基于DSP图像运动模糊恢复的研究.doc

《基于DSP图像运动模糊恢复的研究.doc》由会员分享，可在线阅读，更多相关《基于DSP图像运动模糊恢复的研究.doc（32页珍藏版）》请在沃文网上搜索。

1、摘要在日常生活中，常常会遇到诸多关于图像获取的问题。比如相机瞬间拍摄运动物体。此时，相机与被拍物体之间存在相对位移，导致采集到的图像出现模糊的现象，这是所谓的图像处理领域中常常遇到的运动模糊图像问题。对运动模糊图像进行清晰化处理，即消除噪声，恢复其原貌，这是图像处理领域中图像复原（也称“图像恢复”）的一个重要的研究课题之一，同时也是数字图像处理中常常遇到的问题。图像恢复的主要任务是最大限度的复原降质的图像，使其与真实图像的差别达到最小。本文所述的课题研究以道路交通电子眼拍摄的车辆运动模糊图像恢复为例，着重研究运动模糊图像的退化模型，采用维纳滤波方法进行运动模糊图像恢复，同时运用DSP技术进行运

2、动模糊图像实时恢复。通过建立运动模糊数学模型，进行消除运动模糊的仿真实验，选择适当的图像恢复算法处理模糊图像，争取保持实时性，使图像能清晰的恢复出来。在图像复原技术中，点扩展函数（Point Spread Function，PSF）是影响图像恢复结果的重要因素，故常用先验知识后验判断方法估计PSF函数来恢复图像，其中维纳滤波恢复运动模糊图像有较好的效果。关键词：运动模糊图像；退化模型；图像复原；维纳滤波；点扩展函数I江西科技学院本科生毕业论文（设计）AbstractIn peoples daily life, often encounter a lot of problems about im

3、age acquisition. For example, the camera instantly shooting moving objects. At this time, between the camera and shoot objects relative displacement, namely collected image will appear blurred. This is in the field of image processing are often encountered in the motion blurred images problem. Clear

4、 processing of motion blurred images, eliminate noise, to restore its original appearance, which is the image restoration (also known as image restoration) is an important research topic in the field of image processing, digital image processing is often the caseto the problem. The main task of the

5、image restoration is due to various reasons that the decline in the quality of the image and the maximum recovery, and to make the real image difference with minimum.The research described in this article Road Traffic electronic eye shot of vehicle motion blurred images recovery as an example, focus

6、es on the degradation model of the motion blurred images using the Wiener filtering method for Motion Blurred Image Restoration, while the use of DSP technology for motion blurred images in real time recovery.By establishing the mathematical model of motion blur, eliminate motion blur simulation, th

7、rough simulation and the choice of the appropriate image restoration algorithm for fuzzy image processing, strive to keep the real-time, so that images can be clearly the restored. In the image recovery technology, the point spread function (Point Spread Function ,PSF) is to influence the results of

8、 the image restoration key factors, so often use of prior knowledge posterior judgment method to estimate PSF function to restore images, including wiener filtering restore motion blurred images the effect is good.Key Words: Motion blurred image; degradation model; image restoration; Wiener filterin

9、g; point spread function目 录第1章 引言11.1 研究目的与背景11.2 运动模糊图像处理的研究现状21.3 课题主要研究工作2第2章 运动模糊图像的理论基础42.1 DSP技术的基本概念42.2 图像噪声52.3 频域图像处理技术6第3章 运动模糊图像的退化模型83.1 退化系统83.2 连续函数的退化模型93.3 匀速直线运动引起的图像模糊的退化模型10第4章 运动模糊图像的复原方法和硬件设计124.1 约束复原的基本原理124.2 维纳滤波的复原方法124.3 系统硬件设计14第5章 运动模糊图像的处理研究和实验结果分析165.1 运动模糊图像研究过程分析165

