[发明专利]减少场景图像模糊的方法和场景图像去模糊方法

说明书

技术领域

本发明总体上涉及图像处理，更具体地涉及使用优化的时间编码码 型对图像进行去模糊。

背景技术

运动是对人类视觉感知的重要帮助。它有助于我们观察、解释和更 好地理解我们的环境。尽管它对人类观察者是有用的，运动常常不利于 摄影。最清晰和最细腻的图像要求完全静止的相机和场景。这对于自然 设置下的业余摄影来说是极其困难的。

常规的相机包括多个手动或自动控制，用于处理各种相机参数和场 景参数，例如焦深(focus depth)和曝光时间。然而，处理场景中的运动 的解决方案有限。典型地，曝光时间随着运动量的增加而减小。

当前的成像实践一般遵循“瞬时的”理想(ideal)、无需计算的零阶模 型运动选择。理想地，使曝光时间尽可能最长，从而使运动对象看起来 仍然基本上不动。

期望提供一种改进的感测(sensing)方法，该方法将能够使数字相 机使用一阶运动模型。

运动模糊是在获取图像时的积分或“曝光时间”过程中相机与场景之 间的相对运动引起。可以通过图像解卷积而将运动模糊图像恢复到丢失 的空间频率，只要运动是平移不变的(至少是局部地平移不变的)，并且 也称为点扩散函数(PSF)的导致模糊的模糊函数是已知的。

然而，图像解卷积属于一类不适定(ill-posed)的逆问题，该问题的 解的唯一性无法建立，并且该解对输入数据中的摄动(perturbation)过 于敏感。已知多种运动去模糊和再模糊的技术。

曝光时间解决方案

缩短曝光时间是常用的解决方案。然而，短曝光时间增加了噪声， 并且不必要地对图像的静止区域带来损失。高速相机可以捕捉快速运动， 但其就感测、带宽和存储而言是昂贵的。高速相机也无法利用帧间的相 关性(coherence)。通常，高速相机要求明亮的光。借助适度曝光时间且 持续时间极其短暂的闪光能够获得高速对象的视觉震撼结果。然而，在 户外或远距离场景中闪光灯(strobed flash)通常不切实际。此外，闪光 仅仅捕捉了瞬间的动作，而无法表示场景中的整体(general)运动。

智能相机

为了克服相机运动，使用对相机运动进行补偿的惯性传感器，自适 应光学器件能够被物理地稳定。另选地，一些CMOS相机在正常曝光时 间内执行高速帧捕捉，使得能够去除基于多个图像的运动模糊。给定合 理的曝光时间，这些技术就能够产生清晰和鲜明的图像。

混合成像系统可使用辅助低分辨率高帧率传感器来估计PSF。即使 长时间曝光，精确的PSF也能够使去模糊成为可能。这些方法对相机运 动进行了补偿，但没有对场景内的对象运动做出响应。

视频分析

可以将部分信息合并以便基于由摄像机捕捉到的连续帧或者根据由 具有重叠曝光时间的多个协同定位的相机捕捉到的帧来对视频进行估计 和去模糊。

后处理解决方案

给定模糊PSF，主要有两类对图像去模糊的方法。第一类方法在频 域中能够使用维纳滤波器或正则求逆(regularized inversion)，并且需要 计算去模糊图像的傅立叶(余弦)变换。第二类方法包括迭代更新法。它们 包括Lucy-Richardson算法和基于图像统计而对丢失指数(loss indices) 进行迭代优化的其它更新。

通过使用在曝光较长的照片中观察到的色彩限制也能够改善有噪声 的短曝光的图像。基于应用到PSF的各种假设，广泛地采用盲解卷积来 增强单个模糊图像。对于任意运动，PSF估计仍然是具有挑战性的问题。 并且即使PSF已知，去模糊图像也由于放大的噪声、重采样和量化问题 的缘故而通常显著劣于原始图像。通常是只可能对小的运动进行去模糊。

编码采样

在信号处理中普遍使用二进制码和连续码来调制具有宽带响应的信 号。这些码包括“啁啾”(chirp)，这些啁啾在脉冲间隔期间对宽频带上的 载波进行扫描。最大长度序列(m序列)和修正均一冗余阵列(MURA)是用 于通过循环卷积(circular convolution)来编码和解码的常用选择。编码 孔径天文成像使用MURA码来改进信噪比，同时捕捉不适于常规透镜的 X射线波长和伽玛射线波长。