频谱预处理模糊运动方向鉴别的改进算法

为了提高匀速直线运动模糊图像的运动方向检测精度,提出一种基于频谱预处理的模糊运动方向鉴别改进算法.首先,通过对模糊图像的频谱图执行两次傅里叶对数变换,实现频谱图的亮条细化处理;然后,以亮条细化后的频谱图为研究对象,采用滑动邻域操作实施频谱图的二值化处理,剔除图像中的噪声和十字亮线,得到频谱图的预处理图像;最后,对预处理图像执行Radon变换,检测图像中的直线成分,并将检测结果映射为模糊图像的运动方向.实验数据显示,在不同模糊尺度和运动方向环境下,本文算法始终能够将运动方向的检测误差控制在0.5°的有效范围之内;实验结果表明,本文算法的运动方向检测精度优于其他同类的算法.     

运动模糊图像的参数估计与恢复

根据匀速运动造成图像模糊的特点,详细分析了匀速直线运动模糊图像的退化模型.对匀速运动模糊二维离散点扩散函数的表迭式进行了推导,找到了匀速运动模糊图像频谱暗条纹分布的规律.针对现有模糊参数检测方法的不足,推导和论证了了模糊参数与图像高宽比之间的关系,从而获得了准确检测图像模糊参数的方法.该方法通过对退化图像的频谱进行Radon变换,提取烦谱暗条纹方向和间距,进而准确检测出退化图像的模糊参数:运动方向和运动长度.实验结果表明,该算法简单可行,参数估计准确并具有较好的抗噪声鲁棒性.     

一种改进的运动模糊图像参数准确估计方法

模糊角度(方向)和模糊长度是对运动模糊图像进行恢复处理的两个关键参数.针对通过运动模糊图像频谱图像的中心亮条纹获得模糊角度存在角度检测精度不高、角度检测范围受限制等缺陷,在分析Radon变换的数学原理和十字亮纹形成原因及其造成干扰的基础上,根据频谱图像的特点,提出采用模糊频谱图像的暗条纹获得运动模糊角度的方法:在获得频谱图像暗条纹的二值图像后,通过骨架化变换,缩小暗条纹宽度,再经过Radon变换获得模糊角度和模糊长度.实验结果表明,所提出的方法能避开频谱图像中十字亮线的干扰,提高模糊角度检测精度和稳定度,扩大角度检测范围,模糊角度的检测误差小于0.5$^\circ$,角度检测范围达$0^\circ \sim 180^\circ$,优于传统算法的效果     

任意方向运动模糊图像的恢复

为了精确恢复任意方向直线运动产生的模糊图像 ,结合双线性插值与计算机图形学的知识 ,直接在其运动方向上设置空间域点扩展函数。通过对模糊图像的频谱分析 ,检测出其运动参数 ,使用投影恢复方法在空间域作图像恢复 ,取得了较好的效果 ,给出了详细的算法及实验结果。     

基于频谱参数估计和神经网络的运动模糊图像恢复

提出了一种运动模糊图像恢复模型，运动模糊图像经傅立叶变换后在频域有频谱零点进行参数估计，通过霍变换初步求得运动模糊图像的点扩展函数，当估计出运动模糊图像的点扩展函数的参数后，用神经网络方法进行恢复。这种恢复模型可以对任意角度的匀速运动模糊图像的恢复取得恢复效果。该方法具有操作简单和全局搜索收敛的优点，实验证明这是一种比较好的运动模糊图像恢复方法。     

基于Bottom-hat频谱方法的运动模糊参数估计方法

运动模糊是由于物体与成像系统间的相对运动而形成的,匀速直线模糊图像的复原需要得到精确的模糊参数。根据理论,匀速直线运动模糊的模糊参数与频谱中的零点有关,其频谱暗线数目与模糊尺度有关,且频谱暗线与角度垂直。在检测频谱暗线时,由于受到图像结构或者噪声影响,难以准确定位频谱暗线;同时,图像长宽比的不同也会影响频谱结构。针对以上问题,文中利用形态学中的Bottom-hat操作对模糊图像频谱进行处理,并对处理后的频谱采用霍夫变换得到模糊角度,再利用模糊角度和中心零点距离得出模糊尺度。实验结果表明,该方法检测模糊尺度的误差小于0.25个像素,角度小于0.6°,且拥有较好的稳定性,可以正确检测不同尺度和内容模糊图像的模糊参数。     

匀速直线运动模糊图像的恢复

结合计算机图形学与数字图像处理的知识,提出直接在运动方向上建立点扩展函数的算法,并利用霍夫变换检测运动参数。解决了由于运动模糊图像频谱存在零值,导致在频域中不能精确恢复图像的问题。文中给出了详细的算法及实验结果。     

基于Radon变换的运动模糊图像参数估计

运动模糊图像的参数估计直接影响图像的去模糊效果。提出了基于Radon变换的参数估计算法,结合运动模糊图像的频谱特性和Radon变换的数学含义,通过计算运动模糊图像二维频谱的Radon变换值,有效地估计出运动模糊的方向角θ和长度L两个参数。实验表明,该方法简单可行,参数估计准确,最终的图像去模糊效果良好。     

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。     

短模糊尺度下运动模糊参数的频域识别方法

为较精确地识别短模糊尺度下图像的运动模糊参数,提出了Hough变换、Radon变换和曲线拟合相结合的模型。对频谱图进行分析,指出MRT算法误差较大,建立了Hough变换线检测取最长直线角度的模型鉴定模糊方向。针对模糊方向上的Radon变换曲线,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,继而通过曲线拟合鉴定模糊尺度。建立了图像列宽、暗条纹间距和模糊尺度之间的通用关系模型。仿真结果表明,该算法实时性好、精度高、抗干扰能力强。