10、.2 实验仿真图像的正确生成165.3 运动参数估计175.4 维纳滤波复原及结果分析205.5 影响恢复效果的因素21第6章 复原图像质量评价和振铃效应226.1 图像恢复质量的评价226.2 振铃效应23第7章 结论与展望24参考文献25致谢27第1章 引言1.1 研究目的与背景数字图像处理是一门涉及多个学科和应用于诸多领域的新兴学科，日益成为人们关注的焦点。早期的图像处理的目的是提高图像的质量，从而达到改善人的视觉效果的目的。数字图像处理的研究大部分服务于包括研究算法和针对特定问题编写图像处理程序在内的图像恢复领域。在图像的产生、传输和记录过程中，受到诸如噪声干扰、运动模糊、几何失真等影

11、响，不可避免地造成图像的降质，此现象称为图像退化。对退化图像进行一定的加工、处理，并恢复出真实的景物，此过程称为图像恢复（又称为图像复原）。在数字图像形成的过程中，每一个环节（透镜、感光片、数字化等）均有可能造成图像退化现象，若要获得高质量的数字图像，大部分需要对退化图像进行恢复。当对正在行进中的汽车和飞行中的飞机拍照时，由于相机与被拍物体存在着相对运动，而造成拍出的照片可能出现模糊的现象。由于相机与被拍物体在拍摄的瞬间存在相对运动而造成拍摄图像模糊，称之为运动模糊，它是一种常见的图像退化现象。由此可知，运动是造成图像降质的一个极其重要的原因。近年来，在数字图像处理领域中，对运动模糊图像精确恢

12、复的研究已经成为了国内外图像恢复处理中的重要课题之一，可广泛应用于军事交通、天文地理、医学图像、遥感遥测、道路交通、工业控制、人民生活等领域。在日常生活中，产生运动模糊图像的实例处处可见。其中，一个最为典型的例子是随着我国经济的迅速发展，城市交通越来越复杂，道路上的汽车更是不计其数。汽车数量的剧增，给人们在生活上带来了诸多方便，同时，也给城市交通和人身安全构成了威胁。从交通部门官方网站上获悉，由于部分汽车驾驶员缺乏交通安全意识，闯红灯和违章驾驶的现象经常发生而导致全国每年发生的交通事故呈现递增趋势。以上交通事故的发生不仅给国家造成了巨大的经济损失，而且对人们的人身安全构成了严重的威胁。如今，一

13、些城市在交通要口安装了交通监视系统“电子眼”，能及时记录闯红灯和违章驾驶的车辆的车牌号。由于汽车在道路上是高速行驶的，而“电子眼”是静止的，“电子眼”与汽车存在相对运动，故“电子眼”拍摄的车辆图像是模糊的图像，这就需要图像复原技术对其进行复原，才能获得清晰的违章车辆的车牌图像。图像复原的目的是以退化图像为依据，根据一定的先验知识，建立一个退化模型，找到一种相应的反过程方法来处理图像，尽可能恢复原始清晰的图像，以满足人眼或机器视觉的要求。1.2 运动模糊图像处理的研究现状数字图像处理主要集中于研究算法和编写特定问题的图像处理程序的研究工作。考虑到大部分图像存在高度相关的邻近的像素，同时为了减少噪

14、声的干扰。于是Helstrom采用最小均方误差估计方法对退化图像进行处理，从而提出了维纳滤波器。Slepian将维纳滤波进行推广，使之用来处理随机PSF的情况。之后，Pratt和Habibi又提出了提高维纳滤波计算的方法，但是只有在最小均方意义下，维纳滤波才是最优方法，针对某个具体图像时，它不一定是恢复图像的最好方法。图像恢复是数字图像处理的重要研究课题之一，其任务是把因各种原因产生的降质图像作最大限度的复原，从而达到与真实图像的差别最小。运动模糊图像的恢复是图像恢复中常见的一种情况，它是在照片曝光期间被拍物与相机发生了相对运动形成的。关于基于DSP运动模糊图像恢复的研究，国内外的专家学者己经

