[发明专利]一种单幅图像去运动模糊方法及系统

说明书

本发明提供一种单幅图像去运动模糊方法，包括以下步骤：S01.计算模糊核方向，根据图像在频域上的特征，在使用Radon变换的基础上，利用阈值法计算模糊核的方向，该方法可以准确获取模糊核的方向。S02.计算模糊核长度，根据模糊核的方向和输入图像的信息计算出模糊核的长度，根据模糊核方向和模糊核长度计算得到模糊核，再根据模糊核和原图片信息复原图片。本发明通过阈值法，排除有干扰的方向，以免找到错误方向，保证获取的方向的精准性。

技术领域

本发明涉及图像复原技术领域，具体来说是一种单幅图像去运动模糊方法及系统。

背景技术

随着安防监控技术的快速发展和相关设施的广泛部署，由安防监控摄像设备记录的视频、图像成为责任追溯、案件侦查、司法鉴定的重要参考材料。但由于成像设备在拍摄成像时，易受到拍摄对象、拍摄设备、拍摄物体或拍摄环境等因素影响而拍出具有运动模糊的图像，使得车牌、人脸、文字等重要信息完全无法辨认，而在多数情况下，不具备重新拍摄或不能拍摄清晰图像时，从而拍出的图像失去意义。对运动模糊图像进行图像复原，得到清晰的原图，具有重要的实用价值。

运动模糊图像的形成可建模如下：

I_b＝I_o*q+ε (2-1)

其中，I_o表示清晰图像；q为运动模糊核，具有两个参数：角度和长度；ε表示随机噪声；I_b表示成像设备获取的运动模糊图像。

运动模糊图像复原的目的就是根据获取的模糊图像I_b，尽可能真实地恢复出I_o，这需要提前获知模糊核q。当q提前已知的前提下反求清晰图像，称为非盲去模糊。但是，绝大多数情况下，模糊核q是未知的，这称为盲去模糊。在这种情况下，需要先求出模糊核q的参数，然后利用非盲去模糊反求出清晰化图像。

专利(201610219056.5)通过采用具有连续拍摄功能的多台同型号相机固定对同一视场的运动目标进行捕捉拍摄得到观测图像；对获取的观测图像分别进行运动模糊函数估计和分割提取得到各自的运动模糊目标图像；利用得到的运动模糊目标图像和运动模糊函数，采用空间域联合复原算法得到清晰目标图像。该方法一方面，须在准确匹配目标位置的情况下拍摄多幅图像，并需要知道两幅图像之间的时间差异，其设备和成像条件要求较高，且对于单幅运动模糊图像无法进行复原处理。

专利(201910980412.9，审核中)提出一种基于Golay序列互补码字集的运动模糊复原方法，采用闪动快门成像技术获取连续帧间互补图像，其步骤为：构造基础Golay配对矩阵；对Golay配对矩阵进行维度扩展；根据维度扩展后的Golay配对矩阵进行码字选择；根据码字控制相机获取相应帧数的模糊图像；根据码字和模糊图像进行PSF估计；根据模糊图像和PSF估计值进行全变分正则化联合复原；输出最终图像。该方法要求拍摄多张连续帧图像，且需要码字控制相机的码字和模糊图像帧对应起来。该方法不能有效快速地对单一运动模糊图像进行复原处理。

文献(基于暗通道约束的运动模糊图像盲复原)中的方法，是基于暗通道理论，采用多尺度的思想，对每层尺度上的模糊图像做暗通道约束处理，对点扩散函数做非负性约束和能量守恒性约束处理，尺度最大时，得到估计的模糊核，最后再通过反卷积，满足收敛条件时得到最终估计的目标图像。该方法需要对图像做多尺度和不断循环计算，增加了处理时间；且该方法是在多个约束条件下估计得到模糊核，增加了多个限制而影响最终的处理效果。故该方法不能快速和准确地对运动模糊图像进行复原。

文献(运动模糊图像PSF参数估计与图像复原研究)利用Radon变换原理来求解点扩散函数PSF中的运动模糊方向，再利用运动模糊图像频谱上的中心暗条纹间距来计算运动模糊尺度，最后基于估计的PSF参数采用维纳滤波算法来恢复运动模糊图像。该方法虽使用Radon变换来求解模糊核的方向，但其计算模糊核的长度只使用了频谱上的中心暗条纹间距，使得预测模糊核的长度不准确，且不具有鲁棒性，不能对各个场景和类型的运动模糊图像进行有效的清晰化处理。