硕士论文-旋转运动模糊图像处理及电子稳像技术研究

上海交通大学硕士学位论文旋转运动模糊图像处理及电子稳像技术研究姓名：袁铮申请学位级别：硕士专业：控制理论与控制工程指导教师：李建勋2008020196上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日97上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日3摘要运动模糊图像处理和电子稳像技术是图像处理学科十分重要的两个分支。在各种恶劣的现场条件中，由于摄像装置或者被摄物体本身的各种不规则随机运动，会造成所获的图像产生质量上的退化，或者图像序列之间的不稳定变化，给后期的进一步处理和观察造成极大困难，因此需要对获得的图像进行复原和稳像的处理。运动模糊图像复原和电子稳像技术在诸如、机器视觉、视频监控等等领域中都有着广泛的实际应用，对进一步的图像识别和视频分析都有着重要意义。在运动模糊图像处理中，目前的研究多是基于照相机成像平面内一致和线性的模糊叠加，对于空间可变的模糊情况涉及较少。难点在于成像平面内的可变模糊的模糊核是随着像平面的像素点的位置可以变化的，而模糊核是影响图像复原结果的非常重要的因素。本文所研究的旋转运动模糊就是这样一种情况：对于在模糊图像中任意两个像素点，其对应的旋转运动卷积核都是不一致的，无论从模糊核形状的大小还是从模糊核的方向来说。传统的做法是通过图形学的Breseham算法，不考虑旋转模糊图像的所造成的直角坐标系不能很好的表达图像模糊的问题，直接在像素级上来进行直角坐标系和极坐标系的转换，这样做会造成一定程度的像素缺失。需要在复原后的图像中做图像插值处理来估计那些被复原操作屏蔽的像素，会造成一定的误差。更重要的一方面，传统意义的方法利用的“对角加载”技术，在分析了通过“解卷积”来去模糊是“病态性问题”的同时，不考虑“病态性问题”的成因，因此造成对模糊卷积核中的正常成分也做出了不恰当的处理，造成了复原图像的模糊去除不彻底的结果。本文在运动模糊图像复原方面的主要工作和研究成果有：1）针对旋转运动模糊的空间可变性，提出了基于“直角像素”和“极像素”的图像采样平面的直角坐标和极坐标系的相互转换。2）在极坐标系下，将二维模糊核可变的图像复原问题转化成为了一维局4域内模糊核不变的信号复原问题。根据成像原理建立了可信的旋转运动模糊模型，在频域对旋转运动退化模型模糊核的病态性做了详细透彻的数学分析和推导。并分离模糊核中的病态成分和正常成分，对正常成分应用了改进型的维纳滤波器来进行信号复原。3）同时，为了估计旋转运动模糊核的形状，本文给出了有关的两个运动参数：旋转运动中心和旋转运动参数。该方法是通过利用参数估计和旋转运动复原的交互：在一个参数空间内搜索昀优参数时，通过评估昀优的复原结果而寻找到昀优的参数。考虑到复原的方法是基于多个一维的圆形轨道，可能给出不同的参数评估结果，因此，本文采用“投票”的方法给出昀终的参数评估结果。在评估“旋转中心”的过程中，本文提出了基于模糊像素频域零点间隔搜索的方法。而评估“旋转角速度”时，本文分析了相邻两个轨道的参数变化的基本连续性，提出了一种迭代式估计速度误差的分治算法，昀终昀外层轨道对应的旋转角速度就是评估后的更为准确的旋转角速度。在电子稳像中，当前的技术都是基于二维的平面图像运动模型，可以处理图像序列中不同帧之间的平移，散焦以及微量的旋转运动的稳定。目前的稳像技术存在的难点包括：首先对于旋转情况较严重的情况稳定比较困难，这一方面是由于视频前后两帧之间的旋转的运动参数估计比较困难；另一方面是，虽然三维场景在照相机全局运动下是刚体运动，但是当三维场景映射到两个二维图像帧后，其影像的运动关系就不是简单的同一个刚体线性模型，这随着场景点到照相机光心的距离而变化。这样，虽然视频的前后帧是在做全局的运动，但是反映到各个局部并不是一致的。而传统的基于二维的平面运动模型，假设为投影点无穷远的情况，并不包含三维透视投影平面变化的信息，因此不能进一步处理这种在全局同一运动局部模型下的误差情况。本文在电子稳像方面的主要工作和研究成果有：1）从电子稳像的本质出发，针对相机成像的实际原理，根据三维透视投影变换的原则，引入了计算机视觉中的三维映射模型。该模型从一般三维5空间坐标变化出发，根据透视投影的原理，进行推导和简化，昀终得到自由度为8的运动模型。该模型包含了全面的运动信息，包括图像的旋转、散焦、平移以及多光轴运动引起的透视变换等。另外它是一个完全线性的模型，求解极其方便，避免了因线性近似引起的误差。2）针对全局运动模型在视频振动较大时局部配准误差较大的问题，本文提出了基于局部误差引导的图像分割，使分割后的区域所对应的3维场景尽量保持在一个2维平面内，然后对每个分割区域应用Homography对应关系进行局部图像配准。