15、做了大量的研究。图像恢复发展至今，已经提出了许多成熟的处理方法，并形成了系统的基础理论，但是还存在着许多问题，等待着我们去解决。目前图像恢复的最新发展有：（1）非稳图像复原（即空间可变图像复原）是数字图像处理学科中图像恢复领域的一个重要研究方向。（2）退化视频信号复原和摄像机拍照图像复原问题，均是需要进一步研究的领域。（3）“Telemedicine”的出现，远程诊断极大的依赖于远程接受的图像质量，图像恢复在医学领域中起着相当重要的作用。（4）运动补偿时空复原滤波，同时将时间相关应用到运动补偿中，这是数字图像处理的一个重要的应用。（5）空间可变恢复方法，可以利用Wavelets和Markov随

16、机场等方法进行图像恢复。（6）模糊PSF的Identification至今仍是一个难于解决的问题，特别在空间可变的PSF的估计中。1.3 课题主要研究工作本项研究应用于各种领域中，在此，本课题的研究以道路交通电子眼拍摄的车辆运动模糊图像恢复为例，着重研究运动模糊图像的退化模型，采用维纳滤波方法对运动模糊图像进行恢复，同时运用DSP技术对运动模糊图像进行实时恢复。建立正确的退化模型是图像复原的关键问题。由于图像复原处理可视为一个估计过程，如果已知退化图像并估计出点扩散函数PSF的参数（运动模糊方向、运动模糊长度），那么任意方向的匀速直线运动模糊图像的点扩散函数也就可以根据任意方向匀速直线运动模糊

17、的退化模型而惟一确定，进而由最小二乘准则使用参变维纳滤波近似复原出。因此，运动模糊图像的复原，首先要确定运动模糊图像的退化模型，再根据退化模型和原始图像估计出PSF的参数，最后由相应的复原方法进行完成图像的复原工作。27第2章 运动模糊图像的理论基础在图像的形成、传输和记录过程中，由于受到实际成像系统的缺陷、传输介质、物体与成像系统的相对运动、环境随机噪声等影响，故获取的图像几乎均存在一定程度的降质，图像中的像素点发生位移，造成图像的物体扭曲，远近比例失调，从而形成失真、散焦、运动模糊、覆盖噪声的图像。为了使退化图像尽可能或最大限度地恢复出原始的真实图像，需要对其进行一定的处理。在运动模糊图像

18、处理的过程中，建立正确的图像退化模型是关键问题，找出图像退化的原因，再根据图像的退化原因进行逆化处理，并运用DSP技术对运动模糊图像进行实时恢复。本章将逐步介绍运动模糊图像处理的理论基础，包括DSP技术的基本概念、图像噪声、频域图像处理运动模糊图像。2.1 DSP技术的基本概念DSP是Digital Signal Processing的缩写，表示数字信号处理器，数字化是信息化的基础，数字信号处理是数字化的核心技术之一，其任务基本上是由DSP器件来完成，DSP技术已成为了一项迅速发展的前沿技术。数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等

19、处理，从而获得符合人们需要的信号形式。典型的DSP系统如图2.1所示。图2.1 典型DSP的系统2.1.1 定点DSP定点DSP处理器指的是数据格式用整数和小数来表示。目前，除了少数DSP处理器采用20bit、24bit或32bit的格式外，大多数定点DSP处理器采用16bit数据格式。由于其功耗小和价格低廉，实际应用的DSP处理器大多数是定点处理器。自1982年TI推出第一个定点DSP芯片TMS32010以来，TI的定点DSP芯片已经经历了TMS320C1X、TMS320C2X/C2XX、TMS320C5X 、TMS320C54X、TMS320C62X等几代产品，产品的性价比不断提高，应用越

20、来越广泛。2.1.2 浮点DSP浮点DSP处理器数据的浮点格式用指数和尾数的形式表示，其动态范围比用小数形式表示的定点格式要大得多。因此，定点DSP中要经常考虑的溢出问题，在浮点DSP中基本上可以不用考虑。为了底数的精度，浮点DSP的数据格式，基本上都做成32bit，其数据总线、寄存器、存储器等的宽度，也相应是32bit。TMS320C3X是TI的第三代产品，同时也是第一代浮点DSP芯片。TMS320C3X中目前具有TMS320C30、TMS320C31和TMS320C32三种。TMS320C31是TMS320C30的简化和改进型，它在TMS320C30的基础上去掉了一般用户不常用的一些资源，

