对两幅待配准图像特征点的提取进行简化,从而避开检测出大量无用特征点带来实时性差的问题.然后选取简化后的特征点进行特征匹配,使配准算法精度更高.最后通过实验验证了本文设计方法的实效性.实验结果表明:提出的算法的特征点数以及匹配对数保持在改善算法前的10％以内,大大减少了计算量;该算法对图像旋转的稳定性更强,匹配对数占检测出的特征点数的比值范围从0.1505减小到0.1365.相比SIFT算法效率更高,稳定性更强,更能满足高动态环境下的图像配准要求.

摘要： 运动模糊图像复原是公安工作中经常遇到的一个问题,也是影响着案件分析和突破的关键方面.随着视频监控的普及,大量的图像证据进入到侦查工作,运动模糊图像的复原也成为公安工作中亟待解决的问题之一.本文使用MATLAB图像处理工具箱中的维纳滤波去模糊的方法,对公安工作中常见的运动模糊图像进行了处理,并且开发出可供基层民警方便使用的图形用户界面,简洁易用.案例处理结果表明,MATLAB软件的维纳滤波去运动模糊功能具有良好的性能.

摘要： 根据车辆运动模糊图像的特点,分析了运动模糊图像的退化模型,给出了运动模糊图像点扩展函数的参数估计和算法.采用改进的K值自动估计算法,较准确地估计出K值,再用维纳滤波复原图像.实验结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量并取得了较好的恢复效果.

摘要： 运动模糊图像恢复是图像处理中的重要部分，在众多领域得到广泛的应用。文章从运动模糊图像的成因开始，建立了通用的运动模糊退化／复原模型，对运动模糊进行了分类，并对已有常用的复原算法进行了介绍。文章对最具有普遍性和一般意义的匀速直线运动模糊，由于镜头离焦而造成的离焦模糊、旋转运动造成的旋转运动模糊、相向运动造成的径向运动模糊等以及由此互相结合的双重及多重运动模糊的复原算法的现状及发展进行了详细介绍，最后对运动模糊图像恢复的发展方向和前景进行了展望。

摘要： 为实现噪声污染运动模糊图像点扩散函数精确估计,提出了基于频谱特征的识别算法和改进微分自相关算法.基于频谱特征的识别算法要先对图像进行去噪处理,然后对滤波图像进行两次傅立叶变换,随后通过对频谱图进行模糊增强、轮廓跟踪和轮廓分析等处理手段,实现模糊方向的估计;改进微分自相关算法,先对去噪后的运动模糊图像在特定方向上进行微分运算,然后利用微分自相关图像建立点扩散函数鉴别曲线,通过在曲线上寻找具有极小值的负尖峰位置来实现模糊长度估计.实验结果表明:对受噪声污染的模糊图像,提出的模糊参数识别算法可实现模糊方向和模糊长度的有效估计,估计精度优于其他算法.

摘要： 运动模糊图像的点扩散函数主要由运动模糊的长度和模糊的方向两个参数决定。在模糊长度比较小的时候,已有的模糊图像频率域条带函数投影的办法所得到的结果存在一定的偏差,分析了运动模糊图像频率域黑色条带投影函数的情况,采用谷点深度函数曲线对投影函数进行改进,使得运动模糊长度较小的时候也能得到精确的结果。

摘要： 根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。

摘要： 运动模糊图像的模糊方向是运动模糊点扩展函数的重要参数，它的有效估计对运动模糊图像的复原非常重要。本文提出一种基于空域的运动模糊方向估计方法。首先设计新的水平方向差分算子，然后通过旋转该算子得到一系列提取各个方向高频成分的差分算子，再用这些差分算子分别提取模糊图像的高频成分，提取出高频成分最少的那个差分算子的方向便是运动模糊方向。实验结果表明这一方法是有效的。

摘要： 本文针对无源毫米波图像运动模糊角度频域估计算法中出现的畸变问题,提出了一种无源毫米波图像运动模糊角度畸变校正算法,能够有效地解决传统算法中出现的模糊角度估计畸变的问题,提高角度估计的准确性.针对基于Fourier变换的运动模糊角度频域估计算法出现的长方形图像模糊角度畸变的现象,利用非均匀量化扰动产生角度畸变机理实现运动模糊角度畸变校正,校正角度均方误差小于1°,仿真验证了本文算法对去除运动模糊角度畸变的有效性和稳定性.

摘要： 控制与图像关联的抖动模糊和运动模糊的方法、系统和计算机可读介质。本发明涉及控制与图像关联的抖动模糊和运动模糊。示例性方法包括：接收与图像关联的第一图像帧和第二图像帧；确定摄像头在第一图像帧或第二图像帧内的第一运动；确定摄像头在第一图像帧和第二图像帧之间的第二运动；基于第一运动控制与图像关联的抖动模糊的至少一部分；基于第二运动控制与图像关联的运动模糊的至少一部分。

摘要： 本发明属于图像复原领域，特别是涉及一种基于模糊核精细化的单幅图像盲去运动模糊方法。该方法主要包括三步：第一步，引入有效强边缘进行多尺度模糊核估计，根据输入的模糊图像B，输出各尺度的模糊核估计值k和清晰图像估计值I′；第二步，由硬阈值处理、连通性检验和形态学闭运算组成模糊核后处理，对最高尺度的模糊核估计值k进行模糊核后处理；第三步，拉普拉斯非盲去卷积，输出最终的模糊核k

