[发明专利]一种面向高速直线运动对象的模糊图像盲复原方法有效
申请号: | 201810220025.0 | 申请日: | 2018-03-16 |
公开(公告)号: | CN108376393B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 刘桂雄;吴俊芳;王博帝 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/13 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 陈新胜 |
地址: | 510640 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 高速 直线运动 对象 模糊 图像 复原 方法 | ||
1.一种面向高速直线运动对象的模糊图像盲复原方法,其特征在于,所述方法包括以下步骤:
A、对单幅面向高速直线运动对象的模糊图像进行傅里叶变换,求得频谱图,对频谱图进行边缘检测后再进行Radon变换,找出积分极大值对应的角度,所述角度为模糊角度α;
B、对单幅面向高速直线运动对象的模糊图像进行边缘强化预处理,计算基于幅值的自相关函数矩阵,作出所述基于幅值的自相关函数矩阵的曲线簇,找出除中心邻域外所述曲线簇的一对共轭低谷;
C、用所述共轭低谷距离的一半除以所述模糊角度α的正弦值,得到模糊长度l;
D、对所述面向高速直线运动对象的模糊图像、模糊角度α及模糊长度l,执行Lucy-Richards逆卷积操作,所述Lucy-Richards逆卷积操作的结果即为复原图像;
所述步骤B中,
边缘强化预处理是指将所述面向高速直线运动对象的模糊图像与一阶微分边缘检测算子作卷积运算;
基于幅值的自相关函数矩阵是指对所述边缘强化预处理结果的傅里叶变换幅值执行傅里叶逆变换后的矩阵;
曲线簇是指将所述基于幅值的自相关函数矩阵每列元素值作为因变量,基于幅值的自相关函数矩阵行数作为自变量画出的曲线簇;
曲线簇中心邻域是指以所述曲线簇定义域中心为中心,某一长度为半径的邻域;所述曲线簇中心邻域的半径不超过5个像素点,所述曲线簇中心邻域的半径与所述面向高速直线运动对象的模糊图像尺寸有关;
曲线簇在所述曲线簇中心邻域外存在一对共轭低谷;所述共轭低谷对应于所述基于幅值的自相关函数的最小值。
2.根据权利要求1所述的面向高速直线运动对象的模糊图像盲复原方法,其特征在于,
所述高速直线运动对象是指在线缺陷检测中随生产线作高速直线运动的被检对象;
所述面向高速直线运动对象的模糊图像是指相机拍摄的所述高速直线运动对象的图像为模糊图像。
3.根据权利要求1所述的面向高速直线运动对象的模糊图像盲复原方法,其特征在于,所述盲复原指的是没有清晰图像供参考。
4.根据权利要求1所述的面向高速直线运动对象的模糊图像盲复原方法,其特征在于,所述步骤A中,
频谱图是指对单幅面向高速直线运动对象的模糊图像进行傅里叶变换的结果;
Radon变换对象为所述边缘检测结果;
Radon变换是指对所述边缘检测结果的每个角度计算一个线积分;
积分最大值为所述Radon变换中所述边缘检测结果在各个角度线积分中的最大值;
所述模糊角度α指所述积分极大值对应的角度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810220025.0/1.html,转载请声明来源钻瓜专利网。