21、从而使成本降低了，是一个性价比较高的浮点处理器，在国内已经获得了比较广泛的应用。TMS320C32是TMS320C31的进一步简化和改进。彭启琮,管庆.DSP技术的发展与应用(第2版).高等教育出版社,20082.2 图像噪声影响图像质量的噪声源有三类：电子噪声、光电子噪声和感光片颗粒噪声。首先，记录在感光片上的图像会受到感光颗粒噪声的影响；其次，图像从光学到电子形式的转换是一个统计过程（原因是每一个图像元素接收到的光子数目是有限的）。最后，处理信号的电子放大器会引起热噪声。人们为建立以上三类噪声的模型做了大量的研究。2.2.1 图像噪声的常见种类在处理图像的过程中常常会遇到以下几种主要的噪声

22、：（1） 加性噪声加性噪声和图像信号强度不相关。如图像在传输过程中引进的“信道噪声”电视摄像机扫描图像的噪声等，此类带有噪声的图像可视为理想无噪声图像与噪声之和，可表示为。（2） 乘性噪声乘性噪声和图像信号相关，通常随图像信号的变化而变化。如扫描图像中的噪声、胶片颗粒造成、电视扫描光栅等，此类噪声和图像的关系可表示为。（3） 量化噪声数字图像的主要噪声源是量化噪声，其大小显示出数字图像和原始图像的差异，采用按灰度级概率密度函数有选择的优化是减少此类噪声的最好办法。（4） “椒盐”噪声“椒盐”噪声是由图像切割引起的，如白图像上的黑点，黑图像上的白点噪声，在变换域引入的误差，或图像反变换后引起的噪

23、声等。2.2.2 图像噪声对复原运动模糊图像的影响以上介绍了多种图像噪声的数学表达式，其中乘性噪声的数学表达式的形式如同运动模糊图像的数学表示，那么运动模糊图像退化模型中的就不仅仅只表示模糊函数，同时还含有乘性噪声，故乘性噪声对运动模糊图像的影响的研究有非常重要的意义。在此，将高斯白噪声加入图像中，其结果如图（2.1）所示：图2.2 加入高斯白噪声后的模糊图像2.3 频域图像处理技术当前对模糊图像复原技术的研究关键集中于空域和频域。目前对图像复原技术的研究之所以大部分集中于频域中，是因为在空域中的主要复原算法的计算量太大。空域中的卷积对应于频域的乘积，频域乘积可以大大减少计算量。2.3.1 连

24、续傅里叶变换1807年Fourier提出“任何周期信号都可以用正弦函数级数表示”的说法，1822年傅里叶变换首次在热的分析理论中提出，1829年狄里赫利第一个给出收敛条件。在此之前，在数学和物理学等科学领域中，主要从时域入手对信号或者函数进行分析；在傅里叶变换提出之后，频谱分析成为了信号处理和分析的新方法。此后，频域分析对理论和技术的发展起着巨大的作用，至今仍然在使用频域的各种分析方法，应用在无线电技术、工业控制、工业检测等领域。以水平方向匀速直线运动模糊图像为例。对模糊方程做傅里叶变换得： （2-1）由上式知，的频谱为垂直方向的平行条带。由函数零点的存在可知的频谱有一系列的平行暗条纹，平行暗

25、条纹的位置对应于函数的零点。2.3.2 二维图像的快速傅里叶变换图像处理是包括叠加、卷积、变换、和线性滤波等在内的线性运算，其输出图像是输入图像的线性组合。傅里叶变换广泛应用在二维线性系统分析中。离散图像傅里叶变换定义如下。正变换： （2-2）反变换： （2-3）二维傅里叶变换的运算复杂度是。二维傅里叶变换是行列可分的，可以利用行列顺序运算的次一维（Discrete Fourier Transformation，离散傅里叶变换）实现，其运算复杂度是，二维傅里叶变换还可以利用行列顺序运算的次一维（Fast Fourier Transformation，快速傅里叶变换）实现，其运算复杂度是。二维傅