摘要： 本发明公开了一种基于高频图像块估计模糊核的运动模糊复原方法，包括以下步骤：通过编码曝光的方式获取图像；搜索出模糊图像中高频信息含量最多的图像块；将高频图像块和对应的模糊核输入训练网络，训练出模糊核估计模型；根据估计出的模糊核对模糊图像进行非盲去模糊复原。上述技术方案利用编码曝光技术获取的图像的特性解决高频信息含量少，难以恢复的问题，利用深度学习的方法估计模糊核，解决传统方法模糊核难以估计的问题，用遗传算法搜索出图像高频信息含量最多的图像块，大大降低预测模糊核时所使用的图像尺寸，提高网络训练速度，最后使用估计出的模糊核实现非盲去模糊复原。

摘要： 本发明属于图像复原领域，特别是涉及一种基于模糊核精细化的单幅图像盲去运动模糊方法。该方法主要包括三步：第一步，引入有效强边缘进行多尺度模糊核估计，根据输入的模糊图像B，输出各尺度的模糊核估计值k和清晰图像估计值I′；第二步，由硬阈值处理、连通性检验和形态学闭运算组成模糊核后处理，对最高尺度的模糊核估计值k进行模糊核后处理；第三步，拉普拉斯非盲去卷积，输出最终的模糊核k

摘要： 本发明公开了一种运动模糊图像去模糊方法和装置，所述方法包括以下步骤：步骤1，获取场景的可见光模糊图像和近红外闪光图像；步骤2，在所述近红外闪光图像中选取不包含由近红外闪光带来的阴影和高光区域作为选定区域，在可见光模糊图像中选取对应的区域作为选定区域；步骤3，基于所述选定区域的梯度信息，估计第一模糊核和第一清晰图像；步骤4，基于所述第一清晰图像得到第二模糊核；步骤5，基于所述第二模糊核，得到作为所述可见光模糊图像去模糊结果的第二清晰图像。本发明通过结合近红外闪光图像与可见光模糊图像的梯度相关性，对低光照条件下的可见光模糊图像进行快速、有效的去模糊复原，从而使得采集的图像能够更好地服务于各种应用。

摘要： 本发明适用图像处理技术领域，提供了一种运动模糊图像的模糊处理方法、装置、设备及存储介质，该方法包括：当接收到对运动模糊图像的模糊处理请求时，将该运动模糊图像输入到预先训练好的增强型生成对抗网络的生成器中，该生成器包括压缩激励残差网络单元和缩放卷积单元，通过压缩激励残差网络单元对运动模糊图像进行特征提取，以得到运动模糊图像对应的特征图像，通过缩放卷积单元对特征图像进行模糊处理，以得到运动模糊图像对应的清晰图像，从而降低了运动模糊图像的模糊处理中的棋盘效应，提高了运动模糊图像复原的清晰度，并提高了本发明增强型生成对抗网络的泛化性能。

摘要： 本发明公开了一种针对运动模糊图像复原的模糊核计算方法，本发明是基于稀疏特性、超拉普拉斯先验和集成BP神经网络的模糊核参数估计算法，首先，在图像灰度梯度符合超拉普拉斯分布的约束条件下，通过分析模糊图像的稀疏表示系数确定模糊图像的模糊角度；然后，将模糊图像傅里叶变换后获取的傅里叶系数幅值和作为输入，通过训练基于Bagging方法的集成BP神经网络模型，完成对模糊长度的估计；最后，通过一步已知模糊核的去模糊算法得到去模糊图像。本发明估计模糊核参数准确，运算速度快，耗时短，去模糊效果好，通过本发明恢复运动模糊图像，可以使恢复出的图像边缘更加清晰,振铃效应更少。

摘要： 本发明公开了一种沿运动模糊路径进行一维反卷积的单视点图像去模糊方法，包括以下步骤：S1、输入模糊图像，根据模糊图像中目标的轮廓，估计模糊核；S2、对模糊核进行细化处理获取单像素宽度的模糊路径，并计算模糊路径的长度和角度；S3、沿模糊路径，利用切比雪夫多项式插值，提取沿水平方向运动模糊的转换图像；S4、对水平方向的运动模糊图像逐行进行扩展，扩展到2的幂次方的线性组合的宽度，获得扩展后的运动模糊图像；S5、将扩展后的运动模糊图像逐行进行一维反卷积运算，获取去模糊后的转换图像；S6、根据模糊路径，将去模糊后的转换图像进行反转换获取与原模糊图像一致的去模糊反转图像。

摘要： 本发明公开了一种运动模糊图像去模糊方法和装置，所述方法包括以下步骤：步骤1，获取场景的可见光模糊图像和近红外闪光图像；步骤2，在所述近红外闪光图像中选取不包含由近红外闪光带来的阴影和高光区域作为选定区域，在可见光模糊图像中选取对应的区域作为选定区域；步骤3，基于所述选定区域的梯度信息，估计第一模糊核和第一清晰图像；步骤4，基于所述第一清晰图像得到第二模糊核；步骤5，基于所述第二模糊核，得到作为所述可见光模糊图像去模糊结果的第二清晰图像。本发明通过结合近红外闪光图像与可见光模糊图像的梯度相关性，对低光照条件下的可见光模糊图像进行快速、有效的去模糊复原，从而使得采集的图像能够更好地服务于各种应用。

摘要： 本发明公开了一种基于特征金字塔模型的运动模糊图像去模糊方法，包括以下步骤：S1.获取多个运动模糊图像和与之相对应的多个清晰图像组成图像对作为训练集，并获取多个待去模糊的运动图像作为测试集；S2.采用特征金字塔模型对生成对抗网络搭建；S3.设计用于生成对抗网络训练的损失函数；S4.采用步骤S1获取的训练集和步骤S3设计的损失函数对特征金字塔生成对抗网络进行训练；S5.将步骤S1获取的测试集输入到步骤S4训练好的网络模型中得到相应的去模糊图像。本发明采用的基于特征金字塔模型的运动模糊图像去模糊方法，可以获取更多特征信息，减少噪声，有效提高了运动模糊图像去模糊的效率与质量。