[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

说明书

本发明公开了一种面向高速直线运动对象的模糊图像盲复原方法，包括：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；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；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；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。

技术领域

本发明涉及图像复原领域，尤其涉及一种面向高速直线运动对象的模糊图像盲复原方法。

背景技术

数字图像复原是数字图像处理的重要组成部分，在航空航天技术、生物医学工程、军事公安、计算机视觉等许多方面有广泛应用。图像复原的一个重要课题是运动模糊图像复原，在图像拍摄过程中，由于景物与成像系统的相对运动会导致图像模糊，而匀速直线运动作为图像运动模糊的一种典型情况，得到了广泛的研究。基于模糊核是否已知，图像复原算法通常可以分为盲复原与非盲复原两类，其中非盲图像复原算法是在确切知道模糊核的前提下，进行模糊图像的复原。然而，在实际情况中，模糊核一般未知，这时须对模糊图像进行盲复原。

在线缺陷检测利用视觉手段，以计算机算法为核心，高效率高精度地代替人眼识别检测生产线被检对象是否存在缺陷。然而在工作过程中，视觉成像操作必须在被检对象处于静止状态完成，一定程度上限制了工作效率。若能估算出成像过程中被检对象随生产线高速直线运动的模糊核，将直接拍摄得到的模糊图像复原为清晰图像，便能实现动态的在线缺陷检测，进一步提高效率。

据述，为实现面向高速直线运动对象的模糊图像盲复原，模糊核估算精度至关重要。其估计算法可分为：傅里叶频域处理法、倒谱域处理法、空域处理法。专利CN103544681A通过局部模糊核和相机全局运动参数的对应关系，实现运动模糊图像复原。专利201310362933.0引入L₀范数的相机抖动模糊核稀疏先验，利用迭代重新加权最小二乘法实现模糊核的快速估计。专利CN103761710A对梯度域清晰图像及模糊核交替求解，得到模糊图像的初始模糊核，再更新去均值正则模型中的均值和加权系数并重新求解。专利201310283054.9将图像多尺度自相似特性作为先验信息引入图像复原问题中，将上一尺度估计的清晰图像作为下一尺度的先验约束，进行图像复原。专利CN10280054A利用经典的去模糊算法，求出两个基本模糊核，再对其线性组合加权得到模糊核字典，通过引入稀疏度量，找到更精确的模糊核。专利201310033631.9利用图像局部结构方向导数对模糊核进行多尺度迭代估计。

由于在线缺陷检测中为提高检测效率，被检对象随生产线高速直线运动，其使得模糊核模糊长度较大。动态成像时易混入噪声干扰，加大模糊核参数估算难度。模糊核估算方法可分为参数法和迭代法，其中迭代法对初始值敏感，有时甚至不能收敛得到良好的解。大多参数法将模糊角度估算出来后，旋转图像将模糊方向置于水平，但该过程易增添冗余数据，损伤有效数据，影响最后估算结果。故综上，利用单幅面向高速直线运动对象的模糊图像模糊核信息，面向高速直线运动对象与实际工程应用，提出一种简单、快捷、噪声鲁棒的盲复原方法是有必要的。

发明内容

为解决上述技术问题，本发明的目的是提供一种面向高速直线运动对象的模糊图像盲复原方法。该方法考虑在线缺陷检测动态成像过程中，对象高速直线运动产生的严重模糊以及较强噪声，实现了盲图像复原中的模糊核准确估计及模糊图像的有效复原。且估算过程不增添冗余数据，也不损伤有效数据。成功将面向高速直线运动对象的模糊图像盲复原方法应用到实际工程中。

本发明的目的通过以下的技术方案来实现：

一种面向高速直线运动对象的模糊图像盲复原方法，该方法包括：