26、里叶变换利用行列可分，可以先行变换然后列变换，也可以先列变换然后行变换。令： （2-4）则： （2-5）由上式知，计算二维傅里叶变换，可以先对列进行一维傅里叶变换，再对行进行一维傅里叶变换，采用快速算法来提高一维傅里叶变换速度。在频域分析中应该体现出运动模糊的模型参数所涉及到两个数值域：运动(模糊)距离和运动方向角度数。第3章 运动模糊图像的退化模型在成像过程中，由于成像系统各种因素的影响，使得图像降质，这种现象称为“退化”。由图像产生系统、检测器和记录器构成典型的成像系统。由于引起退化的原因多而且性质不同，描述图像退化过程所建立的数学模型也是各不相同的。系统特性和噪声均可引起图像的退化，并通

27、过设计复原滤波器来实现复原。如图3.1所示。在本章中，退化过程中可以被模型化为一个退化函数和一个加性噪声项，处理一幅输入图像产生一幅退化图像。只要已知和关于退化函数的一些知识以及外加噪声项，图像复原的目的是获得关于原始图像的近似估计。通常希望此估计尽可能或极大限度地接近原始输入图像，并且和的信息越多，所获得的便越接近。假设系统是一个线性、位置不变性的过程，则在空间域中退化图像的表达式为： （3-1）其中，是退化函数的空间描述；“”表示空间卷积。把式（3-1）的模型写成频域下的描述： （3-2）图3.1 图像退化、复原过程的模型3.1 退化系统系统按不同性质分为线性系统和非线性系统，时变系统和时

28、不变系统，集中参数系统和分布参数系统，连续系统和离散系统等。本文主要研究线性时不变的退化系统。孙丽李.运动模糊图像的恢复硕士学位论文.济南:山东大学,2000.4当输入为时，则输出为，通过成像系统后有下式成立： （3-3）设有输入信号为、，则对应的输出信号为、，通过线性成像系统后有下式成立： （3-4）由式（3-4）可知，如果是一个线性系统，那么两个信号输入之和的响应等于两个信号响应输出之和。如果一个系统的参数不随时间变化而变化，则称之为时不变系统。如果一个系统既满足线性又满足时不变的条件，则称之为线性时不变系统。相应地，如果图像中的任何一点通过一个系统的响应只取决于该点的输入值，而与图像所在

29、的位置无关，则称之为空间不变系统。王向平,刘智勇,尹征琦,朱劲.车辆运动模糊图像恢复的一种新方法.自然科学报,1999,13(2):11对图3-1所示的系统而言，图像的退化过程可表示为： （3-5）3.2 连续函数的退化模型在线性系统的基础理论中，单位冲激信号的表达式为：， （3-6）单位冲激信号的取样特性为： （3-7）单位冲激信号的卷积取样公式为：将一维的退化模型推广到二维空间，在二维空间中，利用单位冲激函数，可以把写成如下形式： （3-8）在空间域中，让通过线性不变系统后可得： （3-9）式中的可视为系统单位冲激函数的响应。令： （3-10）则： （3-11）由此可知，假如已知系统对单位

30、冲激函数的响应，则通过式（3-11）可以求出任意系统的输出。在有噪声的情况下，退化模型可以表示为： （3-12）3.3 匀速直线运动引起的图像模糊的退化模型在二维图像运动的处理过程中，可以准确研究在和两个方向上造成的模糊现象。先研究垂直方向上的模糊，设运动方向为轴方向，则图像函数可表示为，其中是沿轴正方向运动的距离。设曝光时间为，曝光期间移动的距离为，则。形成的模糊图像为： （3-13）由于模糊只在方向，而和方向无关。在此，一行行地进行复原，在某一行时，将、分别简写成、，则式（3-13）变为： （3-14）令，代入上式得： （3-15）对式（3-15）进行微分得： （3-16）式中。可知，原始

