基于计算摄影的运动模糊清晰化方法研究

运动模糊图像清晰化问题是图像处理领域中的基础性问题和难题。由于运动过程的复杂性以及反卷积问题的病态性，传统复原方法的效果和效率往往不尽人意。计算摄影是利用计算机及软件方法结合现代传感器、现代光学等技术创造出新型摄影设备及应用的新技术。使用计算摄影技术突破传统运动模糊图像清晰化成为该领域中研究的热点问题。本项目结合高速相机和高分辨率相机两种相机各自的信息优势以及编码控制曝光技术在运动模糊图像的频域保护原理，提出一种高速相机和编码曝光相机构成的混合编码曝光相机框架，利用高速相机记录运动过程测量运动轨迹获得点扩展函数，利用编码曝光技术将反问题的病态性转化为良态，从而快速求解清晰图像。本项目综合摄像测量技术、图像处理技术、计算摄影技术进行运动模糊图像清晰化研究，解决传统运动模糊复原方法效果差、效率不高的难题。本项目成果在对月探测、高速无人机对地侦察以及交通监控等军用和民用方向均有广泛的应用空间。

运动模糊复原是图像处理领域中的难题，困难在于难以准确估计实际运动模型。课题基于计算摄影技术解决传统方法中需要依靠复杂数学模型才能解决的难题，基本技术思路是采用混合相机和编码曝光技术来解决点扩展函数难于求解和图像反卷积病态性问题。混合相机由高速低分辨率传感器和高分辨率低速传感器构成，高分辨率低速传感器通过编码曝光方式采集高分辨率图像，在图像获取前端改变运动模糊的形成过程，从根本上解决了运动模糊复原的病态性。同时高速低分辨率传感器记录曝光过程中的图像序列，应用视觉运动测量技术计算得到曝光过程中的运动参数，通过运动模糊建模，得到点扩展函数，从而完成运动模糊图像复原。. 课题的主要研究内容及创新点如下：（1）基于成像过程的运动模糊机制研究，将图像采集系统的成像过程纳入到运动模糊机制分析中，建立了从三维场景到二维图像的运动模糊模型，给出了多种运动情况下的点扩展函数求解方法。（2）混合视觉采集系统标定方法研究，针对混合相机空间分辨率不同的特点，建立了以空间尺度为统一度量标准的混合视觉采集系统标定模型，利用相机间的空间几何关系，提出了一种基于三维几何约束的混合视觉系统相对外部参数估计方法，并实现了一种多约束的改进SUSAN角点检测算法，对比实验表明提出算法的准确性得到了较大提高。（3）基于立体视觉的三维运动测量方法研究，结合立体匹配和运动匹配两种约束条件，提出了一种立体-运动双约束SIFT立体运动测量方法，通过极线约束缩小匹配搜索空间，采用运动约束提高准确性和可靠性，并实现了一种局部运动模糊下的目标检测算法，实验表明目标检测算法检测效果精确，运动测量算法时间效率和测量精度都得到提升。（4）基于混合编码曝光的运动模糊图像复原方法，针对纹理背景对模糊区域的不良影响、最优码搜索时间长、分辨率损失等问题，融合应用混合相机的信息优势，提出了一种基于混合编码曝光的运动模糊图像复原方法，解决已有技术无法自动获取运动模糊长度和不适用纹理背景的问题，扩展了编码曝光技术的应用范围，在复原时间效率方面较传统复原方法具有较大的优势，经程序优化后有望达到实时。（5）高速视频重建方法研究。使用三维双曲线小波基稀疏表示高速视频信号的空间冗余和时间冗余，并基于不同尺度的分解来适应视频信号在空间维和时间维上的不同平滑度，利用了l1凸优化模型融合先验知识，通过最小化凸优化问题实现高质量高速视频帧的重建。