运动模糊图像的多目标参数估计-应用科技-哈尔滨工程大学.PDF

第４３卷第３期 应　 　 　 用　 　 　 科　 　 　 技 Ｖｏｌ．４３ №．３ ２０１６年６月 Ａｐｐｌｉｅｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｊｕｎ． ２０１６ ＤＯＩ：１０．１１９９１／ ｙｙｋｊ．２０１５０８０３６ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１１９１．Ｕ１４２６．００８．ｈｔｍｌ 运动模糊图像的多目标参数估计 陈春雨，郑凯 哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨 １５０００１ 摘　 要：针对现有算法只能进行单一目标模糊参数的鉴别的缺点，提出利用局部标准差和现有算法相结合的方法同时鉴 定多目标的模糊参数。 通过对现有算法的分析，对模糊图像进行局部标准差滤波，提取标准差较大的模糊边缘图像块， 对各图像块进行筛选、归类，然后应用Ｒａｄｏｎ变换及改进倒谱法分别对每个图像块进行运动模糊参数的鉴别，再通过加 权平均处理，进一步精确参数结果。 算法对鉴别多目标模糊参数有良好的精度，而且提高了运动模糊参数鉴别的稳定性 和准确性。 关键词：多目标；参数估计；运动模糊；局部标准差；图像分块；加权平均 中图分类号：ＴＰ３９１．４　 　 　 　 　 　 文献标志码：Ａ　 　 　 　 　 　 文章编号：１００９⁃６７１Ｘ（２０１６）０３⁃０１７⁃０６ Ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｐａｒａｍｅｔｅｒ ｅｓｔｉｍａｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｏｔｉｏｎ⁃ｂｌｕｒｒｅｄ ｉｍａｇｅ ＣＨＥＮ Ｃｈｕｎｙｕ，ＺＨＥＮＧ Ｋａｉ Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ：Ｔｈｅ ｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｃａｎ ｏｎｌｙ ｉｄｅｎｔｉｆｙ ｂｌｕｒ ｐａｒａｍｅｔｅｒｓ ｆｏｒ ａ ｓｉｎｇｌｅ ｏｂｊｅｃｔｉｖｅ． Ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｉｓ ｓｈｏｒｔ⁃ ｃｏｍｉｎｇ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓｔｏｕｓｅｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｔｈｅｌｏｃａｌ ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ ａｎｄｔｈｅｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓｔｏ ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｉｄｅｎｔｉｆｙ ｔｈｅ ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｍｏｔｉｏｎ⁃ｂｌｕｒ ｐａｒａｍｅｔｅｒｓ． Ｆｉｒｓｔ ｔｈｅ ｍｏｔｉｏｎ⁃ｂｌｕｒ ｉｍａｇｅｗａｓｆｉｌｔｅｒｅｄ ｂｙ ｌｏｃａｌ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｌａｒｇｅｒ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ ｂｌｕｒ ｅｄｇｅ ｉｍａｇｅ ｂｌｏｃｋｓ ｆｏｒ ｓｃｒｅｅｎｉｎｇ ａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ． Ｔｈｅｎ，ｍｏｔｉｏｎｂｌｕｒｐａｒａｍｅｔｅｒｓｏｆ ｅｖｅｒｙｉｍａｇｅｂｌｏｃｋｓｗｅｒｅｏｂｔａｉｎｅｄｂａｓｅｄｏｎＲａｄｏｎｔｒａｎｓｆｏｒｍａｎｄｔｈｅｉｍｐｒｏｖｅｄｃｅｐ⁃ ｓｔｒｕｍ ａｌｇｏｒｉｔｈｍ． Ａｎｄ ｔｈｅｎ，ｔｈｅｒｅｓｕｌｔｓｏｆ ｍｏｒｅａｃｃｕｒａｔｅｐａｒａｍｅｔｅｒｓｗｅｒｅｆｕｒｔｈｅｒｒｅｔｒｉｅｖｅｄｖｉａｗｅｉｇｈｔｅｄａｖｅｒａｇｅｐｒｏ⁃ ｃｅｓｓｉｎｇ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｏｆ ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｂｌｕｒ ｐａｒａｍｅｔｅｒｓ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｈａｓ ｈｉｇｈ ａｃｃｕｒａｃｙ ａｎｄ ｃａｎ ｅｎｈａｎｃｅ ｔｈｅ ｓｔａｂｉｌｉｔｙ ａｎｄ ａｃｃｕｒａｃｙ ｏｆ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｍｏｔｉｏｎ ｂｌｕｒ ｐａｒａｍｅｔｅｒｓ． Ｋｅｙｗｏｒｄｓ：ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ；ｐａｒａｍｅｔｅｒ ｅｓｔｉｍａｔｉｏｎ；ｍｏｔｉｏｎ⁃ｂｌｕｒ；ｌｏｃａｌ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