2基于运动的运动去模糊的设计与开发.docVIP

2基于运动的运动去模糊 摘要 由于摄像机运动的运动模糊可以严重地降低一幅图像的质量。由于摄像机运动的轨迹可以是任意的，运动图像去模糊是一个困难的问题。以前处理这个问题的方法有：运动去模糊的盲复原、使用稳定透镜的光学校正和通过在运动中限制曝光时间的特殊CMOS传感器。在本文中，我们利用空间分辨率和时间分辨率之间的基本权衡构建一个混合的摄像头，可以在图像退化的过程中测量自己的运动。所获取的运动信息被用于计算点扩散函数（PSF），在集成过程中，表示相机的运动路径。然后该PSF用于该图像的去模糊。为了验证混合成像的运动去模糊的可行性，我们已经实现了一个原型的混合型摄像机。这个原型系统从使用长时间曝光和复杂的相机运动路径的不同的室内和室外场景方面进行了评估。结果表明，对运动模糊问题，混合成像以最少的资源优于以前的方法。我们通过简短的讨论得出在超出全球摄像机运动的情况下，我们的想法是如何扩展到的单个以不同的速度运动的单个对象现场中去的。 1 简介 运动模糊是在图像集成的过程中照相机和场景之间相对运动引起的结果。运动模糊可以被用于美学目的，例如强调一个场景的动态性。也可以用来获得运动和场景的3D结构信息。运动模糊还被用来计算图表来创造更多真实感的图像来取悦眼睛。在人类和机器视觉上的一些运动模糊的代表和模型已经被提出。 经常地，运动模糊被简单地描述为不良影响。其已经在早期就困扰了摄影术而且仍然被认为是可以显著降低图像质量的影响。Fig.1给出了由于照相机简单的运动引起的模糊图像的模拟例子。在实际上，由于可能运动路径的巨大空间，每一个运动模糊图像都趋于独特模糊。这导致运动去模糊更加艰难。 运动模糊图像在模糊至少为局部移不变的和引起模糊的模糊函数是已知的情况下可以通过图像去卷积重建（直至失去空间频域），因为ＰＳＦ同时是非已知的，相当大数量的研究投入于从图像本身估计ＰＳＦ。这通常使用图像盲去卷积估计PSF。PSF估计和运动去模糊已经被定位在图像序列处理和空间超分辨率算法和时间超分辨率算法中。 图像盲去卷积算法一般假设引起模糊的运动可以被一个明确的简单的运动模糊模型参数化。实际上，因为照相机运动路径更加复杂，上述方法到真实世界 摄影上的适用性是非常局限的，Fig.2给出了对Fig1.b上的图像使用matlab上的图像盲去卷积方法的结果。结果图像清晰地被强烈的去卷积条纹降质。 最近提出了比上面的方法更加一般的对运动模糊问题的两个硬件方法。第一个方法为弥补照相机晃动使用了光学的平稳透镜组。这些透镜有一个由惯性传感器控制的可调节的光学元素，弥补了照相机运动。如Fig.3所示，这个方法只对相当小的曝光有效；那些甚至在1/15秒期间降质的图像可以由于系统漂移展现显著的运动模糊。第二个方法是由特殊设计的CMOS传感器，这些传感器通过在检测到模糊的区域里选择性的停止图像合成来阻止运动模糊。然而，在长曝光时间内不能解决由于照相机晃动引起的运动模糊问题。 在本论文中，我们呈现了一个对图像运动去模糊的新奇的方法。我们的方法从在图像合成时间内由限制能量得到而稀疏的真实运动测量来估计引起模糊的连续ＰＳＦ。这个ＰＳＦ用来去卷积去图像模糊。 为了获得需要的运动信息，我们通过把一个高分辨率成像设备即主要的检测器和一个简单的低成本和低分辨率的成像设施即第二个检测器结合形成一个新奇的混合成像系统，从而在空间分辨率和时间分辨率内基础的交替使用。当主要的检测器捕获到衣服图像，第二个检测器获得ＰＳＦ估计中所需要的运动信息。 我们进行了几个证明混合成像系统运动去模糊的简便性的仿真实验。这些仿真实验显示，以最少的资源第二个检测器可以提供运动ＰＳＦ估计的像素级准确性。被这些结果激励，我们实现了一个混合成像系统原型。我们还进行了多样的户外户内场景和合成过程中照相机复杂运动的试验。结果表明混和成像在运动模糊问题上胜过先前的方法。 最后，我们讨论了由运动对象引起的运动模糊的去模糊问题上的混合成像的适用性。运动的对象由于他们在图像合成过程中与背景相混合呈现了更加复杂的模糊问题。我们证明了混合成像提供了在解决这个问题上的一个局部但相当重要的一步。 ２基础的分辨率交换使用 图像是当在一个时间间隔内图像检测器集成光能量时形成的。让我们假设在集成过程中一个像素接收到的总光能量必须高于检测到的光的一个最小级别。这个最小级别是由这个检测器的信噪特性决定的。因此，给定了这样一个最小级别和入射通量水平，曝光时间需要确保检测到的入射光与像素区域成反比。换句话说，曝光时间与空间分辨率成正比。当检测器与它的反应成线性关系，上面的曝光和分辨率的关系也是线性的。这就是空间分辨率（像素的数量）和时间分辨率（每秒钟图像的数量）之间的基本权衡。 交替使用由Ｆｉｇ．４上的粗线说明。这条线上的系数是由使用的检测器和入射通量的物质性能决定。