[发明专利]一种基于图像列灰度概率一致性的高速运动图像去模糊方法

权利要求书

1.一种基于图像列灰度概率一致性的高速运动图像去模糊方法，其特征是包括以下步骤：

步骤(1)：相机前向运动模糊过程建模

设车载相机在机车带动下以速度v水平向前运动时，相机曝光时间为T，模糊图像b(x,y)模型如下：

上式中，x、y表示像素点坐标，g(x+vt,y)为原目标图像，d为采样距离，因此模糊长度为式(1)的离散化形式为：

其中i为循环变量；令式(2)可表示为卷积形式：

其中表示卷积符号，对于上述卷积模糊中的核函数h(x,y)估算出模糊核；

步骤(2)：空间变换，降低空间维度

估算出模糊核后，若相机只前向运动时，y为常数，式(2)可表示为矩阵形式：

A·G_y＝B_y (4)

其中

式(4)中m为像素点x的采样个数，像素点y为常数，式(4)方程组有无穷多个解；再增加l个方程，其系数矩阵A和向量B_y分别扩展为和

将矩阵A和向量B_y同时扩展到m+l维线性空间线性方程组(5)有唯一特解：

将方程两边左乘的逆矩阵得：

通过上述空间变换，则可将式(4)关于G_y的m+l维不定解问题转化为关于S_y的l维定解问题，其中自变量为：

由式(2)和式(6)可得：

步骤(3)：基于列灰度一致性的图像去模糊

根据公式(7)，在图像边界前后预测一个合适的图像块：S_l×n(x,y)，即可以将m×n维空间的问题转变为l×n维空间的问题，

构建图像相邻列一致性指标：

引入单边α置信均值和误差允许阀k，其中即

构建评价函数：

整幅图像的列一致性评价指标为：

对于已经估计出的图像构建综合灰度均方误差评价指标E：

图像去模糊问题则转化为l×n维空间内的双目标最优化问题；建立如下优化模型：

式(13)是在保证CGPC尽量小的情况下使E评价指标尽量小，使图像去模糊质量最优。