一種消除圖像運動模糊的方法及裝置制造方法及圖紙

本發明專利技術公開了一種消除圖像運動模糊的方法及裝置，該方法包括以下步驟：基于梯度從模糊圖像中提取出階躍邊緣；根據提取到的階躍邊緣，計算出階躍邊緣的響應直線；通過對響應直線進行水平采樣，得到模糊核在垂直方向上的Radon變換投影值；通過對Radon變換投影值進行Radon逆變換得到模糊核的估計，最后對模糊圖像去卷積，恢復出清晰圖像。本發明專利技術通過建立階躍邊緣與模糊核之間的Radon變換關系，求解出模糊核，然后再恢復出清晰圖像，從而將復雜的模糊核估計問題轉換為更加簡單而精確的階躍邊緣檢測問題，大大降低了計算復雜度，提高了計算效率和精度。

Method and device for eliminating motion blur of image

The invention discloses a method and a device for eliminating motion blurred images, the method comprises the following steps: extracting the fuzzy gradient from the step edge image; according to the extracted step edge, calculate the response of linear step edge; the response of linear level sampling, Radon fuzzy projection transform in the vertical direction of the nuclear value; based on Radon transform projection value was obtained through the inverse Radon transform to estimate the blur kernel, finally the deconvolution of the blurred image, restore a clear image. The invention establishes step edge Radon transform and fuzzy relation between the nuclear, solving the blur kernel, and then restore a clear image, and then the complex fuzzy kernel estimation problem into a simpler and more precise step edge detection problem, greatly reduces the computational complexity and improve the computational efficiency and accuracy.

