Joumal of Computer Applications
计算机应用,
2012
,
32( 12) : 3381 - 3384
ISSN 1001-9081
CODEN JYIIDU
2012-12-01
http://www.joca.cn
文章编号
:1001
-9081(2012)12
-3381-04
doi:10.3724/SP.J.1087.2012.03381
噪声条件下的运动模糊参数同步辨识的新算法
葛成伟
I\
程浩
2
刘国庆
2
(1.南京工业大学电子与信息工程学院,南京
21
∞
09;
2.
南京工业大学理学院,南京
210009)
(
*通信作者电子邮箱
chengweig
e5
17@sina.
com)
摘
要:在噪声污染的情况下,匀速直线运动模糊图像频谱中的暗黑色条纹变得模糊甚至消失,根据暗黑色条纹
的特征来估计运动模糊参数的方法将失效。由此,提出了一种噪声条件下的运动模糊参数同步辨识的新算法,该算
法以运动模糊图像频谱作为研究对象,首先利用区域生长算法提取频谱中白色长条区域的轮廓,再计算其最小面积
外接矩形,根据最小外接矩形的长度、宽度及倾斜度等参数同步估计运动模糊参数:模糊方向与模糊尺度。实验结果
表明,对不同信嗓比、不同模糊方向和模糊尺度的运动模糊图像,该算法可以较精确地估计出模糊参数,且具有很好
的抗噪声鲁棒性。
关键词:运动模糊参数;区域生长算法;白色长条区域;最小外接矩形;同步估计
中固分类号:
1
回
9
1.
4
文献标志码
:A
New
algorithm for motion blur parameters synchronous identification under noise conditions
GE
Cheng-wei
I
'
,
CHENG
Hao
2
,
LIU
Guo-qing
2
(1. College
0/
Electronic
and
Information
Eng
阳
ering
,
Nanjing University
0/
Technology, Nanjing
J;
阻咆
ôU
210009
, China;
2. College
0/
Scie
町
'es
,
NIα
njing
University
0/
Technology,
No
α
njing
Jiangsu
210009
, China)
Abstract:
Under noise conditions, the black stripes of the spectrum for the uniform linear motion blurred image become
obscure or even disappear.
It
is difficult
to
estimate the motion blur
p
缸
ameters
by means of the characteristics of the black
stripes.
Th
us, a new algorithm was proposed
for
motion blur parameters synchronous identification under noise conditions,
which
was
based
on
the spectrum of the motion blurred image.
FirsÙY
, the contour of the white bound area was extracted using
region growing algorithm
, and then the minimum bounding rectangle of the contour
was
calculated, the motion direction and
the motion length were identified simultaneously by the
leng
血,
width and tilt of the minimum bounding rectangle. The
experimental results indicate that,
for
different signal-to-noise ratios, different motion directions and motion lengths, the
algorithm can be more accurate to estimate the motion blur parameters, and has good robustness.
Key
words:
motion blur
p
缸
ameter;
region growing algorithm; white
bound
缸
ea;
minimum bounding rectangle;
synchronous identification
0
引言
在图像的获取过程中,场景与摄像机在曝光时间内的相
对运动将导致成像的运动模糊,由于曝光时间很短,场景与摄
像机之间的运动可以近似为匀速直线运动。对于匀速直线运
动模糊图像,点扩散函数
(Point
Spread Function ,
PSF)
的辨识
是图像恢复的关键,而点扩散函数是由运动模糊方向和模糊
尺度唯一确定的。
在空间域中,
Yitzhaky
等川发现像素之间的相关性导致
了图像的模糊,进而提出利用模糊图像微分图的自相关来估
计退化参数,文献
[2J
利用
3
x
3
微分算子鉴别模糊方向,并
通过微分固的自相关函数鉴别模糊尺度,然而,空间域的参数
辨识方法对噪声比较敏感且运算量大;在频域中,文献
[3J
通
过对退化图像的频谱进行
Radon
变换,提取频谱暗黑色条纹
的方向和间距,由此估计模糊参数;文献
[4J
在此基础上,利
用高斯一拉普拉斯边缘检测算子检测暗黑色条纹,再通过
Radon
变换估计运动模糊参数,在高信噪比的条件下,频域的
方法可以较精确地估计出运动模糊参数,但在低信噪时,运动
收稿日期
:2012-06-13
;修回日期
:2012-07-22
。
模糊图像频谱的暗黑色条纹会变得模糊甚至消失,此时暗黑
色条纹进行模糊参数辨识的精度大大降低;在倒谱域中,文献
[5J
先对模糊图像进行双高斯差分
(Difference
of Gaussian,
DoG)
,再变换到倒谱域,通过检测负峰进行模糊尺度估计;文
献
[6J
使用
Canny
边缘检测算子精确提取倒谱,再估计模糊
尺度,并对倒谱实施
Radon
变换以确定模糊方向,倒谱域方法
对噪声敏感而且检测精度不够。
通常,获取的运动模糊图像存在各种各样的噪声,针对含
噪声的点扩散函数的辨识,国内外相关学者也进行了一些研
究,如文献
[7J
利用运动模糊图像频谱的中心白色长条区域
进行模糊方向的估计,然后利用双谱的方法估计模糊尺度;在
模糊方向已知的情况下,文献
[8J
利用粗糙集和功率谱的方
法估计模糊尺度;文献
[9J
利用神经网络的方法进行模糊尺
度的估计等。这些方法的共同点是把模糊方向和模糊尺度分
开估计,模糊尺度的估计是以模糊方向的正确估计为前提的,
但是在有噪声的情况下,模糊方向的估计往往存在一定误差,
导致了模糊尺度估计不准确。
本文以匀速直线运动模糊图像的频谱作为研究对象,发
基金项目:江苏省自然科学基金资助项目
(B
K2
011793)
;南京气象雷达开放实验室研究基金资助项目
(BJG201101
)。
作者简介:葛成伟(1
987
- )
,男,江苏南京人,硕士研究生,主要研究方向:图像处理;
程浩(1
976
- )
,男,山东菜阳人,讲师,硕士,主要研
究方向:图像处理、雷达信号处理;
刘国庆
(1966
一)
,男,安徽元为人,教授,博士,主要研究方向:图像处理、数据融合、霄达信号处理。