图像运动模糊去除的方法研究开题报告

随着数字化技术的飞速发展，我们越来越多的接触到数字图像。目前人们研究的数字图像的主要应用是计算机图像技术。而图像的形成、传输、存贮、记录和显示过程中不可避免地存在程度不同的变质和失真。想得到高质量的数字图像，很多情况下，都需要对图像进行复原，尽可能恢复被退化图像的本来面目。

造成失真的原因有很多种，聚焦不准造成的散焦模糊、太阳辐射、大气湍流造成的遥感照片的高斯模糊，以及在图像系统中始终存在的噪声干扰等因素都有可能造成图像退化。而其中较为重要的是在拍摄时，相机与景物之间存在足够大的相对运动造成所拍摄图像的模糊，称之为运动模糊。随着人们生活的日益丰富，相机的应用越来越普遍，运动模糊在成像过程中很容易发生。例如在高速行驶的列车、汽车中拍摄窗外景物，在飞机或宇宙飞行器上进行拍照，用相机拍摄高速运动物体，在突发事件的场合(通常用于刑侦)，以及战场上飞行中的导弹等均有可能产生这种现象。

因此，本课题将围绕运动模糊图像的复原而展开。可以应用于工业控制、道路监控、军事、天文观测、医学图像以及刑侦等领域。

2. 研究内容与预期目标

课题主要研究如何能够减轻运动图像过程中发生的图像质量下降的问题，使图像接近于真实场景。恢复图像的关键在于建立图像的退化模型,对于数字图像来说,一幅图像可以看做是二维离散函数 f (x, y),其空间坐标是取有限值的(x, y),运动模糊图像形成过程可以看做是一幅自然清晰图像与退化系统的卷积过程,如果有噪声存在,应考虑噪声干扰的影响,一般假设噪声是加性的, 便可以为这个模糊过程建立退化模型。在图像复原问题中,退化函数也叫点扩散函数,它描述的是一个光学系统对真实图像的模糊程度。模糊图像的产生即是潜在清晰图像与点扩散函数卷积之后加上噪声函数得到的。不同情况下的点扩散函数（PSF）会产生不同的模糊图像。明确的知道退化函数是很有用的，有关它的知识越精确，则复原结果就越好。运动模糊的点扩散函数：假设图像是通过一个具有机械快门的摄像机获得的。摄像机和拍摄物体在快门打开期间T的相对运动引起物体在图像中的平滑。假设V是沿x轴方向的衡常速度，时间T内PSF的傅里叶变换H(u，v)由下式给出：

H（u，v）＝sin(pi*v*t*u)/(pi*V*u)。

利用图像退化的一般模型，实现匀速直线运动下造成图像模糊的系统退化函数。

3. 研究方法与步骤

图像有足够的先验知识，对原始图像建立数学模型，根据退化图像进行拟合。

首先图像退化的一般模型可以用公式表示:

g(x, y) = f (x，y)＊h(x，y) n(x，y)

4. 参考文献

[1] 史海玲, 邱晓晖. 运动模糊车辆图像复原方法研究[J]. 计算机技术与发展, 2016, 26(8):60-64.

[2] 赵阳. 运动图像去模糊技术研究[D]. 西安电子科技大学, 2014.

[3] 葛艳, 张莹. 运动模糊图像经典复原方法分析[J]. 电脑知识与技术, 2013(13):3120-3124.

5. 工作计划

1、2022年2月20日--2022年3月12日，熟悉课题背景，查阅资料，完成开题。

2、2022年3月13日--2022年4月20日，开展课题工作，完成课题的主要实验工作。

3、2022年4月21日--2022年5月20日，撰写毕设论文初稿。