【技術實現步驟摘要】
一種消除圖像運動模糊的方法及裝置
本專利技術涉及圖像處理
，具體涉及一種消除圖像運動模糊的方法及裝置。
技術介紹
隨著智能制造技術的不斷發展，機器運作自動化、智能化和精準化需求逐步增強，作為核心關鍵技術之一的機器視覺在工業現場中的應用越來越普遍。在實際應用中，當相機對流水線上高速運動的目標進行成像時，由于相機與目標存在相對運動，所成的圖像會出現明顯的模糊，這對于目標的定位和識別會造成很大的影響，尤其是在光照條件不理想而曝光時間較長的情況下，圖像模糊會更加明顯。有鑒于此，急需一種高效的消除圖像運動模糊的方法，能夠很好的改善工業現場中運動目標圖像的質量，提高定位和識別的精度。
技術實現思路
本專利技術所要解決的技術問題是改善工業現場中運動目標圖像的質量，提高定位和識別的精度。為了解決上述技術問題，本專利技術所采用的技術方案是提供一種消除圖像運動模糊的方法，包括以下步驟：S1、基于梯度從模糊圖像中提取出階躍邊緣；S2、根據提取到的階躍邊緣，計算出階躍邊緣的響應直線；S3、通過對響應直線進行水平采樣，得到模糊核在垂直方向上的Radon變換投影值；S4、通過對Radon變換投影值進行Radon逆變換得到模糊核的估計，最后對模糊圖像去卷積，恢復出清晰圖像。。在上述技術方案中，當恢復出的所述清晰圖像與原始的清晰圖像的誤差大于預設誤差時，將恢復出的所述清晰圖像作為新的所述模糊圖像，重新執行步驟S1。在上述技術方案中，在步驟S1中，采用基于梯度的圖像邊緣檢測算法，計算所述模糊圖像的梯度值大小和對應梯度的方向；所述模糊圖像的梯度值大小的計算公式如下：其中，g為所述模糊圖像的梯度值大小；f(x,y)為所述模糊圖像；所述模糊圖像的對應梯度的方向計算公式如下：其中，θ為所述模糊圖像的對應梯度的方向。在上述技術方案中，在計算出所述模糊圖像的梯度值大小和對應梯度的方向后，從所述模糊圖像中提取出階躍邊緣，具體如下：在采樣網格中，沿著梯度方向，通過插值得到虛擬的鄰近點，保留使中心點的梯度值最大的點，以做進一步的篩選；其中，進一步篩選的方法具體包括以下步驟：定義兩個梯度閾值gL和gH，其中，gL＜gH；將梯度值大于gH的點作為邊緣點；將梯度值小于gL的點舍棄；當一個點的梯度值大于gL且小于gH時，若該點具有鄰點，則將該點作為邊緣點；否則，舍棄該點。在上述技術方案中，在步驟S2中，提取到的階躍邊緣與計算出的響應直線之間的關系如下：其中，bedge(ρx,ρy)表示階躍邊緣；bline(τx,τy)表示響應直線；(τx,τy)表示響應直線上的點坐標；(ρx,ρy)表示階躍邊緣上的點坐標。在上述技術方案中，根據運動模糊的數學模型，對提取到的所述階躍邊緣進行建模，建模后的所述階躍邊緣的計算公式如下：其中，θ為所述模糊圖像的對應梯度方向；k(x,y)為所述模糊圖像的模糊核；ρ表示方向為θ的模糊直線，可表示為ρ＝xcosθ+ysinθ；δ為沖擊響應函數；(x,y)為圖像域的坐標；將運動模糊數學模型與Radon變換進行結合，則得到的新的運動模糊數學模型的計算公式如下：其中，b(ρx,ρy)為運動模糊后的圖像；f(ρx-x,ρy-y)為原始的清晰圖像；(ρx,ρy)為Radon變換域的坐標；設原始的清晰圖像為一條方向為θ的理想直線，可將其參數化表示為δ(xcosθ+ysinθ)，則根據新的運動模糊數學模型的計算公式，計算出的一條方向為θ的階躍邊緣的響應直線bline(ρx,ρy)的計算公式如下：在上述技術方案中，在步驟S3中，所述模糊核在垂直方向上的Radon變換投影值與方向為θ的響應直線的關系如下：其中，為所述Radon變換投影值，表示每一條沿著方向為θ的模糊直線，都可以看作是模糊核沿著此方向的Radon變換。在上述技術方案中，在步驟S4中，Radon變換投影值的Radon逆變換公式如下：其中，k(x,y)為模糊核的估計，Rfθ(ω)表示Radon變換投影值的傅里葉變換。在上述技術方案中，在步驟S4中，利用基于超拉普拉斯先驗的圖像非盲復原算法對模糊圖像去卷積，恢復出清晰圖像。本專利技術還提供了一種消除圖像運動模糊的裝置，包括：階躍邊緣提取單元，基于梯度從模糊圖像中提取出階躍邊緣；響應直線計算單元，根據所述階躍邊緣提取單元提取到的階躍邊緣，計算階躍邊緣的響應直線；Radon變換投影值計算單元，對所述響應直線計算單元計算出的響應直線進行水平采樣，得到模糊核在垂直方向上的Radon變換投影值；運動模糊消除單元，對所述Radon變換投影值計算單元獲取的Radon變換投影值進行Radon逆變換得到模糊核的估計，最后對模糊圖像去卷積，恢復出清晰圖像。本專利技術通過建立模糊圖像的階躍邊緣與模糊核之間的Radon變換關系，求解出模糊核，然后再對模糊圖像去卷積，恢復出清晰圖像，從而將復雜的模糊核估計問題轉換為更加簡單而精確的階躍邊緣檢測問題，大大降低了計算復雜度，提高了計算效率和精度，而且相比傳統的利用Radon變換來估計直線運動模糊參數的方法，本方案可以應用在較為復雜的運動場合。附圖說明圖1為本專利技術提供的一種消除圖像運動模糊的方法流程圖；圖2為本專利技術所選圖像庫中的模糊圖像1的示意圖；圖3為本專利技術所選圖像庫中的模糊圖像2的示意圖；圖4為本專利技術所選圖像庫中的模糊圖像3的示意圖；圖5為本專利技術中模糊圖像1提取的階躍邊緣示意圖；圖6為本專利技術中模糊圖像2提取的階躍邊緣示意圖；圖7為本專利技術中模糊圖像3提取的階躍邊緣示意圖；圖8為本專利技術中模糊圖像1消除運動模糊之后的清晰圖像以及估計得到的模糊核；圖9為本專利技術中模糊圖像2消除運動模糊之后的清晰圖像以及估計得到的模糊核；圖10為本專利技術中模糊圖像3消除運動模糊之后的清晰圖像以及估計得到的模糊核；圖11為本專利技術提供的一種消除圖像運動模糊的裝置結構示意圖。具體實施方式從數學的角度來講，模糊圖像是由清晰圖像與表示運動軌跡的點擴散函數(即模糊核)卷積得到的結果，因此本專利技術首先通過建立模糊圖像的階躍邊緣與模糊核之間的Radon變換關系，求解出模糊核，然后再利用基于超拉普拉斯先驗的圖像非盲復原算法對模糊圖像去卷積，從而恢復出清晰圖像。由于本方案將復雜的模糊核估計問題轉換為更加簡單而精確的階躍邊緣檢測問題，由此大大降低了計算復雜度，提高了計算效率和精度。而且相比傳統的利用Radon變換來估計直線運動模糊參數的方法，本方案可以應用在較為復雜的運動場合。下面結合說明書附圖和具體實施方式對本專利技術做出詳細的說明。本專利技術提供了一種消除圖像運動模糊的方法，如圖1所示，包括以下步驟：S101、采用基于梯度的圖像邊緣檢測算法，計算模糊圖像的梯度值大小和對應梯度的方向，從模糊圖像中提取出理想的階躍邊緣。如圖2-4所示，為所選圖像庫中的模糊圖像1、模糊圖像2和模糊圖像3的示意圖。模糊圖像的梯度值大小如公式(1)所示：公式(1)中，g為模糊圖像的梯度值大小；f(x,y)為模糊圖像。模糊圖像的對應梯度的方向如公式(2)所示：公式(2)中，θ為模糊圖像的對應梯度的方向。在計算出模糊圖像的梯度值大小和對應梯度的方向后，采用置信度的方法，從模糊圖像中提取出理想的階躍邊緣，例如，在一個3x3的采樣網格中，沿著梯度的方向，通過插值得到兩個虛擬的鄰近點，只有當中心點的梯度值最大時，該點才會保本文檔來自技高網...

