[发明专利]用于车辆中图像去模糊的系统和方法

权利要求书

1.一种车辆中的图像去模糊的方法，该方法包括：

经由至少一个处理器，从成像设备接收模糊的输入图像；

经由至少一个处理器，从至少一个车辆运动传感器接收车辆运动数据；

经由至少一个处理器，从深度传感器接收与模糊的输入图像相对应的深度图；

经由至少一个处理器，基于车辆运动数据和深度图确定点扩散函数；

经由至少一个处理器，基于点扩散函数计算去模糊矩阵；

经由至少一个处理器，基于去模糊矩阵和模糊的输入图像对模糊的输入图像进行去模糊，从而提供去模糊的输出图像；和

经由至少一个处理器，基于去模糊的输出图像来控制车辆的功能。

2.根据权利要求1所述的方法，包括基于所述点扩散函数来计算模糊矩阵；以及基于所述模糊矩阵并且使用去卷积函数来计算与所述去模糊矩阵相对应的正则化的去模糊矩阵。

3.根据权利要求2所述的方法，其中，所述去卷积函数是Tikhonov正则化的去卷积函数。

4.根据权利要求1所述的方法，其中，所述点扩散函数表示由于车辆运动导致的真实世界场景相对于所述成像设备的运动引起的模糊的输入图像的每个像素在图像空间中的拖尾程度，其中，模糊的输入图像的二维图像空间中的每个像素在真实世界场景中具有至少一个对应的位置，其中，所述车辆运动由所述车辆运动数据定义，其中，模糊的输入图像的每个像素在图像空间中的拖尾程度与真实世界空间中的至少一个对应位置的深度成反比，其中真实世界空间中的深度由深度图定义。

5.根据权利要求1所述的方法，其中，所述成像设备是车辆的侧视摄像机，

该方法进一步包括，在平移车辆运动的情况下：

经由至少一个处理器，基于深度图和车辆运动数据估计光流线的量值；

经由至少一个处理器，基于光流线的量值确定点扩散函数；

经由至少一个处理器，基于点扩散函数计算模糊矩阵；

经由至少一个处理器，基于所述模糊矩阵并使用去卷积函数来计算正则化的去模糊矩阵；和

经由至少一个处理器，基于正则化的去模糊矩阵和模糊的输入图像对模糊的输入图像进行去模糊，从而提供去模糊的输出图像。

6.根据权利要求1所述的方法，其中，所述成像设备是所述车辆的前视或后视摄像机，

该方法进一步包括，在平移车辆运动的情况下：

经由至少一个处理器，将模糊的输入图像和深度图重新采样到会聚在成像设备的扩展焦点处的极坐标；

经由至少一个处理器，基于车辆运动数据估计光流线的量值；

经由至少一个处理器，基于光流线的量值确定点扩散函数；

经由至少一个处理器，基于点扩散函数和重新采样的深度图计算模糊矩阵；

经由至少一个处理器，基于所述模糊矩阵并使用去卷积函数来计算正则化的去模糊矩阵；

经由至少一个处理器，基于正则化的去模糊矩阵和重新采样的模糊的输入图像对模糊的输入图像进行去模糊，从而提供极坐标去模糊的图像；和

将极坐标去模糊的图像重新采样到笛卡尔坐标，从而提供去模糊的输出图像。

7.根据权利要求1所述的方法，包括：

经由至少一个处理器，基于深度图和车辆运动来估计笛卡尔坐标中的光流线的量值和方向，从而估计光流；

经由至少一个处理器，从笛卡尔坐标沿光流线对光流进行重新采样；

经由至少一个处理器，从笛卡尔坐标沿着光流线对模糊的输入图像进行重新采样；

经由至少一个处理器，基于车辆运动和重新采样的光流，确定点扩散函数；

经由至少一个处理器，基于点扩散函数计算模糊矩阵；

经由至少一个处理器，基于所述模糊矩阵并使用去卷积函数来计算正则化的去模糊矩阵；

经由至少一个处理器，基于正则化的去模糊矩阵和重新采样的模糊的输入图像对模糊的输入图像进行去模糊，从而提供光流坐标去模糊的图像；和

经由至少一个处理器，将光流坐标去模糊的图像重新采样到笛卡尔坐标，从而提供去模糊的输出图像。