沿运动模糊路径进行一维反卷积的单视点图像去模糊方法
【技术领域】
[0001] 本发明设及图像复原领域，尤其设及沿运动模糊路径进行一维反卷积的单视点图 像快速去模糊方法及系统。
【背景技术】
[0002] 近年来，随着我国工业自动化和机器视觉的发展，特别是在自动化生产线中，为了 提高生产效率要去产品在不离开流水线的情况下进行不间断检测与分析，在短曝光时间 内，拍摄系统与目标之间的相对运动常常导致图像模糊，图像质量严重受到影响，从而导致 后续的检测与识别变得异常困难。因此迫切需要深入研究动目标图像实时去模糊的方法， 推动智能生产领域目标检测技术的发展，推动运动目标检测在民用领域的广泛应用。
[0003] 目前提出的快速去模糊算法，无论是将多变量的反问题转化为单变量的简单问 题，还是使用混合Laplace先验知识和交替最小化都是基于二维的图像模糊模型进行的算 法开发，其耗时长达数分钟无法满足实时性的要求。另外，有一些方法通过采用高性能的 GPU或是构建多片DSPs图像处理系统来提高处理时间。运些方法虽然可W解决实时性问题， 但是成本高昂。因此有必要开发一种满足机器视觉系统实时性要求的快速去模糊算法。
【发明内容】
[0004] 本发明的目的在于，为对非水平方向的运动去模糊有实时性要求的计算机视觉系 统，提供一种高效、快速的去模糊方法。
[000引本发明解决其技术问题所采用的技术方案是：
[0006] 提供一种沿运动模糊路径进行一维反卷积的单视点图像快速去模糊方法，包括W 下步骤：
[0007] S1、输入模糊图像，根据模糊图像中目标的轮廓，估计模糊图像的点扩 [000引散函数，即模糊核；
[0009] S2、对模糊核进行细化处理获取单像素宽度的模糊路径，并计算模糊路径的长度 和角度；
[0010] S3、沿模糊路径，利用切比雪夫多项式插值，将非水平方向的运动模糊图像的第一 列和最后一行的像素点分别作为起始点，提取沿水平方向运动模糊的转换图像；
[0011] S4、对水平方向的运动模糊图像逐行进行扩展，扩展到2的幕次方的线性组合的宽 度，获得扩展后的运动模糊图像；
[0012] S5、将扩展后的运动模糊图像逐行进行一维反卷积运算，获取去模糊后的转换图 像；
[0013] S6、根据模糊路径，将去模糊后的转换图像进行反转换获取与原模糊图像一致的 去模糊反转图像。
[0014] 本发明所述的方法中，步骤S3具体为：
[001引S31、模糊图像的原模糊模型表示为如V，y) = /(λ-，>，）? /!(义，>0 +舟(X，乂)，其中f (x，y)为清晰图像，图像大小为MXN，g(x，y)为模糊图像，图像大小为MXN，n(x，y)为噪声，h (x，y)为模糊核，M、N为自然数；
[0016] S32、沿模糊路径，将h(x，y)表示为水平方向的运动模糊核h(x)，模糊路径上模糊 核的值与y无关；沿模糊路径，将原模糊模型转换为一维卷积的形式 各〇)=/(別@&(.。+ 蛛、:）；
[0017] S33、沿模糊路径提取像素点，具体为从非水平方向运动的模糊图像中，抽取具有 模糊相关性的像素，从而获得堆积的多个一维行向量;根据切比雪夫多项式生成插值模板， 在提取的过程中对模糊路径上的像素进行插值，获取精确的堆积的多个一维行向量。
[0018] 本发明所述的方法中，步骤S5具体包括：
[0019] S51、水平堆积图像的去模糊模型建立：
[0020] 沿水平方向运动模糊的转换图像表示为bw],, 4如).如『，根据一维 模糊模型I的=/的@却诗+?灼使用基于各项异性正则化的化算法，一维反卷积的形式表 示为
为过
[0021] 平滑参数；
[0022] S52、水平堆积图像去模糊模型的频域求解：
[002引求解模型为
假设Η、)在更新尸"唯-)时为已知量jw(.r)为第η次 迭代后的结果，根据函数J(f)的一阶导数可得/<"1喉)的迭代更新算法如下；
[0024]
[002引使用FFT将算法变换到频域，迭代过程变为：
[0026]
[0027] 其中F代表傅里叶变换，Fi代表反傅里叶变换，F代表傅里叶变换的共辆。
[0028] 本发明还提供了一种沿运动模糊路径进行一维反卷积的单视点图像快速去模糊 系统，包括：
[0029] 模糊核估计模块，用于输入模糊图像，根据模糊图像中目标的轮廓，估计模糊图像 的点扩散函数，即模糊核；
