边缘检测 matlab 基于频谱边缘检测的运动模糊方向精确估计

　　摘 要:针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。
　　关键词:图像复原;运动模糊;点扩散函数;边缘检测;Radon变换
　　中图分类号: TP391.41 文献标志码:A
　　�
　　Accurate estimation of blurred motion direction based on edge detection of spectrum
　　�
　　GUO Hong�wei���*�
　　�(
　　Engineering College, Honghe University, Mengzi Yunnan 661100, China
　　)�
　　Abstract:
　　With regard to the problem of estimating the blurred direction of motion�blurred image, the degradation model of blurred image in uniform linear motion was analyzed in detail, and a method which can estimate blurred motion direction accurately in frequency domain was proposed. Firstly, the spectrum of degraded images was calculated, Laplacian of Gaussian (LoG) edge detection operator was used to detect the contour of dark stripes in spectrum; then the Radon transform was employed to find the perpendicular angle to the dark stripes; finally, according to the aspect ratio of the image to determine the relationship between the spectrum dark stripes and blur direction, the blur direction was calculated. The simulation results show that estimated results are very accurate and the estimation error of blurred direction is no more than one degree when the blur scale of degraded image varies from 7 to 30 pixels.
　　�Key words:
　　image restoration; motion blur; point spread function; edge detection; Radon transform
　　�
　　0 引言�
　　当用相机拍摄快速运动的物体,或在拍照瞬间相机发生抖动,都会使获取的照片出现模糊。这种由于相机和被拍摄对象之间的相对运动造成图像模糊的现象就是运动模糊,其成因是相机与景物的相对快速运动导致同一时刻不同景物点在电荷耦合器件(Charge�Coupled Device, CCD)的同一点同时曝光。经典图像复原技术都是以图像退化的某种先验知识比如点扩散函数(Point Spread Function, PSF)已知为基础的。但是在许多实际情况下,点扩散函数难以确定,必须要从观察到的模糊图像中来抽取退化信息,进而估计点扩散函数。因此针对运动模糊图像的复原,点扩散函数的两个重要参数:模糊方向和模糊尺度的准确鉴别意义非凡。在假定模糊方向已知的情况下可以通过图像旋转将模糊方向旋转到水平轴方向(一般以图像中心为旋转轴),进而使二维问题简化为一维问题。目前,很多文献�[1-4]�中的研究方法都是基于运动模糊方向为已知情况的。由此可见,运动模糊方向的精确估计具有重要意义。�
　　目前,针对运动模糊方向的鉴别主要有空域法、倒谱法和频域法等。文献[5-6]对模糊图像进行方向性的高通滤波(方向微分),由微分图像灰度值(绝对值)之和最小的方向确定模糊方向,鉴别误差比较大;文献�[7-8]�利用运动模糊图像的倒谱在模糊方向上存在反映原始图像特性的高幅值成分和反映模糊系统特性的低幅值成分鉴别PSF参数;文献[9-10]默认图像频谱暗条纹方向与运动模糊的方向相垂直,这种现象仅适用于图像长、宽相等的情况;文献[11]分析了图像长、宽不等时,运动模糊图像频谱暗条纹分布的规律,适用于不同尺寸比率退化图像的参数估计。但这些算法对小尺度运动模糊图像的方向估计误差较大。本文经过分析推导,得出图像长宽比与暗条纹和模糊方向之间的关系。利用高斯拉普拉斯(Laplacian of Gaussian, LoG)边缘检测算子突出频谱中暗条纹轮廓,以提高方向的估算精度。实验数据表明,新算法适用于不同尺寸比率的模糊图像方向估计,而且对于小尺度运动模糊图像的方向估计也较为准确。�
　　
　　1.2 边缘检测�
　　边缘是图像局部特性不连续性的反映,这种不连续性包括灰度突变、颜色变化、纹理结构突变等。在一幅图像中,边缘有方向和幅度两个特征,一般沿边缘走向的灰度变化比较平缓,而垂直于边缘方向走向的灰度变化剧烈,这种变化可能是阶跃形,也可能是斜坡形。边缘检测的实质就是将目标与背景之间在灰度或者纹理特征上突变边界线提取出来。运动模糊图像频谱中的暗条纹在模糊尺度较小及噪声干扰时将变得非常不易识别,使运动模糊方向估计变得困难。对频谱图进行边缘检测突出条纹轮廓,将有利于运动模糊方向估计。�
　　常用的边缘检测算子��[12]�有Sobel算子、Prewitt算子、Roberts算子、Laplacian of Gaussian(LoG)算子、Zero crossings算子、Canny算子等。在Matlab中可以调用函数“edge”对图像做边缘检测。图3是用上面6种算子对图2(b)进行边缘检测的结果,6种算子均检测出暗条纹的轮廓。�

推荐访问:频谱 精确 边缘 模糊