运动模糊图像的处理

固窒堕叁兰堡！：堂竺笙苎笙二翌查：！墨垫堡塑型堡堕丝壅些堡这里运用一幅安徽大学的图片来做这项试验：先对图像进行卷积，得到仿真运动的模糊图像，再对其采用ｗｉｅｎｃｒｍｌ滤波进行复原得到其复原清晰图。图２．１（ａ）为原始清晰图片，图２．１（ｂ）为模糊图片，其中的模糊参数为模糊方向曰＝Ｏ。，模糊像素为５０，图２．１（ｃ）为采用魏纳滤波法所恢复的图像。

（圈２．１ａ．原始清晰图）

（图２，１ｂ．运动模糊圈）

（图２．１ｃ．采用魏纳滤波复原圈）

结果进一步说明了利用维纳滤波法取得了良好的效果。

囝堡丝盔堂塑生兰垡堡苎堡垫堕塑型堡塑竺型

张嫒≯模拟实例：

（原始清晰图）

（图３．１ａ、模糊方向４５。，模糊尺度为３１）（图３．１ｂ、恢复酗）

（圈３．１ｃ、模糊方向为４５６，模糊尺度为３２＋０．６）（图３．１ｄ、恢复图）

（幽３．１）

离散直观方法恢复模型是一种理想模型，因为它没有考虑到噪声的影响，且恢复的效果与曝光时间内图像的移动距离大小有关，也就是说在一定时间内图像运动的越快恢复起来就越难。

－１６－

｛固窒丝叁堂堡！．堂丝望苎塑兰垦堡垒查塑塑垩垫堡塑型垡塑竺皇坐堡３．３．３未知退化模型的任意方向运动模糊的恢复实验

（一）判断运动模糊的方向

对于我们不知其运动方向与模糊像素个数的运动模糊图像，我们首先应浚采用胁面所提出的３＋３方向的微分乘子法来判断出图像的大致运动方向，因为３＋３方向微分乘子判断出的图像值在一ｐｆ／２～ｐｆ／２之问，而在ｍａｔｌａｂ环境下‘“１的图像角度一般在Ｏ～ｐｆ之｜＇白Ｊ，所以我们运用３＋３方向微分乘予得出的值要稍微做一下变换。实验中我们采用一幅图书馆窗户斜向运动模糊图像：

图３５（ａ）、运动模糊图

判断运动模糊方向的程序流程图如下：

第一步骤：读入原始模糊图像ｐ（ｆ，．，）。

ｌ

－芑』～～——Ｌ，，

第二步骤：利用双线性差值法求出（－ｐｉ／２￣ｐｉ／２）之阳Ｊ各个方

向的微分图像狄度差值之和；

盯一１Ｍ一１

』（△ｇ）。＝∑∑Ｉ△ｇ（ｆ，戊Ｊ

仁０Ｊ＝Ｏ

其中△ｇ（ｆ，／）。＝ｇ（ｆ’，，’）一ｇ（ｆ√））＝坟４ｇ（ｆ，／）；

见为３４３方向微分乘子（如３．２．１节所述）：

』上

第二步骤：求山最小的，（△ｇ）。，这个值所对应的口角即为图像

的运动模糊方向。

囝窒堂叁堂塑Ｉ：兰竺堡兰堡生塑塑堕堡堕些些些堡．为了清楚起见，我们将程序的循环部分震丌，并画出模糊图像的角度与其灰度差绝对值之和的关系图。

（表３．１）

上面所述的运动模糊图像的判断法，得出运动模糊的方向为一０．５５８５０５３５。换算成角度大约为一３２。，由于这种方法所判断出的方向与ｍａｔｌａｂ工具处理时所显示的方向有所不同，我们根据ｍａｔｌａｂ的处理方向将其转化为３２’，这样模糊图像的运动方向就可大致确定出来。

