單幅圖像運動模糊參數(shù)判定與去模糊研究.pdf

1、圖像運動模糊是由于在曝光過程中場景與相機之間發(fā)生了相對位移而產(chǎn)生的一種客觀的物理現(xiàn)象。目前，大多數(shù)對運動模糊圖像研究的文獻都集中在運動去模糊上。但運動模糊圖像通常包含有清晰圖像所沒有的特殊物理信息，如物體的運動方向、速度甚至加速度等。
　　 通過分析清晰圖像和運動模糊圖像在頻域上的不同統(tǒng)計特性，本文提出了一種基于局部窗口頻譜對比的局部運動模糊圖像分割方法。該方法采用局部化思想，綜合考慮了局部窗口內(nèi)像素的空域關系和頻域關系；然后通

2、過窗口各高頻系數(shù)與低頻系數(shù)的比值來判斷該局部窗口隸屬清晰還是模糊。實驗結果表明，該方法可以有效地檢測出單幅圖像的局部運動模糊區(qū)域，為運動目標識別和去模糊等進一步研究提供信息。
　　 在全局運動模糊圖像的去模糊研究中，已有的算法大部分都存在計算量龐大、魯棒性弱、振鈴現(xiàn)象難以抑制等問題。本文設計了一種基于盲反卷積的單幅圖像運動去模糊方法。盲反卷積包括模糊核估計和非盲反卷積兩部分。算法的設計思路如下：
　　 (1)算法首先采用

3、雙邊濾波器抑制噪聲和沖擊濾波器增強圖像的邊緣信息，通過圖像的邊緣信息來估計點擴散函數(shù)；并采用噪聲模型的二階導數(shù)約束以提高算法的穩(wěn)定性，然后使用循環(huán)迭代的辦法來恢復圖像的邊緣和模糊核。
　　 (2)當最終的模糊核恢復后，根據(jù)清晰自然圖像梯度長尾分布特性，提出了一種基于超拉普拉斯模型的圖像非盲反卷積算法來最終復原圖像。本文算法使用分步交替迭代最小化辦法優(yōu)化能量方程，并在優(yōu)化過程中采用了查詢表法快速求解圖像反卷積。為了降低算法的計算量