【技術保護點】
一種消除圖像運動模糊的方法，其特征在于，包括以下步驟：S1、基于梯度從模糊圖像中提取出階躍邊緣；S2、根據提取到的階躍邊緣，計算出階躍邊緣的響應直線；S3、通過對響應直線進行水平采樣，得到模糊核在垂直方向上的Radon變換投影值；S4、通過對Radon變換投影值進行Radon逆變換得到模糊核的估計，最后對模糊圖像去卷積，恢復出清晰圖像。

【技術特征摘要】
1.一種消除圖像運動模糊的方法，其特征在于，包括以下步驟：S1、基于梯度從模糊圖像中提取出階躍邊緣；S2、根據提取到的階躍邊緣，計算出階躍邊緣的響應直線；S3、通過對響應直線進行水平采樣，得到模糊核在垂直方向上的Radon變換投影值；S4、通過對Radon變換投影值進行Radon逆變換得到模糊核的估計，最后對模糊圖像去卷積，恢復出清晰圖像。2.如權利要求1所述的消除圖像運動模糊的方法，其特征在于，當恢復出的所述清晰圖像與原始的清晰圖像的誤差大于預設誤差時，將恢復出的所述清晰圖像作為新的所述模糊圖像，重新執行步驟S1。3.如權利要求1所述的消除圖像運動模糊的方法，其特征在于，在步驟S1中，采用基于梯度的圖像邊緣檢測算法，計算所述模糊圖像的梯度值大小和對應梯度的方向；所述模糊圖像的梯度值大小的計算公式如下：其中，g為所述模糊圖像的梯度值大小；f(x,y)為所述模糊圖像；所述模糊圖像的對應梯度的方向計算公式如下：其中，θ為所述模糊圖像的對應梯度的方向。4.如權利要求3所述的消除圖像運動模糊的方法，其特征在于，在計算出所述模糊圖像的梯度值大小和對應梯度的方向后，從所述模糊圖像中提取出階躍邊緣，具體如下：在采樣網格中，沿著梯度方向，通過插值得到虛擬的鄰近點，保留使中心點的梯度值最大的點，以做進一步的篩選；其中，進一步篩選的方法具體包括以下步驟：定義兩個梯度閾值gL和gH，其中，gL＜gH；將梯度值大于gH的點作為邊緣點；將梯度值小于gL的點舍棄；當一個點的梯度值大于gL且小于gH時，若該點具有鄰點，則將該點作為邊緣點；否則，舍棄該點。5.如權利要求4所述的消除圖像運動模糊的方法，其特征在于，在步驟S2中，提取到的階躍邊緣與計算出的響應直線之間的關系如下：其中，bedge(ρx,ρy)表示階躍邊緣；bline(τx,τy)表示響應直線；(τx,τy)表示響應直線上的點坐標；(ρx,ρy)表示階躍邊緣上的點坐標。6.如權利要求5所述的消除圖像運動模糊的方法，其特征在于，根據運動模糊的數學模型，對提取到的所述階躍邊緣進行建模，建模后的所述階躍邊緣的計算公式如下：

【專利技術屬性】
技術研發人員：萬磊，程德斌，劉佳，詹林獻，趙常均，
申請(專利權)人：廣州智能裝備研究院有限公司，
類型：發明
國別省市：廣東,44