（二）判断运动模糊像素的个数。

接下来我们要做的事情就是判断出图像的模糊像素个数，我们通过图像旋转，将运动模糊方向旋转到水平轴，这时候图像的恢复问题就转化为一维问题。再将旋转后的图像在水平方向上进行一阶微分，然后求各行的自相关（水平方向自相关），并将微分自相关图像各列实施求和，得到一条鉴别曲线，曲线上会出现一对共轭的相关峰，这对相关峰对乘分布在零频尖峰两侧，两相关峰间的距离等于运动模糊点扩散函数尺度的两倍。因此，鉴别出这两个相关峰的位置，就可以得出运动模糊点扩散函数的尺度。

判断运动模糊图像模糊像素个数的计算流程如下：

—嚣、

｛幽窒塑叁兰型！！：堂堡丝兰篓兰主堡堂查塑塑垩垫堡塑型垡塑堡望堂堡

步骤ｌ：求出旋转后的幽像在一阶水平轴上的微分剀像

ｐ’（ｆ－？）＝ｐ（ｆ√）＋三［１一１］。

上上

步骤２：计算水平方向ｐ’（ｆ，Ｊ）幽像的白相关函数

跽／）＝∑加，ｔ巾’（ｆ，ｔ＋，）

这里ｆ＝Ｏ，ｌ，．．＾，一ｌ＝，＝一（＾彳一１），…一ｌ，０，１…．村一１

』上

Ｍ一『

步骤二：ｓ。（，）＝∑ｓ（ｆ，／），将ｓ（ｉ√）割裂加在一起，得到瓦。

Ｉ—ｎ

上上

步骤四：画出Ｓ“曲线，得到运动模糊点扩散函数尺度鉴别圈线

得出的ｓ。的曲线如下：

一１６０１４（｝１２０一１００—８０—６０４０一２００２０４０６０８０１００１２０１４０１６０

（表３２）

为了观察方便起见，我们将上表迸一步放大，如表３３所示，可以看出，在鉴剐曲线中．在ｘ＝０像素处有一尖锐高耸的零频尖峰，而在零频尖峰两侧，对称地分布着一对负的尖峰，两负尖峰的位置分别为一＝一ｌＯ，ｘ：＝ｌＯ，所以此运动模糊点扩散

固塞塑生兰塑Ｉ：兰些堡苎垩生堡塑型堡塑竺些张嫒函数为（，＝掣，即鉴别出此图的运动模糊参数为ｌｏ。

一６０一５０—４０—３０２０—ｌＯ０１０２０３０４０５０６０

（表３－３）

到目前为止，我们得出这幅运动模糊图像的模糊方向为３２。，模糊像素为１０，有了这个条件，我们就能很好的对图像进行恢复。在实验中我们还发现：一般情况下，倾斜运动模糊图在恢复时采用盲目去卷积法Ⅲ１效果较好，恢复图如下：

剀３，５（ｂ）、运动模糊恢复图

我们采用了３ｔ３方向微分乘子、模糊像素个数的大致范围和有效的恢复法（最好采用盲目去卷积法）来对图像进行恢复，效果还是比较满意的。

固窒塑叁兰堡ｌ：兰些丝兰笙兰兰堡查查塑竺堡苎塑塑型垡塑堡差坚堡３．３．４未知退化模型的车牌运动模糊的恢复实验

§水平方向运动模糊恢复实验：

（一）实验过程

既然上一个实验中我们研究了任意方向的匀速运动模糊图像的恢复，那么对于在水平方向运动而产生模糊的车牌来说我们可以省去求运动模糊方向的这一步骤，直接转到求模糊像素即可，我们以运动模糊车牌图为例来演示实验过程，图３．６（ａ）是一幅未知像素模糊参数的水平运动模糊图像：

幽３．６（ａ）、水平运动模糊图

我们运用判断任意方向运动模糊像素的方法来判断水平方向的运动模糊像素的个数，这是合情合理的，得出的Ｓ。曲线如Ｆ（由于曲线坐标刻度值太大不便于观察，故我们截取出中问的一部分加以放大细化且不会影响我们判断模糊像素的个数，如下表所示）：

（表３．４）

从图中能看出两负尖峰的位置分别为ｚ。＝一３１，ｘ：＝３１，他们所对应的最小ｓ“，

值为一２４６４．３Ｉ所以此运动模糊点扩散函数为ｄ＝兰亏丑２３ｌ，即鉴别出此图的运动模