空间尺度信息的运动模糊核估计方法

运动模糊核的准确估计是实现单幅运动模糊图像盲复原成功的关键.但是,因为不能准确提取出有利的图像边缘以及简单的正则化约束项的设计,导致现有运动模糊核(motion blur kernel,简称MBK)的估计并不十分准确,存在瑕疵.因此,为了能够估计出准确的运动模糊核,提出了一种基于空间尺度信息的运动模糊核估计方法.首先,为了准确地提取有利的图像边缘,移除有害的图像结构,提出了一种基于图像空间尺度信息的图像平滑模型,实现有利图像边缘的准确快速提取;然后,从运动模糊核的内在特性出发,将空间域的L0范数和梯度域的L2范数结合到一起,提出了一种正则化约束模型,很好地保证了运动模糊核的稀疏平滑特性,并结合之前提取出的有利的图像边缘,共同实现运动模糊核的准确估计;最后,采用一种半二次性分裂的交互式最优化策略对提出的模型进行最优化求解.在客观的评价指标和主观的视觉效果上进行了大量实验,其结果证明所提出的方法能够估计出更准确的MBK和复原出更高质量的去模糊图像.

多约束的运动模糊图像盲复原方法

运动模糊图像的盲复原一直以来都是一个极具挑战的问题。为了能够准确地估计出运动模糊核(Motion Blur Kernel:MBK),进而得到高质量的复原图像,提出了一种基于正则化技术的多约束运动模糊图像盲复原方法。首先,为了能够准确地提取出图像中的大尺度边缘,提出了一种基于梯度选择的稀疏图像平滑方法;然后,在MBK的估计阶段,根据运动模糊核的内在特性,提出了一种多约束的正则化模型,同时结合提取的大尺度图像边缘,实现了对MBK的准确估计;最后,采用了半二次性的变量分裂策略对在模糊核估计阶段所提出的多约束正则化模型进行最优化求解,能够在准确估计MBK的同时得到高质量的复原图像。分别在人造的模糊图像和真实的模糊图像上进行了大量的实验,实验结果表明:提出的方法较近几年的一些代表性的较为成功的运动模糊图像盲复原方法相比,在主观的视觉效果和客观评价指标两方面都具有明显的改进。

一种改进的运动模糊车牌复原技术

复原运动模糊车牌是公安图像处理领域不可或缺的技术环节,复原的运动模糊车牌不仅能使公安机关快速锁定嫌疑车辆,还能使公安机关快速侦破案件。如今公安技术人员大多使用的是一些公司的专业图像处理软件复原运动模糊车牌,而这些软件有着使用费用高、专业性强、普及率不高等问题。将人工估计运动模糊核及点扩散函数(PSF)与Matlab软件中的算法相结合的技术,能有效解决公安领域复原运动模糊车牌存在的问题。该技术是一种成本费用低,简单易学,易于普及的运动模糊车牌复原的方法。