[0030] 模糊路径计算模块，用于对模糊核进行细化处理获取单像素宽度的模糊路径，并 计算模糊路径的长度和角度；
[0031] 沿水平方向运动模糊的转换图像提取模块，用于沿模糊路径，利用切比雪夫多项 式插值，将非水平方向的运动模糊图像的第一列和最后一行的像素点分别作为起始点，提 取沿水平方向运动模糊的转换图像；
[0032] 运动模糊图像扩展模块，用于对水平方向的运动模糊图像逐行进行扩展，扩展到2 的幕次方的线性组合的宽度，获得扩展后的运动模糊图像；
[0033] -维反卷积运算模块，用于将扩展后的运动模糊图像逐行进行一维反卷积运算， 获取去模糊后的转换图像；
[0034] 图像转换模块，用于根据模糊路径，将去模糊后的转换图像进行反转换获取与原 模糊图像一致的去模糊反转图像。
[0035] 本发明产生的有益效果是:本发明通过沿模运动糊路径进行一维反卷积的单视点 去模糊算法，可W快速地对非水平方向的运动模糊图像进行去模糊处理，满足计算机视觉 系统中图像处理的实时性要求，为动平台图像采集系统及高机动计算机视觉系统提供快速 去模糊方法并获取高清晰图像。
【附图说明】
[0036] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0037] 图1为本发明实施例沿运动模糊路径进行一维反卷积的单视点图像快速去模糊方 法流程图；
[0038] 图2为在模糊图像上沿着模糊路径提取像素；
[0039] 图3为沿模糊路径将模糊图像提取成一维向量，并转换为水平方向堆积的图像；
[0040] 图4为模糊转换图像的扩展；
[0041 ]图5为真实模糊图像快速去模糊过程；
[0042] 图6为本发明方法与其他方法的对比示意图；
[0043] 图7为本发明实施例沿运动模糊路径进行一维反卷积的单视点图像快速去模糊系 统结构示意图。
【具体实施方式】
[0044] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用W解释本发明，并不 用于限定本发明。
[0045] 本发明能快速地对非水平方向的运动模糊图像进行去模糊处理，满足计算机视觉 系统中图像处理的实时性要求，为动平台图像采集系统及高机动计算机视觉系统提供快速 去模糊方法并获取高清晰图像。
[0046] 本发明实施例的沿运动模糊路径进行一维反卷积的单视点图像快速去模糊方法， 如图1所示，包括W下步骤：
[0047] S1、输入模糊图像，根据模糊图像中目标的轮廓，估计模糊图像的点扩
[0048] 散函数(模糊核）；
[0049] S2、对模糊核进行细化处理获取单像素宽度的模糊路径，并计算模糊路径的长度 和角度；
[0050] S3、沿模糊路径，利用切比雪夫多项式插值（见文献Tianxu Zhang,化nyu Hong, Luxin Yan，Xiuhua Zhang.民estoration of rotational motion blurred image based on chebyshev polynomial interpolations[C]Medical Imaging,Parallel Processing of Images，and Optimization Techniques.YiQiang:SPIE，2009)，将非水平方向的运动模 糊图像的第一列和最后一行的像素点分别作为起始点，提取成沿水平方向运动模糊的转换 图像。
[0051] S4、对水平方向的运动模糊图像逐行进行扩展，扩展到2的幕次方的线性组合的宽 度，即获得扩展后的运动模糊图像，从而方便进行快速傅立叶变换(FFT)。
[0052] S5、将扩展后的运动模糊图像逐行进行一维反卷积运算，获取去模糊后的转换图 像；
[0053] S6、根据模糊路径，将去模糊后的转换图像进行反转换获取原模糊图像一致的去 模糊反转图像。
[0054] 进一步地，本发明的一个实施例中，步骤S3具体包括W下步骤：
[005引S31、模糊图像的原模糊模型可表示为各二/(λ%少少) + ，其中 f(x，y)为清晰图像，图像大小为MXN，g(x，y)为模糊图像，图像大小为MXN，n(x，y)为噪声， h (X，y)为模糊核。显然，原模糊模型为二维卷积模型。
[0056] S32、沿模糊路径，可将h(x，y)表示为水平方向的运动模糊核h(x)。即模糊路径上 模糊核的值与y无关。从而沿模糊