关键词：频率响应，正规化，旋转运动模糊，参数维纳滤波器，分治算法，功率谱，电子稳像，透视变换，Sift特征匹配，图像分割6AbstractRestorationformotionblurredimageandvideostabilizationarebothimportantsubjectsinthefieldofimageprocessing.Therandommotionbetweenthesceneandcameraduringtheimageexposureorvideoacquisitionwillcausethedegradationoftheimagequalityortheinstabilityofthevideo.Suchdegradationorinstabilityresultingreatdifficultyforobservingorsucceedingjoblikeimagereorganization,soitisnecessarytoholdtheprocessofimagerestorationandvideostabilization.Theyarewidelyusedinthefieldoftelevisionguidance,robotvisionandvideomonitor,etc.Inthispaper,bothofthemarestudiedandinnovationsarepromoted.Forrestorationformotionblurredimage,currentresultsfocusonthecommonmotionblurwithoutnonlinearmovement.Fortherotaryblur,itismuchmorecomplexbecauseitisspacevariant.ConventionalmethodsemploytheBresehaminComputerGraphicstoperformtheCartesianandpolarcoordinatestransformonintegerpixels.Thisprocedurewouldresultinsomepercentageofpixelsthatcouldneverbetouchedbytheimagerestorationprocess.Sotheirintensityvaluesofthedeblurredversionsarepost-estimatedbytheirneighborhoods.Thushereerrorisintroduced.Meanwhile,conventionalmethodsmakeuseof“DiagonalLoading”tosolvetheill-posedproprietyofblurkernel.DiagonalLoadingdoesnotconsiderthedifferentcomponentsinsidetheblurkernelandcontaminatesthenormalcomponents.Sothismethoddoesnotremovetheblurasmuchaspossible.Themainjobsofthispaperareasfollows:1)Totacklewiththespatially-variantrotarymotionblur,thispaperproposesanoveltransformbetweenCartesiancoordinatesandpolarcoordinates.Thetransformisbasedonsub-pixels.2)Withinpolarcoordinates,thispapertransformsthe2Drotaryimagerestorationinto1Dinvariantblurkernelproblem.Wealsoconstructtherotarymotionmodelanddoadetailedmathematicalanalysisontheill-posedproblemofblurkernel.ForFourierdomain,wedistinguishtheill-posed7componentsandwell-posedcomponentsandapplyWienerfiltertoperformthedeblurring.3)Meanwhile,inordertoestimatetherotarymotionblurkernel,wefocusontheidentificationoftheseparametersandproceedwithanalyzingthepowerspectrumofdegradedpixels.Thespectrumanalysisnotonlyprovidessomequantifiablepatternstorecognizerotarymotionblurparameters,butalsofacilitatesthetwosearchingmethodsthatareabletotoleratenoises.Ifthedegradedpixelsarefetchedaroundthecorrectrotarycenter,theirspectrummaydemonstrateauniformlydistributedminimumvalueswithconstantintervals.Thisfactisutilizedtojudgethecorrectrotarycenterandanovelintervalsearchingmethodispresented.Asfortheblurangle,weintroduceadivide-conquermethodtosearchtheblurlengthbasedonsmallerrorsetsandfinallyyieldrectifiedblurangle.Forvideostabilization,currentapproachesareallbasedonthemodelofimagemotionintwo-dimensionplane.Suchmodeldescribesthetranslation,defocusingandrota