基于运动检测的图像去模糊算法_吴庆

2013 年第 12 期
吴庆等: 基于运动检测的图像去模糊算法
111
核， 进而复原出相对清晰的图像。
1
相机成像模型及其数学表达
3］ ， 大多相机都依据小孔成像原理， 根据文献［ ： 由物点坐标到像素坐标的转换公式为
此时在像平面上的映射为 A' ； 相机曝光 点在 A 点处， 此时在像平面上的映射为 结束时刻物点在 B 点处， B' 。物点的运动向量 AB 会在像平面上形成向量 A' B' ， 为了生成模糊核， 需要获取该向量的模和方向。
0 0 X （ 3） fY + y0 Z = 0 f y0 Y Z 0 0 1 Z 图像成像的最小单元是像素， 像素单元矩形的长 从而造成 x 方向和 y 方向的空间坐标相 宽可能不等， 等但是像素坐标不等的情况。 假设像素单元 x 方向 y 方向长度为 b， 长度为 a， 得：
0719 收稿日期： 2013）， 作者简介： 吴庆（ 1988男， 四川成都人， 华中科技大学自动化学院信息所硕士研究生， 研究方向： 捷联惯导应用， 数字图像 ）， ）， 处理， 嵌入式系统； 肖力（ 1973男， 湖北武汉人， 讲师， 博士， 研究方向： 传感器网络与捷联惯性导航； 孙志刚（ 1969男， 湖北武汉人， 副教授， 博士， 研究方向： 网络控制系统与实时信号处理 。
3
3． 1
实验结果与分析
实验平台简介
图3
速度值极性与模糊核方向角关系示意图
综上所述， 在模糊核的长度和方向都能够获取以 LEN， THETA ） 函 后， 参考 Matlab 中 fspecial （ 'motion' ， 数原理生成所需的模糊核函数。
图5 （ a） 直线型模糊核
实验平台
（ b） 拼接后模糊核 图 4 模糊核拼接示意图
图1
物点移动成像示意图
2． 1
获取向量的模 y1 ， z1 ） ， 设 A 点坐标为（ x1 ， 相机曝光时间为 t， 物点
fX + x Z
f
0
x
v） ， y1 + vt， z1 ） 。 的移动速度为（ u， 得 B 点坐标为（ x1 + ut， B 两点变换到像素坐标得 通过相机标定矩阵 K 将 A、 f x ·x1 + x0 ·z1 f x ·x1 + x0 ·z1 + f x ·ut A'： f y ·y1 + y0 ·z1 ， B'： f y ·y1 + y0 ·z1 + f y ·vt 。将 z1 z1 f x ·x1 + x 0 z1 B'： ， 齐 次 形 式 变 换 为 二 维 坐 标 得 A'： f y ·y1 + y0 z1 f x ·x1 + x + f x ·ut 0 z1 z1 t 。 向 量 A' B' 的 模 为 z f y ·vt f y ·y1 1 + y0 + z1 z1 （ f x ·u） 槡
0
引
言
去运动模糊在机器视觉领域一直是一个重要且 困难的问题， 同时也是一个热门问题。由于在相机曝 拍摄物体和相机之间发生了相对运动， 从而 光期间， 造成拍摄的图像模糊。 图像模糊的一个简单的数学描述为： B = I k + n， B 代表模糊图像， I 代表清晰图像， k 代表空间不变 其中， ， n ， 的模糊核 代表加性噪声 代表空间卷积运算。 去运动模糊的方法可以分为两类 ： 非盲去模糊 （ Nonblind Deblurring ） 和 盲 去 模 糊 （ Blind Deblurring） 。非盲去模糊是已知运动或者模糊核的情况下 消除模糊效果； 而盲去模糊采用了同时求解模糊核和 清晰图像的方法。 从一幅模糊图像同时估计两个未 posed ） 问题， 知量本身就是一个病态 （ ill需要基于很 强的先验知识。
该实验平台主要是为了验证算法的可行性 ， 并没 有集成 IMU。相机固定在支架上， 相机主轴垂直于物 体运动平面， 物体由伺服电机带动做往复运动 。 通过 伺服驱动器设置运动速度为 12cm / s， 由于平台运动 距离较短， 实际上的运动是一个先加速后减速的过 所以拍照选取物体运动到平台的中段时进行 ， 这 程， 样可以 获 取 较 为 精 确 的 运 动 速 度。 相 机 选 取 的 是 Microview 的 MVC1830DA 千兆网面阵 CCD 摄像机， 焦距从镜头读取是 8mm， 从说明书上可知成像单元 分辨率为 1024 × 1024 ， 的尺寸为 6． 45um × 6． 45um， 通过相机手册上的这些参数可以得到相机的内部矩 阵 K。相机坐标系原点到物体平面的距离由于实验 条件有限无法精确获取， 只能用尺进行粗略测量， 测 量镜头中段到物体平面的距离。 曝光时间通过软件 对相机进行设置为选择 1 /30s。 在确定了所有参数 就能够根据 2． 1 和 2． 2 小节所述方法获取线段 之后， 型的模糊核。之后就通过滤波算法对模糊图像进行 滤波的算法相对成熟而且种 滤波即可得到清晰图像，
