車(chē)載圖像去模糊算法研究.pdf

1、基于慣性定位和機(jī)器視覺(jué)組合(IPS/Vision)的汽車(chē)導(dǎo)航是一個(gè)新的領(lǐng)域。這種組合導(dǎo)航中慣性定位是主體，其累積誤差較大，機(jī)器視覺(jué)的主要任務(wù)就是通過(guò)對(duì)車(chē)載設(shè)備抓拍的路標(biāo)/道路標(biāo)志線進(jìn)行判識(shí)以校正累積誤差。而車(chē)輛行駛中的抖動(dòng)不可避免會(huì)導(dǎo)致拍攝圖像模糊，嚴(yán)重時(shí)會(huì)導(dǎo)致視覺(jué)定位失效。為此，本論文致力于對(duì)車(chē)載相機(jī)抖動(dòng)造成的模糊圖像進(jìn)行去模糊，在研究現(xiàn)有的優(yōu)秀去模糊算法基礎(chǔ)上，結(jié)合車(chē)載模糊圖像自身特點(diǎn)，對(duì)圖像去模糊算法進(jìn)行改進(jìn)使之能夠有效地對(duì)車(chē)載圖

2、像進(jìn)行去模糊，主要工作如下：
　　第一，針對(duì)快速總變差去模糊算法及基于超拉普拉斯分布的快速圖像去模糊算法存在的問(wèn)題，提出一種更健壯的車(chē)載圖像快速去模糊算法。在該算法中，建立一種新的模糊模型，并利用交替指令算法求解該模型。通過(guò)實(shí)驗(yàn)對(duì)算法性能進(jìn)行對(duì)比證明：對(duì)中等尺度圖像，本算法在運(yùn)行速度和去模糊后圖像質(zhì)量方面都要優(yōu)于基于超拉普拉斯分布的快速圖像去模糊算法；對(duì)于大尺度圖像，雖然算法速度較基于超拉普拉斯分布的快速圖像去模糊算法慢，但經(jīng)本論

3、文改進(jìn)后的算法去模糊后明顯提高了圖像質(zhì)量。
　　第二，針對(duì)標(biāo)準(zhǔn)化稀疏度量核估計(jì)的車(chē)載圖像盲去模糊算法存在的問(wèn)題進(jìn)行改進(jìn)。在改進(jìn)的算法中，利用標(biāo)準(zhǔn)化稀疏度量核估計(jì)算法對(duì)模糊核進(jìn)行估計(jì)，在得到模糊核之后，再利用上述的車(chē)載圖像快速非盲去模糊算法對(duì)車(chē)載圖像進(jìn)行去模糊。通過(guò)仿真實(shí)驗(yàn)證明：該改進(jìn)的算法在去模糊質(zhì)量和速度上都有明顯提高。
　　第三，針對(duì)基于標(biāo)準(zhǔn)化稀疏度量核估計(jì)的車(chē)載圖像盲去模糊算法在模糊核尺度大于車(chē)載圖像中的對(duì)象時(shí)，模糊核

4、估計(jì)不準(zhǔn)確并且去模糊后的圖像會(huì)產(chǎn)生大量暈影效應(yīng)，以及基于模糊核優(yōu)化的盲去模糊算法自身存在的問(wèn)題，對(duì)算法進(jìn)行改進(jìn)。為有效抑制噪聲及圖像細(xì)節(jié)信息對(duì)模糊核估計(jì)的干擾，在改進(jìn)的算法中，利用雙邊濾波器對(duì)模糊圖像進(jìn)行預(yù)處理，再利用核優(yōu)化方法估計(jì)模糊核，最后利用上述的車(chē)載圖像快速非盲去模糊算法進(jìn)行去模糊。通過(guò)仿真實(shí)驗(yàn)證明：本改進(jìn)的算法估計(jì)出的模糊核更加準(zhǔn)確，且能夠有效地去除暈影效應(yīng)，去模糊后的車(chē)載圖像質(zhì)量和算法運(yùn)行效率要明顯優(yōu)于原始算法，滿足實(shí)際應(yīng)用