[发明专利]基于主成分分析的匀速直线运动模糊图像参数估计方法

权利要求书

1.一种基于主成分分析的匀速直线运动模糊图像参数估计方法，其特征在于包括以下步骤：

步骤一、对于宽带高为H、宽为W的匀速直线运动模糊图像b(i,j)，假设L为H和W的最小值，从模糊图像b(i,j)的左上角截取长和宽均为L的模糊图像b′(i,j)；

步骤二、模糊方向估计；

1）计算模糊图像的倒谱图像；

首先，对模糊图像b′(i,j)按照（1）式计算模糊图像的倒谱图像C_b，

C_b＝F^-1[log(1+|B(u,v)|)]    （1）

式中，B(u,v)为模糊图像b′(i,j)傅里叶变换图像，算子F^-1[·]为傅里叶反变换；

2）倒谱图像二值化；

按照（2）式和（3）式计算倒谱图像的均值μ和方差σ，

μ=1L×LΣi=1MΣj=1NCb(i,j),---(2)]]>

σ=1L×L[Cb(i,j)-μ]2,---(3)]]>

式中，C_b(i,j)为倒谱图像C_b在像素点(i,j)的像素值；二值化阈值T_b＝μ+λσ，λ为阈值参数，按照（4）式计算二值化图像BW(i,j)

BW(i,j)={1Cb(i,j)≥Tb0Cb(i,j)<Tb,---(4)]]>

3）计算二值化图像的主成分分量；

取出二值化图像BW(i,j)中所有值为1的点x_k＝(i_k,j_k)，x_k为第k个值为1的点，i_k，j_k分别为x_k的横坐标和纵坐标，将它们组成矩阵X

X=i1j1i2j2······ikjk······injn,---(5)]]>

式中，n为二值化图像BW(i,j)中值为1的像素点的个数；

首先，计算矩阵X的协方差矩阵X^TX；然后，计算协方差矩阵的特征值{λ_k,k＝1,2,...n和其对应的特征向量{ω_m,k＝1,2,...n},假设λ_m为最大的特征值，那么，其对应的特征向量ω_m就是主成分分量；

4）计算模糊方向；

计算向量ω_m的方向，向量ω_m为二维向量，设ω_m＝(a,b)，那么其方向θ＝arctan(b/a)，θ就是模糊方向；

步骤三、模糊距离估计；

1）计算模糊图像的傅里叶变换图像B(u,v)；

2）将B(u,v)逆时针旋转θ得到B′(u,v)；

3）按照（6）式对B′(u,v)在竖直方向进行求和，得到S(u)；

S(u)=Σv=1LB(u,v);---(6)]]>

4）对S(u)进行长度为5的一维均值滤波，得到S′(u)；

5）计算S′(u)中最大值的坐标u_max;

6）计算S′(u)在离最大值最近的六个极小值u₁,u₂,u₃,u₄,u₅,u₆；

7）对u_max,u₁,u₂,u₃,u₄,u₅,u₆七个值进行升序排序，排序后为u₁′,u′₂,u₃′,u′₄,u₅′,u₆′,u₇′

8）计算相邻两个u_k′和u′_k+1的间距d_k，计算公式如（7）式所示

d_k＝u′_k+1-u′_k，k＝1,...,6；    （7）

9）计算d₁,d₂,d₃,d₄,d₅,d₆的均值

10）计算模糊长度M＝L/d_mean。