發(fā)布時(shí)間：2019-05-30 08:25

【摘要】：針對空間變化的運(yùn)動(dòng)模糊圖像,提出基于單幀圖像的模糊檢測與分割的盲復(fù)原方法。首先,模糊檢測生成模糊區(qū)域映射圖;其次,采用腐蝕和膨脹分別對映射圖中的模糊區(qū)域與清晰區(qū)域處理,利用處理結(jié)果標(biāo)記,并采用分割算法分割圖像;再次,分兩步估計(jì)模糊核,并對模糊區(qū)域進(jìn)行外延擴(kuò)張,利用估計(jì)得到的模糊核進(jìn)行反卷積去模糊;最后,去除被外延的部分,并與分割得到的清晰區(qū)域進(jìn)行拼接,得到完整的去模糊后的圖像。結(jié)果表明,算法在人工數(shù)據(jù)集峰值信噪比(peak signal to noise ratio,PSNR)平均提高10dB,均方根誤差(root mean square error,RMSE)平均降低0.12,自然場景下的真實(shí)模糊數(shù)據(jù)集去模糊結(jié)果視覺質(zhì)量明顯提高。此外,該算法在減少模型復(fù)雜度的同時(shí)也提高了去模糊的質(zhì)量。
[Abstract]:Aiming at the motion blur image with spatial change, a blind recovery method based on fuzzy detection and segmentation of single frame image is proposed. Firstly, fuzzy detection is used to generate fuzzy region mapping map, secondly, corrosion and expansion are used to deal with fuzzy region and clear region respectively, the processing result mark is used, and the segmentation algorithm is used to segment the image. Thirdly, the fuzzy kernel is estimated in two steps, and the extension of the fuzzy region is carried out, and the fuzzy kernel obtained by the estimation is used to de-blur the fuzzy kernel. Finally, the extended part is removed and spliced with the segmented clear area to get the complete deblurring image. The results show that the peak signal-to-noise ratio (peak signal to noise ratio,PSNR) of the algorithm in artificial dataset is increased by 10 dB on average, and the root mean square error (root mean square error,RMSE) is reduced by 0.12 on average. The visual quality of the real fuzzy data set deblurring results in natural scenes is obviously improved. In addition, the algorithm not only reduces the complexity of the model, but also improves the quality of deblurring.
【作者單位】： 北京交通大學(xué)信息科學(xué)研究所;現(xiàn)代信息科學(xué)與網(wǎng)絡(luò)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(61572063)資助課題
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬里,路林吉;基于頻譜參數(shù)估計(jì)和神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)模糊圖像恢復(fù)[J];計(jì)算機(jī)工程;2004年10期

2 洪漢玉,張?zhí)煨?非零邊界旋轉(zhuǎn)運(yùn)動(dòng)模糊圖像的恢復(fù)算法[J];中國圖象圖形學(xué)報(bào);2004年03期

3 賀衛(wèi)國,黎紹發(fā);運(yùn)動(dòng)模糊圖像的噪聲功率的精確估計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2005年08期

4 孟昕;張燕平;;運(yùn)動(dòng)模糊圖像恢復(fù)的算法研究與分析[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年08期

5 張磊;王廣生;;運(yùn)動(dòng)模糊圖像重構(gòu)的算法及其并行化處理研究[J];現(xiàn)代電子技術(shù);2008年10期

6 相林;崔榮一;;利用獨(dú)立分量分析的運(yùn)動(dòng)模糊圖像檢索[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

7 王曉;劉澤乾;;基于提升小波的運(yùn)動(dòng)模糊圖像恢復(fù)[J];計(jì)算機(jī)仿真;2010年05期

8 魏雷;;運(yùn)動(dòng)模糊圖像的復(fù)原[J];硅谷;2011年02期

9 李陽;張路;張志勇;趙菲;;一種改進(jìn)的運(yùn)動(dòng)模糊圖像恢復(fù)算法[J];計(jì)算機(jī)仿真;2011年05期

10 郭永彩;丁小平;高潮;;基于差分自相關(guān)的運(yùn)動(dòng)模糊圖像尺度參數(shù)識別[J];光電工程;2011年06期

相關(guān)會議論文 前8條

1 劉立欣;平振;陳曦;;高速運(yùn)動(dòng)模糊圖像的恢復(fù)[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