31、图像的像素值可以通过递推方法求得。模糊图像的导数可以求得，故已知便可通过式（3-16）求得。设模糊图像的宽度为，。并设和范围的像素值为零。则变量可以表示为： （3-17）其中的取值范围为，是的整数部分。将式（3-17）代入式（3-16）得： （3-18）设为曝光期间范围内移动的被拍物，可表示为： （3-19）通过，使用递推方法可以对式（3-18）进行求解。当时，得： （3-20）当时，得： （3-21）以此类推，最后可得： （3-22）用来代入式（3-22）中，得： （3-23）由模糊图像求得式（3-23）中的，但是未知函数，对于任何的，均有一个解满足式（3-23），故只有确定某一长度为区间的

32、图像之后方能确定，以下介绍一种粗糙的近似方法。由式（3-19）得： （3-24）式中，共有项，将式（3-24）的项相加得： （3-25） （3-26）当值越来越大时，式（3-26）中第二项会逐渐趋向于的平均值，可得： （3-27）则式（3-24）可以写成： （3-28）其中是未知数，其值由实验的方法方能确定，将式（3-28）代入式（3-27）可得： （3-29）最后可得： （3-30）第4章 运动模糊图像的复原方法和硬件设计由于图像的特性和退化程度不同，故复原方法也有所不同。图像复原的方法一般有两种：传统的复原方法、现代的复原方法。传统的复原方法是基于平稳图像、线性空间不变的退化系统、图像和噪

33、声统计特性的先验知识已知等条件下讨论的，而现代的复原方法在非平稳图像（如卡尔曼滤波）、非线性方法（如神经网络）、信号与噪声的先验知识未知（盲图像复原）等前提下讨论的。总而言之，图像的复原方法通常有逆滤波复原、约束复原（如维纳滤波方法）、非线性复原（如最大后验复原、最大熵复原、投影复原、同态滤波复原）以及盲图像复原（如直接测量法、间接估计法），本章主要介绍维纳滤波方法恢复运动模糊图像，同时阐述了由DSP搭建的硬件平台实现运动模糊图像的恢复。4.1 约束复原的基本原理在约束最小二乘法复原问题中，设的线性算子为，需要求得最优估计，使形式为的、服从约束条件的准则函数最小化。使用拉格朗日乘子法处理该最小

34、化问题，即将约束条件表示为，再加上函数，其中为常数，称为拉格朗日系数。换言之，要求解，就必须使以下的准则函数（目标函数）最小化： （4-1）令对的导数，则的最佳估值为： （4-2）其中，。式（4-2）是本章深入研究的最小二乘法滤波复原的基础，是求解有约束最小二乘复原的解的通用方程式，如何选择一个合适的变换矩阵是问题的核心。的形式不同，所得的最小二乘法滤波复原方法的类型也不同。如选用图像和噪声的自相关矩阵和表示，便可得到维纳滤波复原方法。4.2 维纳滤波的复原方法设原始图像、退化图像和噪声项分别为、，则其关系如下： （4-3）式中的、均为随机场。已知，仍然不能精确求解，只能获得的一个估计值，使均

35、方误差式： （4-4）最小。其中表示数学期望运算，是已知对的最小二乘估计。假如灰度级的线性函数为，则： （4-5）假设随机场是均匀的，且权重只与有关，式（4-5）变成： （4-6）均方误差可写成： （4-7）寻找PSF是最小二乘估计的目的，使均方误差达到最小。可证明对平面上的所有位置的向量和均满足下式： （4-8）将上式（4-8）改写为： （4-9）同样假设随机场是均匀的，并令：代入式（4-9），得： （4-10）对上式进行变量替换，再对两边取傅里叶变换，得： （4-11）其中为原始图像与退化图像的互谱密度，为退化图像的谱密度。假设函数像与噪声不相关且均值为零，则： （4-12）由随机场的均匀

