动态模糊图像的修复

　　吴雪琪 黄凤玲
　　计算机全球化普及，将数学领域与计算机领域相结合，使机器视觉取得突飞猛进的发展。图像信息是人类获取外界信息最快捷最直观的途径。并且随着图像处理技术的发展，机器视觉逐渐运用于各个领域中，电影拍摄、高空拍摄等等，但由于图片的产生、到转移过程中的以及最后保存处理的局限性，造成动态模糊的现象，导致数据的缺失。所以图像后期的数字处理技术就尤为重要，但传统的处理方法并不能更高效地处理图像模糊问题，提出高效率高精度的优化解决方案势在必行。
　　一、整体修复方案
　　（一）问题分析
　　由于相对运动导致的模糊，光学系统的像差、光学成像衍射、成像系统的非线性畸变、摄影胶片的感光的非线性、环境随机噪声等原因，图像会产生一定程度的退化，使得动态模糊图片很难被观察清楚其中的细节信息，图片的质量较差。在此假设摄像机拍照时物体静止不动，是由于摄像机的运动造成模糊现象，并且模糊图像拍出要有具体轮廓，退化图像和实际运动模糊图像具有相同的背景。
　　（二）修复方案
　　由于彩色图像是三维图形组成，为排除其他因素，在此将先将彩色图像用二值化进行灰度处理变成二维图像，可以更好地处理模糊图像参数，再将灰度图还原成彩色图可以更好地处理模糊图像参数，最大化复原图像。
　　将图像看作由多个像素坐标（x，y）构成，排除实际过程中无法精准确定摄像机的移动速度v以及曝光时间T，所以将动态模糊图像Hough变换和Canny检测计算出动态模糊图像的模糊角度，用微分自相关的方法估计模糊长度，确定模糊图像x，y的偏移量x0（t）y0（t），然后带入公式：
　　求出模糊图像的点扩展函数，最后通过维纳滤波法对图片进行復原。具体修复如1.1所示：
　　最后为了更好地保证模型和算法对图片复原的高效性，在复原的同时优化了图片质量。采用了直方图均衡化，增加了图像细节信息，在计算点扩散的方向时，运用了去噪处理，减弱了图片的退化，使得图片信息更加清晰。
　　二、整体复原结果