[发明专利]基于近景遥感的去运动模糊方法

说明书

技术领域

本发明属于遥感、图像处理技术领域，特别涉及一种基于近景遥感的去运动模糊方法。

背景技术

近年来基于移动平台的摄影测量或虚拟现实系统方兴未艾，李德仁等率先提出并实现了车载道路量测系统(李德仁2008)，腾讯、百度等公司的车载街景采集系统(宁永强2016)也逐渐成熟并取得了大规模商业化应用，这些基于移动平台的量测或虚拟现实系统有赖于清晰的图像。但在光线不佳、速度过快的情况下，移动平台影像可能会出现运动模糊，去除运动模糊成为扩展移动平台遥感应用适用条件的重要需求。

随着传感器技术的高速发展，使信息化测绘踏入新的时代，迅速、便捷地获取近景遥感视频，街景应用工作中具有十分重要的意义，然而在图像采集的过程中易受空气气流的影响、摄影平台的机械震动以及摄影平台与参测物之间的相对运动造成了图像的运动模糊，严重影响了在各种场景的应用。部分学者通过使用稀疏的模糊核复原图像的方法(Cai et al提出的多重图像去模糊算法)、采用新型能量公式优化光流的方法(Kim and Lee提出的动态视频去模糊算法)、采用多图像在傅立叶域变换累积的方法(Delbracio and Sapiro提出傅立叶频域累积算法)以及通过使用清晰的图像还原模糊图像的方法(cho et al提出使用幸运像素点的方法)。上述方法都具有一定的去运动模糊能量，但是存在很大的不确定性，干扰因素较多，结果不够准确。

发明内容

本发明的目的在于提供一种基于近景遥感的去运动模糊方法，该方法通过将模糊街景视频，按帧提取为序列模糊图像，同时将模糊图像数字化，并通过空域光流预处理，得到初步的模糊街景去模糊效果，再通过数字图像匹配配准处理，获得具有空间相关性的序列，而后对具有空间相关性的图像序列进行图像金字塔分层处理，再由进过图像金字塔处理后的数据进行傅立叶累积，在此处理后，可以获得去模糊的街景图像。

为解决上述技术问题，本发明公开的一种基于近景遥感的去运动模糊方法，其特征在于，它包括如下步骤：

步骤1：获取选定区域的街景视频，然后通过分帧提取，获得所述街景视频的序列模糊图像，再将序列模糊图像数字化处理，得到数字序列模糊图像；

步骤2：得到上述数字序列模糊图像的RGB(红、绿、蓝三色)三维数据矩阵，然后根据前向光流与后向光流的双向对称性特点，以数字序列模糊图像亮度变化为基础，利用双向光流估计法进行数据正则化估算处理，进而得到估算的数字序列模糊图像光流；

步骤3：对估算的数字序列模糊图像光流利用光流复原方法得到初步复原图像，并对初步复原图像进行图像分割处理，将初步复原图像等分成若干图像块，然后对图像块进行配准处理，并对配准后的图像进行金字塔分层处理，然后对图像金字塔分层进行傅立叶累积得到最终的复原图像，该复原的图像相对于上述数字序列模糊图像提升了图像整体清晰度，去除图像中物体的边缘模糊。

本发明通过对街景图像处理，利用光流算法、金字塔分层算法以及傅立叶累积算法对街景中的模糊域进行复原，使其能够达到街景应用的水准，此方法计算复原结果更为准确，可以适应于更多的街景场合，有较好的适用性。

具体实施方式

以下结合具体实施例对本发明作进一步的详细说明：

本发明的基于近景遥感的去运动模糊方法，它包括如下步骤：

步骤1：获取选定区域的街景视频，然后通过分帧提取，获得所述街景视频的序列模糊图像，再由MATLAB软件将序列模糊图像数字化处理，得到数字序列模糊图像；

步骤2：Matlab软件得到上述数字序列模糊图像的RGB三维数据矩阵，然后根据前向光流与后向光流的双向对称性特点，以数字序列模糊图像亮度变化为基础，利用双向光流估计法进行数据正则化估算处理，进而得到估算的数字序列模糊图像光流，通过此方法初步提升图像整体清晰度以及去除图像中物体的边缘模糊；

步骤3：对估算的数字序列模糊图像光流利用光流复原方法得到初步复原图像，并对初步复原图像进行图像分割处理，将初步复原图像等分成若干图像块，然后对图像块进行配准处理，并对配准后的图像进行金字塔分层处理，然后对图像金字塔分层进行傅立叶累积得到最终的复原图像，该复原的图像相对于上述数字序列模糊图像提升了图像整体清晰度，去除图像中物体的边缘模糊。

上述技术方案的步骤2中以数字序列模糊图像亮度变化为基础，利用双向光流估计法进行数据正则化估算处理，以及步骤3中对估算的数字序列模糊图像光流利用光流复原方法得到初步复原图像的具体计算方式为：