计算摄像学中大深度范围场景抖动模糊研究

实现非静止拍摄平台上的清晰图像获取是国际多媒体领域前沿的研究热点与难点，该方面的突破在军民两用领域都具有重要的研究意义。本项目拟以统计学习理论和计算摄像理论为基础，探索大深度范围场景的抖动图像降质模型及反解清晰图像的病态性根源，研究大深度场景长曝光拍摄中清晰图像重构的理论与技术。具体的研究内容包括：统计分析自然场景深度信息的内在规律，并采用流形学习方法进行场景深度信息解析；在单一场景深度的假设下探索从模糊图像重构场景细节信息固有的欠定性，提出基于编码光路的计算图像采集机制和相应的的计算重构方法，并搭建验证性原型系统；针对大深度范围场景的拍摄，建立深度相关的抖动成像模型，并结合场景深度解析结果提出大深度范围场景长曝光设置下捕获清晰图像的方法。

本课题以大深度范围场景清晰成像为目标，探索自然场景深度统计规律，并依此将目标分解，分别研究单一深度、多深度场景的抖动模糊模型及去模糊方法。课题执行期间，我们围绕项目申请的既定研究内容开展研究，在自然场景深度统计建模、单一深度场景抖动建模、大深度场景抖动建模等方面开展了深入而有创造性的工作，取得了一系列研究成果。在自然场景深度统计建模中，研究了低纯度深度计算结果下基于流形的场景深度建模方法，通过基于双目视频的深度计算和扩散，实现了曝光时间内自然场景的深度解析；在单一深度场景的抖动模糊去除方面，针对模糊核非全局一致的问题，解决了重构效果差、计算复杂度高两大难点，提出了基于RGB/NIR混合系统的鲁棒重构方法和基于“平台-相机-投影”的光计算方法，实现了平面场景抖动模糊的快速鲁棒去除；在大深度范围场景的抖动建模方面，我们首次提出了六自由度的退化模型，并提出了相应的模糊核估计和图像重建方法，突破了已有方法抖动自由度不高于3的瓶颈。此外，我们还根据近年高速相机成本降低的趋势，研究了基于高帧率相机的高清晰图像恢复问题，取得了优异的效果。在项目实施过程中，课题组成员在国内外重要学术期刊及会议上发表了21篇学术论文，申请了10项国家/国际发明专利（其中授权6项、含国际专利2项），获得北京市科学技术奖二等奖1项、教育部技术发明奖一等奖1项、国际会议最佳论文奖1项。综上所述，课题组已超额完成了预期研究目标，在理论和关键技术研究上取得了突破，为后续相关研究奠定了坚实的基础。