)来表示由清晰图像模拟匀速运动模糊图像：
[0274] 也可以使用卷积方法来表示：
[0275] g(x,y) =f(x,y)*h(x,y), (6-5)
[0277] 实际情况下，图像运动的方向一般与x方向有一定的夹角，式（6-6)可变为：
[0279] 由以上分析可以发现，图像运动模糊与时间无关，而与相对运动距离N和运动方 向0有关。
[0280] 2)运动模糊子空间生成
[0281] 运动模糊图像识别主要使用了模糊空间中的运动模糊子空间，本节将对运动模糊 子空间的生成进行讲解。
[0282] 运动模糊子空间主要使用matlab的FSPECIAL('motion'，LEN，THETA)滤波算子来 实现。本文采用LEN= 20,THETA逐渐增大来生成运动模糊图像集。
[0283] 为了有效的对运动模糊图像进行识别，需要在模糊空间中生成模糊度渐变的运动 丰吴糊图像集。
[0284] 首先使用SIFT算法来对两幅图像进行匹配。本发明方法的匹配效果要远远好于 SIFT算法的匹配效果。表6-1是对上述实验的统计。
[0285] 表6-1两种算法对运动模糊图像的匹配效果
[0287] 表6-1第一列为SIFT算法的匹配效果，仅仅有18对正确匹配的点对，而本发明方 法的匹配效果最好达到了 68对。该实验可以说明，本发明方法对运动模糊图像的识别效果 要明显的优于SIFT算法。
[0288] 本实施例对成像过程中由拍摄物体与相机间相对运动所导致的图像模糊进行了 数学分析，并给出了运动模糊子空间的具体获取方法。通过使用本发明方法和SIFT算法对 运动模糊图像进行识别实验，验证了本发明方法对运动模糊图像识别的有效性。
[0289] 实施例4
[0290] 本实施例基于SIFT算法的模糊图像识别装置，所述装置包括：
[0291] 模糊空间生成模块，用于对清晰的图像分别进行高斯平滑，灰度运算和运动模糊， 生成模糊空间；
[0292] 第一提取模块，用于基于SIFT算法对模糊空间的所有图像进行特征提取和描 述；
[0293] 第二提取模块，用于对待识别模糊图像利用SIFT算法提取所述待识别模糊图像 的特征点；
[0294] 匹配模块，用于将待识别图像的特征点分别和清晰图像所生成的模糊空间中的每 一幅图像的特征点进行匹配；
[0295] 结果输出模块，用于基于预定的测评标准来对所有的匹配进行评估，筛选出匹配 效果最好的作为最终识别结果。
[0296] 进一步地，还包括图像预处理单元，用于根据待识别图像模糊的特点分析对待识 别图像进行相关处理，
[0297] 若待识别图像为强噪声模糊图像，则预定方差阈值，若待识别图像的方差大于所 述方差阈值时，对待识别的图像进行平滑预处理；若待识别图像的方差小于或等于所述方 差阈值时，则不做处理；
[0298] 若待识别图像为尺寸过小的低分辨率图像，则使用插值方法来对所述的待识别图 像进行放大处理；
[0299] 若待识别图像为光照过暗的图像，则使用灰度运算来对所述的待识别图像进行增 亮处理。
[0300] 所述模糊空间生成模块，至少包括
[0301] 高斯模糊子单元，通过对清晰图像进行高斯平滑来生成高斯模糊子空间，用于识 别由数字噪声所导致的模糊图像；
[0302] 光照模糊子单元，通过对清晰图像进行相应的灰度运算来生成光照模糊子空间， 用于识别由光照因素所导致的模糊图像；
[0303] 运动模糊子单元，通过对清晰图像进行相应的运动模糊来生成运动模糊子空间， 用于识别由相对运动所导致的模糊图像。
[0304] 以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技 术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和 变型，这些改进和变型也应视为本发明的保护范围。
【主权项】
1. 一种基于SIFT算法的模糊图像识别方法，其特征在于，所述方法包括： 对清晰的图像分别进行高斯平滑，灰度运算和运动模糊，生成模糊空间； 基于SIFT算法对模糊空间的所有图像进行特征提取和描述； 对待识别模糊图像利用S IFT算法提取所述待识别模糊图像的特征点； 将待识别图像的特征点分别和清晰图像所生成的模糊空间中的每一幅图像的特征点 进行匹配； 基于预定的测评标准来对所有的匹配进行评估，筛选出匹配效果最好的作为最终识别 结果。2. 根据权利要求1所述的基于SIFT算法的模糊图像识别方法，其特征在于，所述方法 具体包括： 2. 1图像预处理，根据待识别图像模糊的特点分析对待识别图像进行相关处理； 2. 2模糊空间构建，模糊空间中的图像集至少包括三类模糊图像，每类模糊图像分别构 成一个模糊子空间，所述的子空间分别为： 高斯模糊子空间，通过对清晰图像进行高斯平滑来生成高斯模糊子空间，用于识别由 数字噪声所导致的模糊图像； 光照模糊子空间，通过对清晰图像进行相应的灰度运算来生成光照模糊子空间，用于 识别由光照因素所导致的模糊图像； 运动模糊子空间，通过对清晰图像进行相应的运动模糊来生成运动模糊子空间，用于 识别由相对运动所导致的模糊图像。 2. 3SIFT特征提取与匹配，基于SIFT算法将待识别图像的特征点和模糊空间中每一幅 图像进行匹配； 2. 4匹配点对滤纯，基于RANSAC算法对2. 3的匹配效果进行滤纯，提高匹配的准确度； 2. 