36、性，可以通过以下的各种推导求出滤波器的形式： （4-13）对式（4-12）进行变量替换得： （4-14）对式（4-14）两边取傅里叶变换得： （4-15）又 （4-16）联立式（4-11）、（4-15）、（4-16）得： （4-17）可见，当时，则是理想的滤波器。通常认为噪声是白噪声，即。假如相关的随机过程的统计特性未知，滤波器可用下式近似表示： （4-18）模拟退化原始图像时，需要使用一个PSF来对图像取卷积。卷积时需加入伪随机噪声项：其中。在编程实现时，对图像和模板取傅里叶变换之后，图像和模板的傅里叶变换相乘，再取反变换便可得到，最后在时域上加入伪随机噪声，完成图像的退化过程。4.3 系统

37、硬件设计在运动模糊图像恢复的过程中，巨大的图像数据量和复杂的维纳滤波算法导致普通计算机和单个DSP无法实时完成任务。为了解决此问题，本章重点介绍以四个DSP搭建的系统硬件平台。运动模糊图像恢复原理框图如图4.1所示。系统硬件的主体由四个DSP构成，其中有三个定点DSP TMS320C6416和一个浮点DSP TMS320C6711。DSP TMS320C6416支持8/16/32/64bit数据传输，DSP TMS320C6711支持8/16/32bit数据传输。因为DSP TMS320C6711的数据线宽度最大只有32bit，所以系统中的各个DSP之间均采用32bit的数据线连接，且每个DS

38、P外围扩有8M32bit的SDRAM。原始模糊图像输入，经过A/D采样变成8bit的数字信号，再经过FPGA的预处理，将其送入第一片DSP TMS320C6416中，完成原始模糊图像的二维FFT变换。通过焦距值、被拍物离相机的距离以及相机相对被拍物的运动速度，可以计算出PSF。第二片DSP TMS320C6416完成PSF的二维FFT运算。将原始模糊图像的FFT结果和PSF的FFT送入第三片DSP TMS320C6711，用于完成浮点乘法和除法运算。根据式（4-18）完成运动模糊图像的恢复，恢复后的结果转换为定点格式后送入第四片DSP TMS320C6416，用于完成图像的IFFT变换。变换结

39、果带有虚部的复数，对该复数取模后，将其送入D/A进行输出，从而获得恢复后的清晰图像。图4.1 运动模糊图像恢复原理框图第5章 运动模糊图像的处理研究和实验结果分析5.1 运动模糊图像研究过程分析本文对运动模糊图像处理的研究可分为生成实验仿真图像和运动模糊图像的恢复处理过程。运动模糊图像处理的流程如图5.1所示。图5.1 运动模糊图像的处理流程大部分情况下，图像的模糊运动方向并不是水平方向的。物理学上，通常将任意方向的直线运动分解成水平和垂直两个方向的分量是此类问题的通用解决方案。因此，对于任意方向上的直线运动所引起的图像模糊问题，均可考虑将图像的模糊运动分解成水平和垂直两个方向的分量，但是，实

40、际上处理任何直线运动造成的模糊图像的问题时，只能直接进行二维恢复，而不能先进行水平方向的恢复，后进行垂直方向的一维恢复。5.2 实验仿真图像的正确生成运动模糊图像恢复的实验方法有两种：一是对实际运动模糊图像进行实验；二是使用计算机仿真图像完成实验。根据运动模糊的形成原理，使用计算机仿真便可生成运动模糊图像。使用仿真图像有以下几个好处：（1）可以分离退化因素。（2）运动模糊图像可以由灵活控制的运动参数来定制。（3）拥有原始真实图像，对比恢复后的图像与原始真实图像，验证模糊恢复算法的恢复效果。综合上述的优势，运动模糊图像复原实验中极其重要的一步是生成仿真实验图像。图像的生成过程如图5.2所示。原始

