[发明专利]一种面向测量领域的图像去模糊评估方法

摘要

本发明一种面向测量领域的图像去模糊评估方法属于计算机视觉测量技术领域，涉及一种面向测量领域的图像去模糊评估方法。该方法首先搭建双目视觉测量系统，驱动机床带动用于表征定位信息的标记点高速运动，同时采集序列图像。其次利用曝光时间、帧频已知先验信息求解模糊核，基于非盲复原算法实现图像去模糊。然后建立图像去模糊评估函数，结合精度指标、图像结构数值分析及客观评价方法将误差波动幅度，圆心距约束条件，及图像结构相似度三种评估手段归一化，对图像还原效果进行定性评价，最终实现面向测量领域的图像去模糊评估。该方法实现了对面向测量领域的图像去模糊的有效评估，方法可行性及鲁棒性好。

主权项

1.一种面向测量领域的图像去模糊评估方法，其特征是，该方法采用双目视觉测量系统驱动机床带动用于表征定位信息的标记点高速运动，采集序列图像；利用曝光时间、帧频已知先验信息求解模糊核，基于非盲复原算法实现图像去模糊；然后建立图像去模糊评估函数，结合精度指标、图像结构数值分析及客观评价方法将误差波动幅度，圆心距约束条件，及图像结构相似度三种评估手段归一化，对图像还原效果进行定性评价，最终实现面向测量领域的图像去模糊评估；方法的具体步骤如下：步骤1：搭建视觉测量系统采集图像首先搭建双目视觉测量系统并进行相机标定，将上表面含有圆形标记点的测量目标固定安装在数控机床上，两个工业相机通过型材悬挂固定在测量目标上方，测量过程中驱动数控机床带动测量目标按设定的轨迹高速运动，同时触发相机拍摄测量目标，来得到含有运动模糊的标记点序列图像并储存到计算机；步骤2：求解模糊核进行图像去模糊由于实际拍摄过程中受环境及相机帧频的影响曝光时间很短，且在一定条件下变速、非直线及周期运动都分解为多个匀速直线运动，因此曝光时间内的运动模糊可视为线性模糊，其模糊核可表征为一条线段，由模糊方向和模糊尺度两个参数确定，本发明中根据相邻两帧图像之间的关系作为已知的先验信息，估计精确的模糊核：其中，f为相机帧频，t是曝光时间，(x1，y1)和(x2，y2)为前后两帧图像中标记点圆心的像素坐标，设定前一帧图像模糊尺度为θ1，由此遍历序列图像求可求得模糊方向θ2及模糊尺度L，即可求解每帧图像精确的模糊核，然后利用非盲复原算法去卷积，来实现每一帧图像去模糊；步骤3：建立误差波动幅度函数图像采集过程中由于运动模糊会影响标记点定位信息的提取精度，为降低视觉测量系统的测量误差，图像去模糊效果的评估方法需考虑精度指标的影响，因此对针对测量误差提出了函数Q1：其中，ei,i＝(1,2,...,n)表示每一帧图像标记点的视觉测量误差，即标记点的实际测量位置与理论位置的偏差，E表示拍摄的n帧图像中由模糊图像求得的视觉测量误差blur(ei),i＝(1,2,...,n)和由图像去模糊复原的清晰图像求得的视觉测量误差deblur(ei),i＝(1,2,...,n)的集合，两点结合表示得到误差波动幅度函数Q1，保证Q1∈(0,1)，Q1且越大，ei越小，表示视觉测量误差越小，图像模糊越低，以此评价图像去模糊处理对于系统测量精度指标的改善效果；步骤4：建立圆心距约束条件函数图像处理过程中考虑图像特性，根据理论图像下标记点之间的关系，引入单幅图像关于圆心距离的约束，因此对针对圆心距约束条件提出函数Q2：其中，d表示每帧图像上圆形标记点中每两个相邻标记点之间的圆心距，设计的测量目标上共有7×7个圆形标记点，dmean是d在每帧图像中的平均值；分量Q2值越大，表示dmean越接近圆心距标准距离，对于距离的求解越准确，图像模糊效果越低，以此评价图像模糊程度及图像去模糊处理效果；步骤5：建立图像结构相似度函数在图像去模糊的客观评价方法中，结构相似度从参考图像与清晰图像的亮度、对比度以及结构之间的相似性出发来评价图像的模糊程度，可应用于评价图像去模糊效果：其中，μx和μy分别代表两幅图像的均值，即灰度分量，σx和σy表示图像的方差，即对比度分量，σxy表示两幅图像之间的协方差，C1和C2表示常量；通过对于模糊原图和去模糊复原图像分别相比于清晰图像的结构相似度，得到Q3分量的比较，即Q3值越大，表示两幅图像与清晰图像结构越相似，图像去模糊效果越好；步骤6：建立图像去模糊评估函数结合步骤3、步骤4及步骤5的图像去模糊评估函数，将误差波动幅度，圆心距约束条件，及图像结构相似度三种评估手段归一化处理，可得针对测量领域图像去模糊评估函数Q：其中，wi为每个函数的对应权重，该评价函数综合考虑了视觉测量系统测量精度指标、单幅图像自身的图像特性分析及对图像质量的客观评价方法，对图像去模糊效果进行定性评价，最终实现面向测量领域的图像去模糊评估，即针对的每一帧图像，分别对模糊原图及去模糊图像求取评估函数Q值，评估函数Q的值相对越大，表示图像去模糊效果越好。