5匹配结果筛选，根据预定的测评标准，从2. 4结果中筛选出匹配效果最好的作为最 终识别结果。3. 根据权利要求2所述的基于SIFT算法的模糊图像识别方法，其特征在于，根据待识 别图像模糊的特点分析对待识别图像进行相关处理具体方法包括： 判断导致待识别图像模糊的原因， 若待识别图像为强噪声模糊图像，则预定方差阈值，若待识别图像的方差大于所述方 差阈值时，对待识别的图像进行平滑预处理；若待识别图像的方差小于或等于所述方差阈 值时，则不做处理； 若待识别图像为尺寸过小的低分辨率图像，则使用插值方法来对所述的待识别图像进 行放大处理； 若待识别图像为光照过暗的图像，则使用灰度运算来对所述的待识别图像进行增亮处 理。4. 根据权利要求1所述的基于SIFT算法的模糊图像识别方法，其特征在于，所述的 高斯模糊子空间的生成方法为：逐渐增大的二维高斯函数，得到多个高斯模糊图像In、 I12......Iln，多个模糊图像一起构成清晰图像I的模糊空间中的高斯模糊子空间，所述的 高斯模糊图像的方程式为： I11= G(x，y，〇 0*1， I12= G(x，y，〇 2)*I， Iln= G(x，y，〇 n)*I 其中，I为清晰图像；Iln为经过平滑后的模糊图像： G(x，y，〇n)为高斯平滑函数5. 根据权利要求1所述的基于SIFT算法的模糊图像识别方法，其特征在于，所述的光 照模糊子空间的生成方法为：对清晰图像进行直方图均衡化运算，将直方图系数k2i的值从 1开始逐渐增大，形成关于清晰图像的一系列亮度渐增的光照模糊图像，将k2i的值从1开 始逐渐减小为〇时，就会形成关于清晰图像的一系列亮度渐暗的光照模糊图像，将所述的 光照模糊图像一起构成清晰图像I的模糊空间中的光照模糊子空间，所述的光照模糊图像 的方程式为： I21= F(k21(I))， I22= F(k22(I))， I2i= F(k2i(I)) I2n= F(k2n(I)). 其中，F(I)为对原清晰图像I进行直方图均衡化操作； k2i为直方图均衡化运算系数，用来控制图像明暗程度； 121为原清晰图像所产生的带有亮度变化的模糊图像。6. 根据权利要求2所述的基于SIFT算法的模糊图像识别方法，其特征在于，所述的 预定的评测标准为：待识别图像的特征点和模糊空间中每一幅图像进行匹配的匹配正确率 R，所述匹配正确率的公式如下：其中，S为进行SIFT的最近邻匹配之后，我们会把每一组的匹配对数； C为滤纯之后的匹配对数，即正确的匹配对数。7. 根据权利要求1所述的基于SIFT算法的模糊图像识别方法，其特征在于，通过距离 比率的方式来进行特征匹配，对于特征点，若在另一图像中与其最短的欧式距离设为Cl1，次 短的欧式距离设为d2,则最近邻与次近邻的欧式距离比率为!" = Cl1Al2，若，r< ε则匹配成 功，否则，匹配失败，其中，ε为预先设定的阈值。8. -种基于SIFT算法的模糊图像识别装置，其特征在于，所述装置包括： 模糊空间生成模块，用于对清晰的图像分别进行高斯平滑，灰度运算和运动模糊，生成 模糊空间； 第一提取模块，用于基于SIFT算法对模糊空间的所有图像进行特征提取和描述； 第二提取模块，用于对待识别模糊图像利用SIFT算法提取所述待识别模糊图像的特 征点； 匹配模块，用于将待识别图像的特征点分别和清晰图像所生成的模糊空间中的每一幅 图像的特征点进行匹配； 结果输出模块，用于基于预定的测评标准来对所有的匹配进行评估，筛选出匹配效果 最好的作为最终识别结果。9. 根据权利要求8所述的基于SIFT算法的模糊图像识别装置，其特征在于，还包括图 像预处理单元，用于根据待识别图像模糊的特点分析对待识别图像进行相关处理， 若待识别图像为强噪声模糊图像，则预定方差阈值，若待识别图像的方差大于所述方 差阈值时，对待识别的图像进行平滑预处理；若待识别图像的方差小于或等于所述方差阈 值时，则不做处理； 若待识别图像为尺寸过小的低分辨率图像，则使用插值方法来对所述的待识别图像进 行放大处理； 若待识别图像为光照过暗的图像，则使用灰度运算来对所述的待识别图像进行增亮处 理。10. 根据权利要求1所述的基于SIFT算法的模糊图像识别装置，其特征在于，所述模糊 空间生成模块，至少包括 高斯模糊子单元，通过对清晰图像进行高斯平滑来生成高斯模糊子空间，用于识别由 数字噪声所导致的模糊图像； 光照模糊子单元，通过对清晰图像进行相应的灰度运算来生成光照模糊子空间，用于 识别由光照因素所导致的模糊图像； 运动模糊子单元，通过对清晰图像进行相应的运动模糊来生成运动模糊子空间，用于 识别由相对运动所导致的模糊图像。
【专利摘要】本发明涉及一种基于SIFT算法的模糊图像识别方法及装置。所述方法包括：对清晰的图像分别进行高斯平滑，灰度运算和运动模糊，生成模糊空间；基于SIFT算法对模糊空间的所有图像进行特征提取和描述；对待识别模糊图像利用SIFT算法提取所述待识别模糊图像的特征点；将待识别图像的特征点分别和清晰图像所生成的模糊空间中的每一幅图像的特征点进行匹配；基于预定的测评标准来对所有的匹配进行评估，筛选出匹配效果最好的作为最终识别结果。
【IPC分类】G06T5/00
【公开号】CN104899834
【申请号】CN201510096255
【发明人】钟宝江, 赵帅
【申请人】苏州大学
【公开日】2015年9月9日
【申请日】2015年3月4日