41、图像添加运动因素添加噪声图5.2 仿真图像生成步骤将运动因素添加到原始图像时，最重要的是要确定包括模糊方向和模糊尺度在内构成运动因素的两个参数。此处设定原始图像的模糊方向为15，模糊尺度为13。添加运动参数的仿真图像如图5.3所示。图5.3 添加运动参数的仿真图像生成仿真图像的第二步是添加噪声，实际上，在无图像噪声的条件下，使运动模糊图像研究问题变得相对简单，但是实际生活中所采集到的图像往往不尽人意。含噪声的仿真图像如图5.4所示。图5.4 含噪声的仿真图像5.3 运动参数估计运动模糊是相机与被拍物在曝光的瞬间产生相对运动而引起被拍物在图像中的平滑，从而在底片上形成图像的叠加。运动模糊的模型有

42、两种：连续性模型和离散性模型。对于连续性模型，设模糊图像、原始图像分别为、，和的关系如下： （5-1）因此，在适当曝光量和正确聚焦的情况下，快门瞬间完成开启和关闭，可表示为对实际景物图像的一个积分。由此，运动模糊图像实际上是一幅随时间、位置发生变化的图像在不同时刻的累积效应。把代入式（5-1）便可得到运动模糊图像形成过程的表达式： （5-2）上式表明，由多个图像叠加可以形成图像运动模糊。对于离散性模型，将一幅图像经过采样（或抽样）后，形成一幅空间和幅值离散的图像。设的离散形式为，的离散形式为，曝光时间为，在均匀直线运动的情况下可以得到式（5-2）的离散形式： （5-3）其中。式中是用像素计算出

43、来的曝光期间被拍物移动距离，“”表示取结果的整数部分，是连续图像变换成离散图像时，在方向上的采样间隔。5.3.1 运动模糊参数估计原理Y.Yitzhaky提出，将原始图像视为自相关及其功率谱是各向同性的一阶马尔科夫过程，运动模糊使运动方向上的图像的高频成分降低了，而对于其它方向上的图像的高频成分有较小影响，且方向偏离越大影响越小。如果对运动模糊图像进行方向性的高通滤波(方向微分)，且滤波方向为运动模糊方向，那么该方向模糊图像对应的高频成分最少，高通滤波(方向微分)使模糊图像能量损失最大，得到的微分图像灰度值之和必然最小，故方向微分得到的图像灰度值之和中的最小值对应的方向即为运动模糊方向。运动参

44、数的另一部分是运动模糊尺度，在频域中以暗纹即能量谱数目表现运动模糊尺度。因此，若要确定运动模糊尺度，就必须确定图像在频域中的暗纹数目。李宇成,贾宝华,杨光明.运动模糊图像的参数估计与恢复.计算机工程与设计,2010,31(19)5.3.2 运动模糊参数方向估计实际情况下，大部分的运动是非直线非匀速的运动，但也可视为匀速直线运动，或分解为不同方向上的匀速直线运动，故研究匀速条件下的运动模糊非常具有代表性。以下研究匀速直线运动模糊图像的PSF。设原始图像、运动模糊图像、模糊函数、加性噪声项分别为、，则运动模糊图像的频域可表示为： （5-4）将运动模糊参数PSF（15，13）加入到原始图像后所得的结

45、果如图5.5所示，对其进行二维傅里叶变换后所得的结果如图5.6所示，在图中便可看到一些平行的暗条纹，这便是运动模糊对图像高频成分的影响在频谱图中的表现。图5.5 运动模糊图像图5.6 运动模糊图像的频谱图5.3.3 运动模糊参数尺度判定相邻的两帧图像在无旋转变化或旋转角度很小的情况下，可以认为行列双向投影关系的相关性很小，因此，可以利用投影波形计算两个方向的平移量。以列投影为例：； （5-5）其中是第帧图像第列的所有像素灰度之和，是第帧图像上处的像素的灰度值；是图像投影的平均值，是图像的列数，是修正后的值。在获得投影波形的基础上，对参考图像的列投影波形与第帧的列投影波形作相关计算，同时利用相关曲线中的唯一最小值便可计算出列方向的位移值