2013 年第 12 期 2475 （ 2013 ） 12011004 文章编号： 1006-
计 算 机 与 现 代 化 JISUANJI YU XIANDAIHUA
总第 220 期
基于运动检测的图像去模糊算法
吴 庆， 肖 力， 孙志刚
( 华中科技大学自动化学院信息所， 湖北 武汉 430074 ) 摘要： 针对相机曝光期间， 由于相机和被拍摄物体之间存在相对 运 动 而 产 生 的 图 像 模 糊 的 问题， 提 出 一 种基 于 运 动 检 测 的图像去模糊算法。本算法根据相机成像的数学模型， 推导出模糊核的参数( 长度和方向) 与相对运动之间的定量 关系， 通过维纳滤波对图像进行滤波去模糊。通过实验， 可以观察到滤波过后的图像在细节上更加 清晰， 表明本方法能够 一 定 程度上地去除模糊。 关键词： 图像去模糊; 运动检测; 维纳滤波 中图分类号： TP391． 41 文献标识码： A doi: 10． 3969 / j． issn． 10062475． 2013． 12． 026
然后将 n 个模糊核进行拼接， 就能够在曝光时间 线， 内获取一条更加准确的模糊核。 设 n 取 10 ， 因此在相机曝光期间能够获取 10 个 如图 4 （ a） 所示； 然后根据先后顺序 直线型的模糊核， 进行拼接得到最终的模糊核， 如图 4（ b） 所示。这样就能 够针对曝光期间复杂的运动情况做出较好的估计。
2
fX + x0 Z a
fY + y Z = 0 0 b Z 0
f a
0 f b 0
x0
X Y y0 Z 1
（ 4）
将 f / a 和 f / b 分 别 记 为 f x 和 f y ，称 矩 阵 f x 0 x0 0 f y y0 为相机内部参数矩阵或相机标定矩阵， 0 0 1 通常记为 K。
图2
运动方向推导示意图
112
计
算
机
与
现
代
化
2013 年第 12 期
2． 2
获取向量的方向
y 轴正方向为正， 假设 IMU 输出速度沿 x， 如图 2 所示， 假如相机的速度为 V， 即两轴输出均为正值， 根 据相对运动， 相机静止则物体的运动速度为 V' ， 反映 在图像上物体的运动即为左下方向 。 同理可得其他速度输出对应的方向情况如图 3 ， u） 求出模糊核方向。 使用 atan2 （ v，
4］ 文献［ 中 Fergus 等人基于自然图像梯度的统 在单幅图的复原中取得了 计信息和变分贝叶斯方法， 较好的效果， 但是参数估计致使速度很慢， 而且对有 Qi 些大模糊核的图复原结果不够稳定 。在此基础上， Shan 等人在文献［ 5］中针对振铃效应 （ Ｒinging Artifacts） 的产生进行了分析， 并提出了全局先验和局部 先验， 在模糊核估计的准确性和对振铃效应的抑制上 但算法收敛速度不够快， 且参 都取得了更佳的效果， ， 。 数的设置对结果有较大影响 时间复杂度较大 近两年来， 基于硬件的去模糊方法也有所发展。 12］ 文献［ 都提出了一种基于惯性测量单元 （ Inertial Measurement Unit，IMU ） 的图像去模糊方法， 从 IMU 恢复相机的运动轨迹， 进而根据运动轨迹得出图像的 模糊核， 最终完成非盲去模糊。 本文主要研究一种基于运动检测的图像去模糊 利用相机曝光期间的运动信息来获取图像模糊 算法，
[ y] [ 0
x0 Z 0
]
（ 1）
将其转换为齐次形式得： fX f 0 0 X fY = 0 f 0 Y Z 0 0 1 Z
（ 2）
由于图片的坐标原点并非在主点处 ， 而是在图像 的左上角或左下角。假设图片的原点位于左上角， 主 y0 ） ， 像点在以主点为 点在此坐标系下的坐标为 （ x0 ， fY / Z ） ， 因此像点在 原点的坐标系下的坐标为 （ fX / Z， fY / Z 原点位于左上角的图像中的坐标为 （ fX / Z + x0 ， + y0 ） 。因此可得系统的齐次表达式为：
+ （ f y ·v） 2 。
2 基于相机运动检测的模糊核估计方法
首先对运动情况存在两个假设： （ 1 ） 相机曝光期间， 相机的运动是匀速直线。 （ 2 ） 相机只在一个与像平面平行的平面内运动， 不存在转动。 v） ， u 是相 假设相机曝光期间的运动速度为 （ u， v 是相机沿 y 轴的运动速度。如 机沿 x 轴的运动速度， － v） 。 果将相机看作静止， 则物点的运动速度为（ － u， 模糊核 又 称 为 点 扩 散 函 数 （ Point Spread Function） ， 可以通过分析一个点在成像过程中的行为来 获取模糊核函数。如图 1 所示， 相机曝光开始时刻物