2 張旭明;熊有倫;尹周平;;噪聲污染運(yùn)動(dòng)模糊圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

3 楊曉冬;劉俊;張倩倩;;紅外運(yùn)動(dòng)模糊圖像復(fù)原技術(shù)[A];浙江省信號處理學(xué)會2012學(xué)術(shù)年會論文集[C];2012年

4 李金夏;胡紹海;李向軍;;勻速直線運(yùn)動(dòng)模糊圖像的恢復(fù)技術(shù)研究[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會專刊[C];2009年

5 范學(xué)良;張晶晶;賈志海;蔡小舒;;基于頻域分析的水滴運(yùn)動(dòng)方向識別[A];中國顆粒學(xué)會第六屆學(xué)術(shù)年會暨海峽兩岸顆粒技術(shù)研討會論文集（上）[C];2008年

6 孫農(nóng)亮;曹茂永;;運(yùn)動(dòng)模糊圖像清晰度評價(jià)函數(shù)的研究[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

7 杜春;孫即祥;;基于峰度和圓擬合的旋轉(zhuǎn)運(yùn)動(dòng)模糊參數(shù)辨識[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 禹晶;翁梓鈞;蘇開娜;;散焦與運(yùn)動(dòng)模糊圖像參數(shù)辨識的研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前5條

1 徐樹奎;基于計(jì)算攝影的運(yùn)動(dòng)模糊圖像清晰化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

2 范賜恩;運(yùn)動(dòng)模糊圖像復(fù)原方法的研究[D];武漢大學(xué);2012年

3 關(guān)柏青;基于主動(dòng)序列模糊圖像的運(yùn)動(dòng)估計(jì)和振動(dòng)測量[D];上海交通大學(xué);2007年

4 邸慧;靶場圖像預(yù)處理和目標(biāo)運(yùn)動(dòng)單像機(jī)測量方法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

5 石明珠;運(yùn)動(dòng)模糊圖像全變分復(fù)原理論及關(guān)鍵技術(shù)研究[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 孔維榮;基于運(yùn)動(dòng)模糊圖像的位移檢測技術(shù)研究[D];江西理工大學(xué);2015年

2 洪雪婷;光電混合相關(guān)的運(yùn)動(dòng)模糊圖像復(fù)原[D];浙江師范大學(xué);2015年

3 馬麗;基于GPU的運(yùn)動(dòng)模糊圖像復(fù)原算法實(shí)現(xiàn)及優(yōu)化研究[D];南昌大學(xué);2015年

4 羅云超;旋轉(zhuǎn)運(yùn)動(dòng)模糊圖像的參數(shù)辨別及其復(fù)原問題研究[D];武漢理工大學(xué);2015年

5 鄧超;運(yùn)動(dòng)模糊圖像復(fù)原算法的研究與實(shí)現(xiàn)[D];南昌航空大學(xué);2014年

6 王超;視頻監(jiān)控中的運(yùn)動(dòng)模糊圖像復(fù)原方法研究[D];合肥工業(yè)大學(xué);2015年

7 李炎倍;基于低秩矩陣恢復(fù)的紅外運(yùn)動(dòng)模糊圖像復(fù)原研究[D];中國科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2015年

8 馬彥中;基于正則約束的運(yùn)動(dòng)模糊圖像盲復(fù)原研究[D];東北大學(xué);2014年

9 賈秋月;基于歸一化稀疏先驗(yàn)和指導(dǎo)濾波的運(yùn)動(dòng)模糊圖像復(fù)原[D];吉林大學(xué);2016年

10 周培培;基于塊先驗(yàn)的運(yùn)動(dòng)模糊圖像復(fù)原算法研究[D];華中科技大學(xué);2014年

，

本文編號：2488677