针对车载视频图像中同时包含局部运动模糊和全局运动模糊,现有去模糊算法难以适用且效果差等问题,提出一种基于再模糊理论的复杂车载模糊图像复原方法。根据车载视频图像的特点把图像分割为车身和非车身区域,采用改进后的模糊参数估计算...针对车载视频图像中同时包含局部运动模糊和全局运动模糊,现有去模糊算法难以适用且效果差等问题,提出一种基于再模糊理论的复杂车载模糊图像复原方法。根据车载视频图像的特点把图像分割为车身和非车身区域,采用改进后的模糊参数估计算法,在车身区域图像块估算出的全局运动模糊参数,对整幅图像进行全局模糊恢复;对复原前后的非车身图像进行分块处理,利用复原前后图像块结构相似度(Structural Similarity,SSIM)和局部均方差的差异性,检测和提取出局部模糊区域;对提取的模糊区域进行复原后与清晰区域拼接融合,合成清晰的图像。与现有算法对比实验分析,所提算法取得了不错的效果,且复原后图像的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和SSIM表现良好。展开更多
文摘针对车载视频图像中同时包含局部运动模糊和全局运动模糊,现有去模糊算法难以适用且效果差等问题,提出一种基于再模糊理论的复杂车载模糊图像复原方法。根据车载视频图像的特点把图像分割为车身和非车身区域,采用改进后的模糊参数估计算法,在车身区域图像块估算出的全局运动模糊参数,对整幅图像进行全局模糊恢复;对复原前后的非车身图像进行分块处理,利用复原前后图像块结构相似度(Structural Similarity,SSIM)和局部均方差的差异性,检测和提取出局部模糊区域;对提取的模糊区域进行复原后与清晰区域拼接融合,合成清晰的图像。与现有算法对比实验分析,所提算法取得了不错的效果,且复原后图像的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和SSIM表现良好。